核心科学问题：能否通过“可电离脂质化学结构的理性设计”与“制剂参数的工程化筛选”，创建一种在完全不活化、不添加外源细胞因子的条件下，对静息原代人T细胞实现高效mRNA递送、且具生物可降解性的LNP平台？或者如何基于原代CD4+T细胞真实生物学特征，以DOE迭代筛选得到更适合T细胞mRNA转染的LNP组成？
核心结论：在本研究覆盖配方空间内，较高胆固醇、较低PEG脂质、较低磷脂比例及SM102组成与更高的原代人T细胞mRNA表达相关。
LNP 技术的临床成功与局限性
脂质纳米颗粒（Lipid Nanoparticles, LNPs）已成为核酸药物递送领域最具代表性的非病毒载体平台。自2018年首款siRNA-LNP药物Onpattro获批上市，再到2020年两款mRNA新冠疫苗（Spikevax与Comirnaty）的紧急使用授权，LNP技术完成了从实验室到临床的跨越。然而，标准LNP配方的“通用性”也意味着“非最优性”。以Spikevax（SM-102配方：50%可电离脂质/10% DSPC/38.5%胆固醇/1.5% PEG）和Comirnaty（ALC-0315配方）为代表的临床用LNP，其设计初衷是最大化肝脏递送效率。当这些“肝脏优化型”LNP被直接用于其他细胞类型时，往往面临转染效率低下的困境。
组织/细胞特异性LNP优化的趋势
近年来，针对特定细胞类型和组织的LNP优化已成为领域内的核心研究方向。策略可分为三大类：
第一类：靶向配体修饰。通过偶联抗体、适配体或小分子配体实现主动靶向。例如，抗-CD5抗体偶联可将LNP对原代T细胞的摄取提升4.5倍；CD2或CD7靶向抗体可增强LNP对CD4+ T细胞的mRNA递送；DNA导向的多价组装策略可实现抗体的快速修饰。适配体功能化LNP也被用于靶向CD4+ T细胞的mRNA递送。
第二类：可电离脂质的从头设计。通过筛选新型可电离脂质库，发现具有特定细胞趋向性的候选分子。例如，支链内体破坏剂（BEND）脂质可同时改善肝脏基因编辑和T细胞转染；β-羟基硫醚衍生可电离脂质可实现脾脏趋向性mRNA递送和体内CAR-T细胞工程化。
第三类：辅助脂质组分的比例调控。通过调整胆固醇、磷脂和PEG-脂质的摩尔比例，在不改变可电离脂质种类的前提下改变LNP的物理化学性质和细胞相互作用模式。研究表明，低PEG-脂质比例（1-2.5%）可增强细胞摄取和转染效率；而胆固醇含量则影响LNP膜流动性、 rigidity和细胞内转运。
一、背景：为什么把mRNA送进T细胞比想象中更难？
1. T细胞是mRNA药物的重要靶点，但不是容易被递送的靶点
T细胞是免疫系统的核心执行者，是CAR-T细胞工程、HIV功能性治愈、自身免疫疾病调控、肿瘤免疫治疗和疫苗开发的关键效应细胞。与病毒载体相比，mRNA递送具有表达瞬时、可重复给药、不会发生基因组整合和可灵活携带多种蛋白编码信息等优势。因此，若能够在原代 T 细胞内实现稳定、温和且可控的 mRNA 表达，便可能为ex vivo细胞改造乃至体内原位细胞工程提供新的非病毒技术路径。
然而，T细胞并不是典型的“高效可转染细胞”。特别是静息T细胞，其代谢和蛋白翻译活动较低，膜转运和内吞相关活动相对受限；而原代细胞又具有明显的供体差异。过去许多LNP方案首先在HEK293、HeLa或Jurkat等细胞系中优化，再尝试迁移至原代免疫细胞。这一策略虽然高通量、成本低，却难以完整反映原代T细胞的膜脂组成、细胞大小、静息-活化状态和胞内转运特征。于是，一个在细胞系中“表现良好”的LNP，可能并不能在真正的目标 T 细胞中提供同等水平的功能表达。
2. 如何筛选与设计针对T细胞转染的LNP
VanKeulen-Miller 等发表在ACS Nano上的一项以原代人CD4+T细胞为直接筛选对象的研究：该研究没有采用靶向抗体修饰或新型可电离脂质库作为切入点，而是围绕临床相关的四组分LNP框架，系统改变可电离脂质、辅助磷脂、胆固醇和PEG-脂质的摩尔比例，并可选加入ATP。其核心问题可以概括为：在不依赖细胞表面配体的前提下，能否仅通过LNP组成与配方比例的工程化调整，提高原代人T细胞对mRNA的摄取和表达？
