高通量 LNP 篩選技術:條碼化(Barcoding)如何改變脂質奈米粒子研發
- Jason Lu

- 1月18日
- 讀畢需時 5 分鐘

前言:核酸藥物真正的瓶頸,其實在「遞送」
mRNA 疫苗、siRNA 藥物、CRISPR 基因編輯等核酸藥物,已經徹底改變了現代醫療。然而,這些療法能否真正成功,關鍵往往不只在於「序列設計」,而是在於——核酸能不能被有效、安全且精準地送到正確的細胞與器官。
脂質奈米粒子(Lipid Nanoparticles, LNPs)目前仍是核酸藥物體內遞送的主流平台。透過包覆脆弱的核酸分子、避免體內降解,並促進細胞吸收,LNP 技術促成了 Onpattro®、Comirnaty® 與 Spikevax® 等關鍵產品的成功。
但 LNP 的設計本質上是一個高度多變、難以直覺優化的工程問題。
離子化脂質的化學結構、脂質比例、PEG 密度、脂肪酸尾端設計,只要稍有不同,就可能徹底改變:
體內分佈(biodistribution)
轉染效率
免疫反應與毒性輪廓
過去,LNP 的篩選大多仰賴「一種配方對應一隻動物」的方式,搭配螢光或 luciferase reporter。這樣的流程不僅成本高、耗時長,也嚴重限制了可探索的配方空間。
近年來,DNA 與 mRNA 條碼(barcoding)技術的成熟,正式開啟了「高通量 LNP 篩選」的新時代。
第一部分:DNA 條碼技術——高通量 LNP 篩選的核心引擎
DNA Barcoding 的基本概念
DNA 條碼技術的核心概念非常直接:
將「具有獨特序列的短 DNA 片段」封裝進不同的 LNP 配方中,每一個條碼就代表一種特定配方。
研究人員可以將數十甚至數百種 LNP 同時混合後注射進單一動物體內,接著再從不同器官中萃取核酸,透過 qPCR、ddPCR 或次世代定序(NGS)定量各條碼的豐度。
這使得在完全相同的生物背景下,直接比較大量 LNP 配方的體內分佈成為可能。
DNA Barcoding 的關鍵優勢
單一動物即可同時篩選 數十至數百種 LNP 配方
大幅降低個體差異(inter-animal variability)
可量化、器官層級的體內分佈分析
顯著降低成本、動物使用數量與研發時間
條碼設計的基本原則
有效的 DNA 條碼系統通常具備以下特徵:
長度約 100–120 bp 的合成 DNA
兩端具通用引子(universal primer)
不與基因體同源、無功能性、不易形成二級結構
確保 PCR 或定序放大的效率一致
條碼化 LNP Library 的設計彈性
透過 DNA 條碼,研究人員可以同時評估高度多樣化的 LNP 組合,例如:
不同離子化脂質(如 MC3、SM-102 或新型化學結構)
Helper lipid(DSPC、DOPE)
膽固醇比例
PEG-lipid 種類與密度
每一種配方都對應一組獨立條碼,混合後一次完成體內實驗。
高通量體內篩選流程
製備並 QC 個別條碼化 LNP
將多種配方依比例混合
進行體內給藥(常見為靜脈注射)
採集器官(肝、脾、肺、淋巴結等)
萃取核酸
定量條碼訊號
案例研究:肺部專一性 LNP 的發現
2024 年發表於 Nature Communications 的研究中,研究團隊利用 DNA 條碼同時篩選 96 種 LNP 配方,成功鑑定出 CAD9 這種具高度肺部趨向性的離子化脂質,在肺部達到超過 90% 的蛋白表現集中度。
這類結果若使用傳統方法,幾乎不可能在合理時間內完成。
商用 LNP 的條碼化驗證
2025 年的研究進一步將 DNA 條碼技術應用於已上市的 LNP 產品(如 Onpattro®、Comirnaty®、Spikevax®),結果清楚顯示各產品具有穩定且可重現的體內分佈指紋,驗證了此平台的解析度與生物學可信度。
DNA Barcoding 的限制
優點
極高通量
可靠的體內分佈資訊
易於擴展至大型 library
限制
只能回答「去哪裡」,無法回答「做了什麼」
無法直接反映蛋白轉譯或功能表現
實驗設計與資料正規化需非常嚴謹
第二部分:胜肽編碼 mRNA 條碼——將遞送與功能連結
從分佈走向功能
DNA 條碼只能告訴我們 LNP 進入了哪些器官,卻無法判斷是否成功表現蛋白。為了解決這個缺口,研究人員發展出 胜肽編碼 mRNA 條碼(peptide-encoding mRNA barcodes)。
這類條碼本身就是可轉譯的 mRNA,能表現出短小且可被辨識的胜肽標籤。
條碼設計重點
每個 mRNA 編碼 8–10 個胺基酸的獨特胜肽
具最佳化 Kozak sequence 與起始/終止密碼
避免已知免疫原性或不穩定序列
功能性篩選流程
將胜肽編碼 mRNA 包覆進 LNP
混合後進行體內投遞
於目標細胞中進行轉譯
萃取蛋白
透過 LC-MS 或 multiplex ELISA 定量胜肽
多重功能讀取的實證
近期研究顯示,此方法可同時量化多種 LNP 的蛋白表現效率,揭露許多僅靠 DNA 條碼無法看見的結構—功能關係,對 delivery optimization 極具價值。
DNA 條碼 vs. mRNA 勝肽條碼
特性 | DNA 條碼 | mRNA 勝肽條碼 |
通量 | 極高 | 高 |
體內分佈 | ✅ | 間接 |
功能性讀取 | ❌ | ✅ |
技術複雜度 | 較低 | 較高 |
資料深度 | 中 | 高 |
這兩者並非互斥,而是高度互補。
邁向智慧化、可預測的 LNP 設計
結合高通量條碼資料、組合式脂質化學、自動化與機器學習,LNP 設計正從「經驗試錯」邁向「資料驅動工程」。
條碼資料已開始被用於:
建立器官趨向性的預測模型
指引離子化脂質設計
提前淘汰低潛力配方
降低後期 CMC 風險
結語:LNP 的未來,是多工並行的設計科學
條碼化技術正在重新定義 LNP 研發流程:
DNA 條碼告訴我們 LNP 去了哪裡
mRNA 勝肽條碼告訴我們它是否真的發揮功能
兩者結合,使核酸遞送平台真正成為可擴展、可預測的工程系統。
🔬 技術型 LNP 顧問服務(Technical LNP Consulting)
有效的 LNP 設計,不只是數據堆疊,而是配方、體內生物學、分析方法與後期製程的整合問題。
如果你的團隊正在進行:
高通量 LNP 篩選或條碼化平台建置
離子化脂質選擇與配方優化
體內分佈資料的決策轉譯
從 early discovery 銜接至 CMC 與 IND-enabling
我提供 技術導向的 LNP 顧問服務,協助新創團隊與研發單位更有效率地建立與優化遞送平台。
參考文獻
Xue et al., Nature Communications, 2024
Liu et al., Colloids and Surfaces B: Biointerfaces, 2025
Paunovska et al., Nano Letters, 2018
Dahlman et al., Nature Nanotechnology, 2020
Mitchell et al., Nature Reviews Drug Discovery, 2021





留言