MIT forskerne brugte en maskinlæringsmetode, der kan udvælge og justere formuleringer ud fra små datasæt i stedet for tusindvis af forsøg. De eksperimentelle formuleringer bevarede aktivitet efter op til et års opbevaring ved stuetemperatur og omkring to måneder ved cirka 37 °C.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did MIT researchers use a small data machine learning algorithm to identify FDA approved stabilizing ingredients and optimize their rati. Article summary: MIT researchers used a data efficient machine learning approach to select stabilizing ingredients and tune their proportions around the lipid nanoparticles that carry mRNA, rather than relying on a large trial and error . Topic tags: general web, ai, workflow, productivity, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, chart
MIT-forskere brugte en maskinlæringsmetode, der kan arbejde med små datasæt, til at justere formuleringen omkring de lipidnanopartikler, som transporterer mRNA i vacciner. Målet var at beskytte vaccineindholdet bedre mod varme uden først at skulle afprøve tusindvis af blandinger. 10
13
I forsøgene bevarede de eksperimentelle formuleringer aktivitet efter op til et års opbevaring ved stuetemperatur og omkring to måneder ved cirka 37 °C. Det er lovende laboratorie- og dyreforsøg, men ikke dokumentation for, at færdige vacciner kan opbevares sådan eller bruges med samme resultat hos mennesker. 10
14
Lipidnanopartikler – små fedtbaserede partikler – beskytter mRNA'et og hjælper med at levere det ind i celler. Forskerne brugte maskinlæring til at guide valg af stabiliserende ingredienser og justere deres indbyrdes forhold. Metoden brugte resultater fra et begrænset antal forsøg til at pege på, hvad der skulle testes næste gang. 10
13
De tilgængelige kilder angiver ikke præcist, hvilke stabiliserende ingredienser eller blandingsforhold der blev valgt. Derfor kan de heller ikke bekræfte, hvilke ingredienser der eventuelt var godkendt af den amerikanske lægemiddelmyndighed FDA. 10
13
Ifølge de rapporterede resultater udløste mRNA-vaccinerne en immunrespons hos mus, selv efter opbevaring ved stuetemperatur i op til et år eller ved cirka 37 °C i omkring to måneder. Responsen var lige så stærk som den, der blev set med en sammenlignelig mRNA-vaccine. 13
14
Forskerne rapporterede desuden, at formuleringen kunne anvendes i mikronåleplastre. Det kan være en alternativ måde at levere en vaccine på, men de foreliggende oplysninger fastslår ikke, hvordan resultaterne varierer mellem forskellige vacciner eller mRNA-payloads. 10
14
Hvis metoden på sigt kan omsættes til godkendte produkter, kan mindre afhængighed af køling gøre mRNA-vacciner lettere at distribuere steder, hvor kølekæden er vanskelig at opretholde. Det er dog en mulig fremtidig gevinst, ikke et dokumenteret resultat af forsøgene. 10
14
Der mangler fortsat dokumentation for sikkerhed, effekt og holdbarhed i mennesker samt for, hvordan formuleringerne klarer sig under praktiske opbevarings- og transportforhold.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
MIT forskerne brugte en maskinlæringsmetode, der kan udvælge og justere formuleringer ud fra små datasæt i stedet for tusindvis af forsøg.
MIT forskerne brugte en maskinlæringsmetode, der kan udvælge og justere formuleringer ud fra små datasæt i stedet for tusindvis af forsøg. De eksperimentelle formuleringer bevarede aktivitet efter op til et års opbevaring ved stuetemperatur og omkring to måneder ved cirka 37 °C.
I museforsøg udløste de opbevarede vacciner en immunrespons på niveau med en sammenlignelig mRNA vaccine.