Neue Plattform zur Entwicklung therapeutischer RNA-Trägersysteme

Ein Forschungsteam unter der Leitung von Professorin Olivia Merkel, Lehrstuhlinhaberin für Drug Delivery im Department für Pharmazie der LMU und Co-Sprecherin des Cluster for Nucleic Acid Therapeutics Munich (CNATM), hat die erste integrierte Plattform entwickelt, die Molekulardynamik-Simulationen (MD-Simulationen) und maschinelles Lernen (ML) kombiniert, um neue polymere Materialien für den Transport therapeutischer RNA zu identifizieren.

Die im Journal of the American Chemical Society veröffentlichte Studie stellt das neu entwickelte Rechenwerkzeug Bits2Bonds vor, das das de novo-Design und die Optimierung polymerbasierter RNA-Trägersysteme ermöglicht. Die Forschung wurde im Rahmen des ERC Consolidator Grant „RatInhalRNA“ von Olivia Merkel durchgeführt, der sich der Entwicklung innovativer RNA-Formulierungen für die pulmonale Anwendung widmet.

Während das experimentelle Screening von Polymerbibliotheken zeitaufwendig und kostenintensiv ist, stoßen rein rechnerische Ansätze bislang an Grenzen, sei es durch unzureichende Datenmengen oder hohen Rechenaufwand. Bits2Bonds schließt diese Lücke, indem die Plattform grobkörnige MD-Simulationen, die zentrale biologische Herausforderungen wie die siRNA-Bindung oder Membraninteraktionen nachbilden, mit ML-basierter Moleküldesign-Optimierung verbindet. Dieser Ansatz erlaubt das schnelle virtuelle Screening von Tausenden potenzieller Trägermoleküle vor der experimentellen Validierung und beschleunigt so die Entdeckung wirksamer und sicherer RNA-Nanocarrier erheblich.

„Unsere Arbeit zeigt erstmals, dass die Kombination physikalisch basierter Simulationen mit datengetriebener Optimierung eine effiziente Strategie zur Entdeckung völlig neuer Materialien für RNA-Therapeutika darstellt“, erklärt Olivia Merkel. „Diese Methode ebnet den Weg für ein rationales, Hochdurchsatz-basiertes Design polymerer Trägersysteme und bringt uns einen Schritt näher an personalisierte RNA-Arzneimittel.“

Das Team validierte seine rechnerischen Vorhersagen durch die Synthese und experimentelle Prüfung mehrerer Polymerkandidaten für siRNA-Transport und konnte eine starke Korrelation zwischen Simulationsergebnissen und biologischer Wirksamkeit nachweisen. Die entwickelte Pipeline ist modular aufgebaut und lässt sich leicht auf andere Polymerarten oder Nukleinsäure-Modalitäten, wie etwa mRNA oder CRISPR-basierte Therapeutika, übertragen.

Felix Sieber-Schäfer, Jonas Binder, Tim Münchrath, Katharina M. Steinegger, Min Jiang, Benjamin Winkeljann, Wolfgang Friess & Olivia M. Merkel: From Bits to Bonds: High-Throughput Virtual Screening of Ribonucleic Acid Nanocarriers Using a Combinatorial Approach of Machine Learning and Molecular Dynamics. Journal of the American Chemical Society 2025