这种思路的价值在于，它把“配方经验”转化为可统计比较的DOE问题。作者并非假设某一成分必然有效，而是以多轮面板逐步收窄设计范围，在每一轮中观察不同组成变量与生物学输出之间的关联，最终得到TEA LNP平台。对于供体来源原代细胞，DOE的意义尤其突出：它能够在有限试验数下识别整体趋势，避免仅依赖单个候选配方的偶然结果。
图1. 研究总体设计示意图（研究从原代人CD4+T细胞出发，经过DOE配方优化、单细胞摄取/表达分析、活化状态比较、亚型分析与LRA联合处理的完整逻辑）
文章概述：研究者采用混合物设计（design of experiment, DOE）在47种LNP组成中迭代寻找能够提升T细胞mRNA摄取和表达的配方窗口，并将筛选出的候选物命名为T cell mRNA Expression and Activity（TEA）LNP平台。该工作最有价值之处不在于给出一个可直接“通用复制”的固定配方，而在于建立了“在目标细胞中优化目标递送系统”的方法学范式。研究显示，在所测试的范围内，较高胆固醇、较低PEG-脂质、较低磷脂比例及SM-102体系与更强的原代人T细胞mRNA表达相关；TEA13、TEA37和TEA41在剂量依赖与72 h时间历程中保持表达并表现出良好细胞耐受性。更重要的是，作者通过Cy5/eGFP双信号流式策略将“颗粒摄取”与“mRNA功能表达”解耦，发现活化状态显著提高两者，且Prostratin可将表达阳性细胞比例提高约3倍。本文在梳理研究设计、关键结果和机制解释的基础上，进一步讨论其边界条件、尚未解决的因果问题以及从体外原代细胞平台走向ex vivo细胞工程与in vivo T细胞递送所需补齐的证据链。
二、研究的实验设计：把配方-细胞-功能串联起来
1. 三轮DOE：47种配方不是盲筛，而是逐步收敛的混合物设计
VanKeulen-Miller等以起始参照配方：以A0配方（50% SM-102 / 38.5% 胆固醇 / 10% DSPC / 1.5% DMG-PEG2000）为基准，构建了三轮迭代筛选面板：
-
TEA面板A（18种配方）：SM-102 35-70%，磷脂（DOPE或DSPC）3-20%，胆固醇21-54%，DMG-PEG2000 0.5-3.5%，可选添加ATP。
-
TEA面板B（18种配方）：根据面板A趋势缩窄参数范围，SM-102 37.7-60%，磷脂4-16%，胆固醇21-56%，PEG 0.5-2.5%。
-
TEA面板C（11种配方）：固定无ATP、仅DSPC为磷脂，并引入ALC-0315作为对比可电离脂质，参数范围为SM-102/ALC-0315 35-55%，DSPC 10-16%，胆固醇35-55%，PEG 0.5-1.5%，最终测试11种组合。
值得注意的是，面板筛选阶段采用手动混合，而进入深度研究的TEA13、TEA37和TEA41则改用微流控混合制备。这个设计使筛选阶段能够快速覆盖较大配方空间，但也带来一个解释边界：最终候选物的性能并不只受脂质比例影响，制备方式本身也可能改变粒径、内部结构和批间一致性。因此，作者的主要结论应理解为“在该DOE和工艺框架下得到的关联规律”，而非已经完全剥离工艺变量后的单一因果定律。
关键组分趋势：TEA13、TEA37和TEA41的胆固醇摩尔比分别为52.4%、54.5%和43.1%，均显著高于Spikevax、Comirnaty和Onpattro的38-42%；PEG比例分别为0.5-1.0%，低于临床配方的1.5-1.6%。
2. LNP制备、载荷与对照：实验可重复性需要关注的细节
制备方法。面板筛选阶段的LNP通过手动搅拌制备（有机相与水相1:3体积比混合）；后续候选配方采用微流控混合，包括LNP（TEA13、TEA37、TEA41）通过微流控混合制备。各脂质先溶于乙醇，mRNA配制在10mM柠檬酸缓冲液（pH 3.0）中，水相mRNA浓度为133 μg/mL；有机相与水相按1：3体积比混合后续通过20K MWCO透析卡式透析置换至PBS缓冲液，并4℃保存。
