纳米制剂帮助我们有效递送各种药物并治疗多种疾病。但是，除了通过药物和小分子染料共同组装形成的纳米颗粒(其显示出高达95％的载药量)之外，其他纳米药物的制备通常很复杂且载药量低。目前尚不了解数百万个小分子组合中的哪些可有效形成自组装纳米药物。在此，麻省理工学院Giovanni Traverso报道了机器学习与高通量实验的集成，从而能够快速、大规模地识别此类纳米制剂。
本文从210万个搭配中鉴定出100个自组装纳米药物，每个纳米制剂包括788种候选药物之一和2686种批准的赋形剂之一。研究人员进一步研究了两种纳米粒子：索拉非尼-甘草酸和特比萘芬-牛磺胆酸，并进行了体外和体内表征。该平台将加速具有多种药物治疗能力的、具有更高载药量的更安全、更有效的纳米制剂的开发。
Reker, D., Rybakova, Y., Kirtane, A.R. et al. Computationally guided high-throughput design of self-assembling drug nanoparticles. Nat. Nanotechnol. (2021).
https://doi.org/10.1038/s41565-021-00870-y
