前言 為什麼 LNP 領域，一直缺一個「PDB 等級」的資料庫？ 如果你實際參與過 mRNA、siRNA 或 CRISPR 的 lipid nanoparticle（LNP）設計，你很可能有這樣的感覺： 我們其實做了非常多 LNP screening，但這些資料始終無法真正「累積成知識」。 LNP 領域長期存在一個結構性的問題： 資料很多，但高度分散；實驗成功，但難以歸納。 不同研究使用不同配方、不同 readout、不同實驗條件，使得資料難以跨研究比較或重複使用。 與蛋白質工程不同，LNP 設計至今沒有一個像 Protein Data Bank（PDB） 那樣的中央化基礎建設，能夠系統性整理「結構 × 配方 × 功能」之間的關係。這也直接限制了 AI 模型與理性化設計的發展。 LNPDB 是什麼？Lipid Nanoparticle Database 作為公共資料基礎建設 Lipid Nanoparticle Database（LNPDB） https://lnpdb.molcube.com/ LNPDB 是由 MIT（Dr. Daniel