粒径与包封表征。TEA面板LNP的粒径主要集中在200-300 nm范围。候选LNP（TEA13、TEA37、TEA41）包裹Cy5-eGFP mRNA后粒径150-170 nm，PDI<0.25，Zeta电位接近中性（-2至+2 mV），mRNA包封率>80%。稳定性实验显示TEA13在37°C培养基中的稳定性与A0对照相当。
细胞模型。研究使用健康供体 LRS cone 分离并富集的原代人 CD4+ T 细胞。用于静息/活化对比的细胞先经 anti-CD3/CD28 磁珠活化 3 天；磁珠移除后培养至第 11 天，使其回到相对静息状态，再进行 LNP 处理。亚型分析则使用新鲜富集的 CD4+ T 细胞。
功能读出。作者使用 FLuc mRNA 定量总体蛋白表达，以 alamarBlue 评价细胞活力；用 Cy5-eGFP mRNA 和流式细胞术同时测量颗粒摄取（Cy5）与功能表达（eGFP）。这种“颗粒信号 + 蛋白信号”的双端点设计是本文最关键的实验学优势之一。
对照设置。DOE 面板中使用 PBS、裸 mRNA 和 A0 参照 LNP 等对照；细胞耐受性评估中以 PBS 为阳性活力对照、DMSO 为负性活力对照；LRA 联合实验中以 TEA13 + DMSO 作为药物载体对照。论文分别在不同实验中报告了 n=3 或 n=4 的重复，并采用单因素或双因素 ANOVA、配对/非配对统计比较与多重比较校正。
图2. TEA LNP制备方式、脂质结构与三轮DOE设计空间
三、关键结果解读：高胆固醇-低PEG是“规律”
1. DOE筛选的最重要收获：不是单个配方，而是可重复出现的组成趋势
在实验组A 中，TEA13 的 FLuc 表达高于 A0 参照配方；实验组 B 中，研究者进一步观察到无 ATP、DSPC 以及较低 PEG 的组合更有利；在实验组 C 中，SM-102 体系整体优于 ALC-0315，低磷脂、低 PEG 和较高胆固醇再次与较强的表达相关。三个候选 LNP 中，TEA13、TEA37 和 TEA41 在不同供体及后续实验中表现最突出。
其中，TEA13 的组成尤具代表性：37.7% SM-102、9.4% DSPC、52.4% 胆固醇和 0.5% DMG-PEG2000。论文指出，TEA13、TEA37 与 TEA41 的胆固醇摩尔比例为 52.4%、54.5% 和 43.1%，而 PEG 比例为 0.5-1.0%；这些数值与文中列举的部分临床相关 LNP 组成（胆固醇约 38-42%、PEG 脂质约 1.5-1.6%）存在差异。需要强调的是，这并不构成对已上市制剂的直接头对头优效性证明，而是说明：为原代人 T 细胞设计 LNP 时，传统“疫苗型或肝脏递送型”比例未必是最优起点。
最值得深思的配方启示：在原代人CD4+T细胞这一目标体系中，降低PEG脂质与提高胆固醇比例是最稳定出现的趋势信号；但它们应被视为一个需要结合可电离脂质、磷脂种类、粒径、制备方式和目标细胞状态共同验证的设计窗口，而不是脱离上下关系的固定模式。
2. 为什么高胆固醇与低PEG可能有利？论文给出线索，但未完成机制闭环
胆固醇通常能够影响 LNP 膜的有序性、刚性、膜相行为和细胞内膜相互作用。对于 T 细胞这一小体积、膜动态性强且胞内运输限制突出的细胞，高胆固醇配方可能改变颗粒的膜稳定性、细胞膜相互作用或内吞后膜融合行为。与此同时，PEG-脂质在 LNP 表面提供空间位阻稳定性并调控颗粒尺寸，但较高 PEG 密度也可能减少颗粒与细胞膜的直接接触，降低摄取或内吞。因而，在体外原代 T 细胞环境中，适度降低 PEG 可能在“胶体稳定性”与“细胞接触效率”之间获得更有利的平衡。
不过，论文并未通过单变量、等粒径、等包封率的严格因果实验来单独证明“胆固醇本身”或“PEG 本身”决定转染结果。高胆固醇与低 PEG 同时发生时，还可能伴随颗粒尺寸、表面性质、内部结构和蛋白冠形成方式的变化。更严谨的机制验证应包括：保持其他成分恒定的单变量梯度；在含人血清或血浆环境中考察蛋白冠；分析内吞路径、内体逃逸和胞质 RNA 可用性；并在同一脂质组成下比较不同微流控参数造成的结构差异。
