Un gruppo di ricerca del Massachusetts Institute of Technology ha sviluppato una formulazione sperimentale di vaccini a RNA messaggero capace di mantenere la propria attività biologica dopo periodi prolungati di conservazione a temperature superiori a quelle normalmente richieste per questi prodotti, utilizzando un algoritmo di intelligenza artificiale per individuare la combinazione più efficace di sostanze stabilizzanti. I risultati sono stati pubblicati il 28 settembre 2026 sulla rivista Nature Biotechnology nello studio Accelerated discovery of thermostable mRNA–lipid nanoparticle vaccines using data-efficient AI. La ricerca è stata condotta da un gruppo interdisciplinare comprendente il Koch Institute for Integrative Cancer Research e il Computer Science and Artificial Intelligence Laboratory del MIT, con Ana Jaklenec e Robert Langer tra i responsabili scientifici e Jinbi Tian e Khanh Tran tra i principali autori. Gli esperimenti hanno permesso di ottenere formulazioni solide contenenti RNA messaggero che, dopo conservazione a temperatura ambiente per un anno oppure a 37 °C per oltre due mesi, hanno mantenuto la capacità di indurre risposte immunitarie negli animali da laboratorio. Il progetto affronta uno dei principali vincoli logistici associati alla distribuzione dei vaccini a mRNA, normalmente conservati a temperature molto basse per proteggere la stabilità della molecola e delle nanoparticelle lipidiche utilizzate come sistema di trasporto. La possibilità di ridurre la dipendenza dalla catena del freddo potrebbe facilitare in futuro la distribuzione di formulazioni vaccinali in aree nelle quali le infrastrutture di refrigerazione risultano limitate o difficili da mantenere.
Il procedimento sviluppato dai ricercatori interviene sulla composizione delle nanoparticelle lipidiche, o LNP, che proteggono l’RNA messaggero dalla degradazione e ne consentono il trasporto all’interno delle cellule. Le nanoparticelle utilizzate nei vaccini a mRNA disponibili commercialmente si basano su combinazioni di lipidi progettate per racchiudere l’acido nucleico e favorirne il rilascio intracellulare, ma la stabilità complessiva del sistema può ridursi durante l’esposizione prolungata a temperature elevate. Il gruppo del MIT ha esaminato l’impiego di eccipienti, comprendenti sostanze come zuccheri, sali e polimeri, capaci di proteggere la struttura delle particelle durante la preparazione e la conservazione. Una prima fase sperimentale ha coinvolto quasi cinquanta eccipienti già autorizzati dalla Food and Drug Administration statunitense per differenti utilizzi farmaceutici. Per verificarne l’efficacia, i ricercatori hanno utilizzato nanoparticelle contenenti RNA messaggero codificante per la luciferasi di lucciola, una proteina capace di produrre bioluminescenza. La quantità di luce emessa dalle cellule trattate ha permesso di misurare indirettamente la capacità delle formulazioni di preservare l’RNA e consentirne l’espressione. Dopo una selezione iniziale, sono stati individuati cinque eccipienti promettenti, successivamente utilizzati per costruire combinazioni stabilizzanti da sottoporre a ottimizzazione computazionale.
L’algoritmo di intelligenza artificiale, sviluppato con il contributo dei ricercatori del CSAIL, è stato progettato per individuare formulazioni efficaci partendo da quantità relativamente limitate di dati sperimentali. Il sistema utilizza un processo iterativo nel quale i risultati ottenuti dalle prove di laboratorio vengono reinseriti nel modello, consentendo di aggiornare le previsioni e selezionare nuove combinazioni di eccipienti da verificare. Dopo avere identificato i cinque componenti maggiormente promettenti, i ricercatori hanno eseguito esperimenti su coppie di formulazioni proposte dall’algoritmo, utilizzando ciascun risultato per indirizzare il ciclo successivo. L’ottimizzazione ha richiesto sei iterazioni, completate nell’arco di circa un mese, riducendo sensibilmente il numero delle prove necessarie rispetto a una ricerca esaustiva di tutte le possibili combinazioni e concentrazioni. Il metodo appartiene alla categoria delle strategie di progettazione sperimentale guidate dai dati, nelle quali l’apprendimento automatico contribuisce a scegliere gli esperimenti più informativi e a individuare rapidamente configurazioni con proprietà desiderate. Le formulazioni sono state sviluppate prendendo come riferimento nanoparticelle lipidiche clinicamente rilevanti, rappresentative dei sistemi utilizzati nei vaccini Moderna, basati sul lipide ionizzabile SM-102, e Pfizer-BioNTech, basati su ALC-0315. La ricerca dimostra quindi la possibilità di migliorare le proprietà di sistemi di trasporto dell’RNA già appartenenti a famiglie tecnologiche utilizzate in ambito vaccinale, senza richiedere necessariamente una riprogettazione completa dell’architettura lipidica.
Le nanoparticelle contenenti antigeni a RNA messaggero del SARS-CoV-2 sono state successivamente trasformate in formulazioni solide attraverso un procedimento di essiccazione sotto vuoto, destinato a eliminare l’acqua e migliorare la stabilità durante la conservazione. Dopo due mesi a 37 °C e periodi fino a un anno a temperatura ambiente, i ricercatori hanno verificato la conservazione dell’attività biologica e la capacità delle particelle di indurre una risposta immunitaria. Nei test sui roditori, le formulazioni conservate hanno prodotto risposte comparabili a quelle ottenute attraverso vaccini di riferimento preparati con sistemi lipidici simili a quelli utilizzati nella formulazione Moderna. Lo studio riporta inoltre risultati di immunogenicità in roditori e primati non umani che indicano risposte antigene-specifiche non inferiori a quelle ottenute attraverso formulazioni solubili preparate di recente e somministrate per via intramuscolare. I ricercatori hanno sperimentato anche l’integrazione delle nanoparticelle termostabili in cerotti contenenti microaghi solidi dissolvibili, progettati per rilasciare il contenuto vaccinale attraverso la cute. Questo sistema di somministrazione ha generato risposte immunitarie confrontabili con quelle delle formulazioni iniettabili nelle condizioni sperimentali studiate. La tecnologia rimane in una fase di ricerca preclinica e non dimostra ancora che i vaccini commerciali attualmente distribuiti possano essere conservati senza refrigerazione. I risultati indicano tuttavia che la combinazione di ottimizzazione mediante intelligenza artificiale, eccipienti stabilizzanti e formulazioni solide può contribuire allo sviluppo di futuri vaccini a mRNA e di altre terapie basate su RNA con minori esigenze di conservazione a basse temperature.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)