Por Canuto  

Investigadores del MIT automatizaron un método para ajustar el tamaño de nanopartículas lipídicas, vehículos usados para transportar terapias de ARN y ADN. La plataforma mide las partículas mientras se forman y emplea datos experimentales para entrenar un modelo de aprendizaje automático que predice cómo obtener tamaños y formas específicos.
***

  • El sistema combina una mezcla en dos etapas con medición de tamaño en tiempo real para orientar la fabricación de nanopartículas lipídicas.
  • El tamaño y la forma pueden cambiar el comportamiento de las partículas en el organismo, por lo que un control más preciso podría ayudar a desarrollar terapias.
  • El equipo solicitó una patente y busca comercializar la tecnología mediante la nueva empresa BIZON Labs.

MIT automatiza el diseño de nanopartículas para terapias de ARN

Un equipo de ingenieros químicos del Instituto Tecnológico de Massachusetts (MIT) desarrolló una plataforma automatizada para producir nanopartículas lipídicas con un control más preciso de su tamaño. Estas partículas funcionan como vehículos para transportar ARN y otros ácidos nucleicos, y ajustar sus características podría facilitar la exploración de nuevas vacunas y terapias. La propuesta combina un proceso de fabricación en dos etapas con mediciones durante la producción y un modelo de aprendizaje automático.

El trabajo se publicó en ACS Nano bajo el título Manufacturing mRNA-Loaded Lipid Nanoparticles with Precise Size and Morphology Control, el 30 de septiembre de 2025. Busca reducir la dependencia de experimentos de prueba y error, que pueden consumir tiempo cuando se intenta obtener partículas con propiedades específicas. Según informó MIT News, el sistema puede recibir un tamaño objetivo, fabricar las partículas y medir el resultado para corregir parámetros si hace falta; la medición automatizada descrita se concentra en el tamaño, mientras que el análisis de la forma todavía requiere trabajo fuera de la plataforma.

Por qué importan el tamaño y la forma

Las vacunas de ARN mensajero entregan instrucciones para que las células produzcan una versión inofensiva de una proteína viral, lo que puede activar una respuesta inmunitaria. El ARN, sin embargo, se degrada rápidamente si se administra sin protección, por lo que los desarrolladores recurren a vehículos que ayuden a llevarlo hasta las células. Para las vacunas contra la COVID-19 y otros tratamientos de ARN mensajero, uno de esos vehículos son las nanopartículas lipídicas, conocidas por la sigla LNP.

Una LNP suele integrar cuatro componentes: un lípido ionizable, un fosfolípido, colesterol y un lípido unido a polietilenglicol, o PEG, que contribuye a estabilizar la partícula. En la fabricación habitual, una corriente contiene lípidos suspendidos en etanol y otra lleva ARN mensajero disuelto en un tampón ácido. Las corrientes se mezclan rápidamente, pero no en proporciones iguales: se utiliza aproximadamente tres veces más solución con ARN que solución con lípidos.

Esa diferencia de caudales favorece la formación de partículas que contienen ARN, aunque no permite controlar con precisión su tamaño o su forma. Allan Myerson, profesor de práctica del Departamento de Ingeniería Química del MIT y autor principal del estudio, explicó que obtener ese control exige comprender cómo se ensamblan las nanopartículas. El problema tiene consecuencias prácticas: cambiar las dimensiones de las partículas podría alterar los tejidos u órganos a los que tienden a llegar.

Cedric Devos, investigador posdoctoral del MIT y uno de los autores principales, describió el método como una herramienta para identificar qué parámetros producen atributos determinados antes de evaluar qué partícula funciona mejor en una aplicación. La observación es relevante para el desarrollo de terapias, pero no significa que el tamaño por sí solo determine el resultado clínico. El equipo plantea que disponer de partículas ajustables puede ayudar a comparar formulaciones en etapas de investigación y desarrollo.

Una mezcla en dos etapas para ajustar las partículas

El nuevo sistema se apoya en una estrategia que el equipo ya había presentado en un estudio publicado el año anterior, también en ACS Nano. En lugar de mezclar desde el inicio las corrientes con caudales desiguales, ese procedimiento combina primero ARN y lípidos a caudales iguales. Después de una espera breve, incorpora más tampón para detener el crecimiento de las partículas.

El intervalo entre la primera mezcla y la incorporación del tampón funciona como una variable de control. De acuerdo con Devos, un tiempo de residencia mayor permite que las partículas crezcan más, mientras que un intervalo corto ayuda a mantenerlas pequeñas. Esa posibilidad ofrece una palanca de fabricación que, según el investigador, no estaba disponible con los métodos previos de la misma manera.

