【AFM】机器学习用于肺部siRNA递送聚合物的筛选

背景：核酸类药物如siRNA在肺部疾病治疗中面临递送瓶颈，传统脂质纳米粒存在免疫原性和存储问题，聚合物载体因其高可调性和生物相容性成为研究热点。研究目的：慕尼黑大学Olivia M. Merkel团队通过融合文献数据与机器学习，筛选高性能可降解两亲性聚酯用于肺部siRNA递送，并实现从计算预测到体内验证的全链条闭环。结论：研究成功构建了以LightGBM为核心的分类模型，预测siRNA沉默效率超过50%，并在体外和体内实验中验证了预测结果，展示了AI赋能药物递送材料发现的可行性，为个性化递送系统设计提供了现实路径。