3. 从“表达是否存在“到”表达能维持多久“：剂量-时间-耐受性数据来说明
为深入评估候选LNP的性能，研究团队对TEA13、TEA37和TEA41进行了剂量（50、100、200 ng mRNA/well）和时间（24、48、72小时）的双维度考察，检测Fluc表达和细胞活力。所有三种配方均呈现剂量依赖性：mRNA剂量越高，荧光素酶产量越高。
-
TEA13和TEA37在各时间点的Fluc蛋白产量均高于TEA41。
-
所有配方在72小时内均维持可检测的mRNA表达，表明TEA LNP介导的转染具有持久性。
-
在所有剂量和时间点，细胞活力均未显著低于PBS处理对照组，说明TEA LNP具有良好的细胞相容性。
这组结果至少支持三点。
第一，TEA 平台不是只在单一剂量或单一时间点“偶然有效”，而是存在一定剂量响应和表达持续性。
第二，候选物在原代人 T 细胞中未出现明显的短期细胞毒性信号，为后续 ex vivo 应用提供了初步可行性。
第三，表达强度的差异并不能单独归因于摄取：LNP 的内体逃逸、mRNA 从复合状态释放、胞质稳定性和翻译能力均可能贡献最终的 FLuc 读数。
图3. TEA13/37/41的剂量响应
四、论文最有价值的机制设计：把摄取与功能性表达分开测量
1. 静息与活化T细胞：瓶颈不只在“进不去“， 更在”表达不出来“
静息态与活化态T细胞的转染差异：静息态T细胞的低代谢活性是mRNA递送的主要障碍之一。研究团队将CD4+ T细胞分为两组：活化组（抗-CD3/CD28磁珠刺激3天）和静息组（活化后培养至第11天，恢复静息状态），分别用含Cy5-eGFP mRNA的TEA LNP处理。
-
活化态和静息态T细胞均能摄取LNP（Cy5+），其中活化细胞的摄取率 >90%。
-
在所有三种供体和三种配方中，活化态T细胞的Cy5摄取均显著高于静息态。
-
活化态T细胞的eGFP表达水平是静息态的2-3倍。
-
活化细胞中超过90%的细胞可出现Cy5摄取信号，但这一数值不能等同于超过90%的细胞实现功能性mRNA 翻译。
-
TEA13和TEA37的表现 consistently 优于TEA41，且该趋势在多个供体中具有可重复性。
核心启示：对于任何T细胞mRNA递送研究，建议至少同步报告：1. 颗粒摄取率； 2。功能性蛋白表达率与表达强度；3. 活细胞比例；4. 表达阳性细胞的表型分别。 只有这样，才能定位是细胞模式受限，还是胞内释放或翻译受限。
图4. 静息与活化T细胞的Cy5摄取和eGFP表达双信号分析
2.T细胞亚型谱：TEA13具有跨亚型递送能力，但表达存在供体依赖变异
为明确TEA LNP对哪类T细胞亚型最为有效，研究团队将新鲜原代 CD4+ T 细胞区分为 Treg、Temra、初始 T 细胞（Tn）、效应记忆 T 细胞（Tem）和中央记忆 T 细胞（Tcm）等亚型，并以 TEA13 为代表性处理混合T细胞群进行分析 （通过HLA-DR、CD45RO、CD45RA和CCR7的表面标记染色将细胞分为Treg、Temra、Tn、Tem和Tcm五个亚型）。结果如下：
-
Tn细胞和Tcm细胞占群体的大多数。
-
所有五种亚型在多个供体中均显示至少10%的LNP摄取。
-
Treg和Tcm细胞在大多数供体中呈现较高表达趋势，但个体间变异明显。
这个结果具有应用上的吸引力：Tn 和 Tcm 通常与长期增殖及记忆形成相关，Treg 则与免疫耐受和自身免疫调控密切相关。然而，当前证据仍不足以宣布 TEA13 已实现明确的“亚型选择性”。研究中不同供体的亚型构成不同，且亚型分析使用的是新鲜细胞，与前述活化-静息实验的细胞处理历史不同；这些因素都可能影响摄取和表达。因此，更适当的结论是：TEA13 显示出广泛的亚型可达性，并提示 Treg/Tcm 可能具有更高表达潜力，但需在更大供体队列和归一化亚群比例条件下验证。
图5. 不同CD4+T细胞亚型的摄取与表达谱 （将转染效率从总体CD4+T细胞层面延伸至具体免疫细胞亚群，为CAR-T、Treg调控和记忆T细胞工程等应用提供信息）
