mRNA疫苗和基因治疗发展迅速，但其效果很大程度上取决于递送系统的性能；脂质纳米颗粒是目前应用最广泛的mRNA递送载体之一，已在疫苗领域表现出价值。然而，现有递送系统仍面临挑战：许多纳米颗粒在体内分布上偏向肝脏，器官选择性不足，难以满足肿瘤免疫、炎症和自身免疫疾病等领域对脾脏、肺和淋巴系统等特定组织的递送需求。如何在保证安全性和可制造性的前提下实现精准组织靶向，成为研发突破的关键。 原因： 传统研究方法多聚焦于离子化脂质的“二维结构”参数优化，如头基、尾链长度或连接基类型，依赖经验规律迭代。虽然这些调整能提升递送效率，但难以解释“为何有效”以及“哪些结构决定器官分布”的核心问题。离子化脂质在生理环境中并非静态分子，其构象会随环境变化、mRNA结合及与血清蛋白、细胞膜相互作用而动态调整。缺乏对三维构象的系统理解，导致难以精准控制mRNA装载、内体逃逸和体内分布，也限制了预测模型的可迁移性。 影响： 研究人员提出构象驱动的筛选策略：通过组合化学构建包含1408种离子化脂质的结构库，覆盖多维变化以获取构象多样性；利用分子动力学模拟捕捉动态构象，并通过统计分析形成二维密度图用于建模。研究发现，不同脂质在水环境中呈现显著构象差异：头部暴露、尾部聚集的锥形结构更利于mRNA结合与释放，递送效率更高；而头部被遮挡或结构松散的脂质表现较差。此外，头尾空间排布还影响内体逃逸效率和器官靶向性，使构象成为可量化、可优化的关键参数。 实验验证显示，部分筛选出的脂质能形成稳定锥形结构，促进蛋白冠形成，实现脾脏靶向递送。动物模型中，这类脂质纳米颗粒大幅增强mRNA疫苗的免疫反应，并抑制肿瘤生长，展现出免疫疾病和肿瘤治疗的潜力。 对策： 研究提出闭环研发流程：通过大规模结构库扩展候选分子，结合分子动力学模拟解析动态构象，将三维构象映射为可训练特征以预测性能，再通过实验验证优化模型。此方法不仅提高研发效率，减少试错成本，还增强了设计的可解释性，为分子优化提供明确方向。对产业而言，可解释的筛选逻辑有助于优化稳定性、批间一致性、可降解性和安全性等关键指标。 前景： mRNA药物的竞争核心之一是递送系统。随着适应症从传染病疫苗扩展至肿瘤、罕见病和慢病治疗，递送系统需在器官选择性、免疫安全性、可重复给药和生产放大等同步提升。构象驱动筛选为精准递送提供了新思路，但需更验证其在更多动物模型和给药途径中的稳定性与可重复性，并评估蛋白冠形成、免疫细胞摄取等因素对体内分布的影响。此外，可降解连接基的设计和长期安全性仍需优化，以满足慢病治疗需求。随着构象数据库扩充和多学科协作，针对不同器官和细胞类型的定制化递送能力有望加速实现。
递送系统的进步是核酸药物发展的关键；以三维构象为突破口，将动态结构转化为可量化、可预测的工程参数，不仅为脂质纳米颗粒的理性设计提供新路径，也为精准器官靶向治疗开辟可能。随着基础研究、工程制造与临床评价的联合推进，mRNA等核酸药物有望在更广泛领域发挥潜力。