宾夕法尼亚大学工程师团队开发出一款名为 LIBRIS 的自动化微流控平台，旨在解决脂质纳米颗粒（LNP）设计中的数据瓶颈，并推动人工智能在该领域的深度应用。LNP 是 mRNA 疫苗等疗法的关键递送载体，其配方设计极为复杂，涉及多种脂质成分的比例调控，而目前科学家尚缺乏足够的连接化学输入与生物结果的系统性数据，导致 AI 难以有效辅助设计。 传统的人工或半自动制备方式效率低下，每小时仅能生成数十至数百种配方，且难以保证一致性。LIBRIS 平台通过内置玻璃微流控芯片，利用并行通道技术，实现了高达每小时 1000 种不同配方的生产能力，速度比手动方法快 100 倍。该系统能在精确控制的压力下快速混合组件，并自动收集产物，具备连续运行能力。 生物医学工程系副教授迈克尔·米切尔指出，该设备有望将 LNP 的开发速度提升百倍。随着海量高质量数据的积累，人工智能将能够识别化学成分与生物效应之间的复杂规律，从而将研发模式从传统的“试错筛选”转变为精准的“理性设计”。这意味着研究人员未来可以根据需求，直接指定纳米颗粒所需的特性并构建相应的粒子，而非被动测试现有变体。该成果已发表在《ACS Nano》杂志上，为 mRNA 疗法及其他基因治疗的创新奠定了坚实基础。