Forskerne brukte maskinlæring til å velge stabiliserende ingredienser og justere blandingsforholdene rundt lipidnanopartikler som frakter mRNA. Forsøksformuleringene beholdt aktivitet etter opptil ett år ved romtemperatur og to måneder ved omtrent 37 °C.
Publisert avRedigert med GPT-6 LunaBilder generert 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 brukte en maskinlæringsmetode som kan hente læring fra små datasett, til å finjustere formuleringene rundt lipidnanopartikler – de små fettpartiklene som frakter mRNA inn i cellene. Målet var å finne kombinasjoner av stabiliserende ingredienser og blandingsforhold som beskytter vaksinen, uten å måtte teste et svært stort antall varianter. 10
13
Kildene som er tilgjengelige her, oppgir ikke sikkert hvilke ingredienser eller nøyaktige forhold algoritmen valgte. Derfor er det ikke grunnlag for å navngi ingrediensene eller gjengi en konkret oppskrift. 10
13
Forskerne rapporterte at forsøksformuleringene holdt seg stabile i opptil ett år ved romtemperatur og i omtrent to måneder ved 37 °C. Da vaksiner som hadde vært lagret, ble testet i mus, utløste de en immunrespons på nivå med en sammenlignbar mRNA-vaksine. 13
14
Det er likevel viktig å skille mellom stabilitet i en forsøksformulering og dokumentert holdbarhet for en ferdig vaksine i vanlig bruk. Resultatene er fra preklinisk forskning og viser ikke at vaksiner kan lagres slik eller brukes på samme måte hos mennesker.
Formuleringen er også omtalt som fungerende sammen med mikronåleplaster. Slike plaster leverer virkestoff gjennom små nåler som løser seg opp i huden. Rapporteringen peker på at metoden kan være relevant for ulike vaksineformuleringer og mRNA-innhold, men grunnlaget her fastslår ikke resultatene for hver enkelt kombinasjon. 10
14
mRNA-vaksiner er ofte avhengige av kontrollert kjøling under lagring og transport. Dersom funnene senere lar seg overføre til godkjente produkter, kan bedre varmebestandighet gjøre distribusjonen enklere på steder der kjøleutstyr er begrenset. Det er en mulig framtidig gevinst, ikke noe museforsøkene alene kan slå fast. 10
14
Effekt og sikkerhet hos mennesker, samt holdbarhet under reelle lagrings- og transportforhold, gjenstår å dokumentere.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Forskerne brukte maskinlæring til å velge stabiliserende ingredienser og justere blandingsforholdene rundt lipidnanopartikler som frakter mRNA.
Forskerne brukte maskinlæring til å velge stabiliserende ingredienser og justere blandingsforholdene rundt lipidnanopartikler som frakter mRNA. Forsøksformuleringene beholdt aktivitet etter opptil ett år ved romtemperatur og to måneder ved omtrent 37 °C.
Formuleringen er også omtalt som egnet for levering med mikronåleplaster, men funnene dokumenterer ikke at vaksinene kan lagres eller brukes på samme måte hos mennesker.