El equipo también mostró que la composición del tampón añadido en la segunda etapa puede cambiar la forma de las partículas. Al modificar esa concentración, los investigadores lograron pasar de estructuras esféricas a otras alargadas, comparables visualmente con un aguacate. El ajuste del tiempo de espera y el cambio en el tampón permiten explorar tamaño y forma sin alterar los demás componentes de la formulación de LNP.

La combinación de ambas variables hace posible estudiar cómo distintos parámetros influyen en las características físicas de las partículas. Ese enfoque importa porque, en el ejemplo que ofreció Devos, una formulación de 150 nanómetros y otra de 70 nanómetros podrían comportarse de manera muy diferente si el resto de sus condiciones permanece igual. El equipo presenta esa diferencia como un motivo para medir y diseñar con mayor precisión, no como una garantía de que un tamaño específico sea mejor para todos los tratamientos.

Automatización, medición y aprendizaje automático

En el nuevo trabajo, los investigadores automatizaron el proceso de mezcla en dos etapas e incorporaron un dispositivo comercial de dispersión dinámica de luz. Este equipo mide el tamaño de las partículas a medida que se forman y permite comprobar si el producto se acerca al objetivo definido. Si la medición no coincide con el tamaño buscado, el sistema puede modificar el tiempo de espera y otros factores para orientar otra vez la producción.

Los investigadores describen una plataforma que puede recibir un tamaño objetivo, generar partículas y verificar el resultado sin intervención humana durante el proceso automático. La automatización abarca así la producción y el control del tamaño, pero no todos los análisis de la partícula: el sistema puede producir distintas formas, aunque la medición de esas formas debe realizarse por separado. Esta distinción delimita qué tareas ya integra la herramienta y cuáles aún quedan fuera de su circuito automatizado.

Los datos obtenidos en los experimentos también sirvieron para entrenar un modelo de aprendizaje automático. Según el equipo, el modelo puede predecir qué combinación de factores permitirá producir un tamaño o una forma particular, lo que podría ayudar a planificar pruebas futuras. La herramienta no reemplaza la validación experimental: su función descrita es orientar la selección de parámetros a partir de los datos reunidos por los investigadores.

El proyecto también contó con la participación de estudiantes de matemáticas aplicadas y ciencias de la computación mediante el programa de Oportunidades de Investigación para Estudiantes Universitarios del MIT, conocido como UROP. Joy Ren, Sofiya Chubich y Dylan Nguyen adquirieron experiencia en la integración de ingeniería de software avanzada e ingeniería química, de acuerdo con Peter Sagmeister, investigador posdoctoral y autor principal del artículo. El desarrollo muestra cómo esas disciplinas se combinaron para construir la plataforma automatizada.

Patente y próximos pasos comerciales

Los investigadores solicitaron una patente para la tecnología y trabajan en su posible comercialización a través de BIZON Labs, una nueva empresa vinculada al equipo. El proyecto recibió apoyo inicial del programa Researcher 2 Entrepreneur del Martin Trust Center for MIT Entrepreneurship y luego fue aceptado en delta v, el programa insignia de aceleración del instituto. Estos pasos apuntan a explorar una aplicación comercial, pero no implican que la plataforma ya esté disponible como producto ni que sus usos terapéuticos hayan sido validados.

La investigación recibió financiación de la Administración de Alimentos y Medicamentos de Estados Unidos y de una subvención de apoyo central del Instituto Nacional del Cáncer. Parte del trabajo se realizó con instalaciones de MIT.nano. La información disponible no indica que la tecnología haya completado pruebas clínicas ni que exista una terapia aprobada gracias a este método; el avance se encuentra en el desarrollo de una herramienta para fabricar y estudiar nanopartículas.

La posibilidad de especificar dimensiones y automatizar ajustes podría hacer más eficiente la comparación de formulaciones para diferentes aplicaciones, según los investigadores. En el proceso actual, la búsqueda de una combinación adecuada puede exigir múltiples experimentos, mientras que la plataforma registra parámetros y resultados en una escala de tiempo que el equipo considera más rápida. La utilidad final dependerá de cómo se validen las partículas en investigaciones posteriores y de qué aplicaciones puedan aprovechar las diferencias de tamaño y forma.

Por ahora, el aporte central del trabajo es un método de ingeniería para controlar mejor la producción de LNP y reunir datos que orienten nuevas pruebas. El equipo automatizó la fabricación y la medición del tamaño, y sumó un modelo predictivo, pero todavía analiza las formas fuera del sistema. Esa combinación podría facilitar el desarrollo de terapias de ARN y ADN al hacer más sistemática la exploración de partículas con características distintas.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados