LNP 递送系统：核酸药物绕不开的瓶颈

核酸药物（siRNA、mRNA）带大量负电荷且分子量大，无法自行穿过细胞膜。脂质纳米颗粒（LNP）是目前最成功的递送载体，但它也定义了核酸药物当前的能力边界。

LNP 的四组分

组分	作用	典型占比
可电离脂质	核心组分：包载核酸 + 内体逃逸	约 50%
磷脂（如 DSPC）	结构支撑，形成脂质双层	约 10%
胆固醇	膜流动性与稳定性	约 38%
PEG-脂质	控制粒径、防聚集、延长循环	约 1.5%

可电离脂质的巧妙设计

这是 LNP 技术的核心创新。可电离脂质的 pKa 通常设计在 6.2～6.5，使它在不同 pH 下呈现不同电荷：

• 制备时（pH 4 酸性缓冲液）：脂质带正电，与带负电的核酸静电结合，高效包载；
• 血液中（pH 7.4）：脂质接近中性，避免了永久阳离子脂质的毒性与快速清除；
• 内体中（pH 5～6，酸化）：脂质重新质子化带正电，与内体膜的阴离子脂质作用，破坏膜结构，促进核酸逃逸到胞质。

这个 pH 响应设计同时解决了「包载」「安全」「逃逸」三个问题，是 LNP 成功的关键。pKa 的精细调节直接决定递送效率——这也是各家 LNP 专利竞争的焦点。

内体逃逸：最大的效率瓶颈

据估计，进入细胞的 LNP 中只有很小比例（常引用的数字在 1%～2% 量级）成功把核酸释放到胞质，其余被溶酶体降解或被排出。这是整个递送链条中效率最低的环节。

# 递送链条的每一环都有损失：
#
# 注射剂量
#   ↓ 血液循环（被单核吞噬系统清除）
# 到达靶组织
#   ↓ 穿过内皮（肝脏的窗孔内皮利于通过）
# 接触靶细胞
#   ↓ 内吞
# 进入内体
#   ↓ 内体逃逸  ← 瓶颈在这里（效率约 1~2%）
# 到达胞质
#   ↓ 装载进 RISC / 被核糖体翻译
# 产生效应
#
# 提高内体逃逸效率是该领域最有价值的改进方向

为什么核酸药物集中在肝脏

• 肝脏的解剖优势：肝窦内皮有窗孔（fenestrae），直径约 100 nm 的 LNP 可以穿过，直接接触肝细胞；
• ApoE 介导的天然靶向：LNP 进入血液后表面吸附载脂蛋白 E（ApoE），被肝细胞的 LDL 受体识别摄取——这是「天然的靶向机制」，不需要额外配体；
• GalNAc 的替代路径：对 siRNA/ASO，GalNAc 偶联可以完全绕开 LNP（见 375《反义寡核苷酸 ASO》、376《siRNA 设计》）；
• 结果：肝脏靶点的核酸药物已相对成熟，而肝外递送仍是主要瓶颈。

肝外递送的探索

策略	原理	现状
SORT（选择性器官靶向）	加入第五种带电脂质改变生物分布	动物中可实现肺、脾靶向
配体偶联	接抗体、多肽等靶向配体	探索中，效率有限
局部给药	直接注射到目标组织	可行但适用面窄
吸入给药	肺部递送	制剂挑战大
改变粒径与表面性质	影响生物分布	调节空间有限
脑靶向	穿越血脑屏障	仍是重大难题

SORT 是一个思路清晰的方向：通过在标准四组分中加入第五种带正电或负电的脂质，改变 LNP 表面的蛋白冠组成，从而改变它被哪些器官摄取。这提供了一个可调的设计维度。

关键的表征参数

# LNP 质量控制的核心指标
#
# 1) 粒径与分散度（DLS）
#    典型 60~120 nm，PDI < 0.2
#    过大 → 被清除快；过小 → 载药量低
#
# 2) 包封率（EE%）
#    通常要求 > 85%
#    用 RiboGreen 等染料区分游离与包封的核酸
#
# 3) 表面电位（Zeta potential）
#    生理 pH 下应接近中性（-10 ~ +10 mV）
#    正电过高 → 毒性、快速清除
#
# 4) 表观 pKa
#    用 TNS 荧光法测定，目标 6.2~6.5
#    这个参数与体内效率高度相关
#
# 5) 核酸完整性
#    制备过程可能造成降解
#
# 6) 稳定性
#    储存条件（多数需冷冻或超低温）是实际应用的重要制约

安全性考虑

• 先天免疫激活：LNP 本身（尤其是可电离脂质）有佐剂效应。这对疫苗是优点，对需要重复给药的治疗性产品是问题。
• PEG 相关：抗 PEG 抗体可能导致加速血液清除（ABC 现象）与超敏反应，影响重复给药。
• 肝毒性：高剂量下的肝酶升高。
• 脂质代谢与蓄积：可电离脂质的体内代谢与清除需要评估，可生物降解的脂质设计是重要方向。
• 重复给药是关键考验：疫苗只需给药几次，而慢性病治疗需要长期重复给药，对 LNP 的安全性要求高得多。

计算能做什么

• 脂质分子设计：用 QSAR 或生成模型设计新的可电离脂质，预测 pKa 与递送效率——已有工作用机器学习筛选脂质库；
• 分子动力学：模拟 LNP 的自组装、脂质与核酸的相互作用、与内体膜的融合过程；
• 配方优化：用实验设计（DoE）与主动学习优化四组分比例，减少实验轮次；
• 局限：LNP 的体内行为受蛋白冠、组织屏障等复杂因素影响，计算目前难以预测生物分布与递送效率，仍高度依赖实验筛选。

延伸资源

• 核酸药物：375《反义寡核苷酸 ASO》、376《siRNA 设计》、377《mRNA 序列优化》；
• 递送与制剂见「合成与工艺」模块。