3. LRA联合策略：Prostratin的增效意义与应有的谨慎 （潜伏期逆转剂的协同效应）
考虑到静息 T 细胞的低代谢状态可能限制 LNP 摄取和 mRNA 翻译，研究团队将 TEA13 与三种潜伏期逆转剂（latency reversal agents, LRAs）联合：SAHA（HDAC 抑制剂）、AZD5582（SMAC 模拟物/非经典 NF-κB 通路激活剂）和 Prostratin（PKC 激动剂）。结果如下：
-
TEA13单独处理（DMSO对照）约50%细胞Cy5+，约20-25%细胞eGFP+。
-
SAHA未能增强摄取或表达，反而在部分供体中轻微抑制了LNP摄取，并在三个供体中显著降低了eGFP表达。
-
AZD5582和Prostratin均显著增强了TEA13的摄取。
-
其中Prostratin使eGFP表达阳性细胞比例提升约3倍，效果最为显著。
这一结果有两层价值。其一，它提示“改变细胞状态”可以成为增强 LNP 功效的协同杠杆，尤其是对于静息/低代谢免疫细胞。其二，它为 HIV “shock and kill” 相关研究提出了一个值得探索的组合思路：一类小分子既可影响 HIV 潜伏相关通路，也可能改善 LNP 介导的 mRNA 表达。
但必须避免过度外推。Prostratin 的作用并非只局限于“提高 LNP 摄取”，它可能影响膜动力学、内吞、内体处理、转录翻译、T 细胞活化和细胞应激。因此，现有实验只能说明其与 TEA13 联合时提高了最终 eGFP 表达，尚不能确定增效发生在递送链条的哪一个环节。此外，强 T 细胞活化在实际治疗中伴随安全性、细胞耗竭、非特异性炎症以及复杂药理学问题；是否适合作为临床联合方案，不能由 24 h 体外结果直接判断。
图6. TEA13与SAHA、AZD5582、Prostratin联合后的摄取与表达变化（LRA联合研究中SAHA无效甚至抑制和Prostratin最强增效形成对比）
五、研究的主要创新和特色：这项研究改变了什么
-
在目标细胞中直接优化配方。研究者将原代人 CD4+ T 细胞作为 DOE 的主筛选体系，而非把细胞系结果简单迁移到原代细胞。这一策略看似增加了实验难度和供体变异性，却最大程度保证了优化结果的临床可转化性。
-
建立摄取-表达解耦的单细胞评价框架。Cy5/eGFP 双信号分析把 LNP 递送链条拆分为至少两个层次：颗粒进入细胞，以及 mRNA 完成胞质释放与翻译。这种框架比仅测总发光或总荧光更接近递送机制。这一设计揭示了T细胞转染的瓶颈不仅在于摄取，更在于胞内mRNA的翻译效率——这是一个常被忽视但至关重要的洞察。
-
从“单一最优配方”转向“可解释的设计规则”。三轮 DOE 反复显示高胆固醇、低 PEG、低磷脂和 SM-102 体系与高表达相关，使后续研究能够以配方窗口而非单一编号为出发点。
-
将细胞状态调控纳入递送优化。LRA 联合实验提示，LNP 配方设计与靶细胞代谢/活化状态之间存在可操作的协同空间。
六、这篇研究还没有回答什么问题？
1. 缺少体内T细胞递送和生物分布证据
本文定位更接近 ex vivo 原代 T 细胞工程平台。研究未提供动物体内给药、血液和淋巴器官中的 T 细胞转染、肝脏和脾脏非靶细胞暴露、蛋白冠、免疫原性或重复给药安全性数据。因此，不能从该文直接推导 TEA LNP 可在体内选择性转染循环 T 细胞。对于 in vivo CAR-T、HIV 储库干预或自身免疫治疗，体内可达性与特异性将是决定性问题。
2. ATP阴性结果值得被重新研究，而不是简单放弃
ATP 曾被提出可通过改善细胞能量相关过程而促进 mRNA LNP 功效，但在本研究的 DOE 范围内未出现清晰增益，后续实验组因而取消 ATP。该阴性结果可能是真实的细胞类型差异，也可能与 ATP 的外源浓度、缓冲体系、加入位置、LNP 包封/吸附状态、细胞 P2 受体反应或剂量时间窗有关。下一步若要将“代谢支持分子”纳入 T 细胞递送平台，应首先以标准化物理化学表征确认其没有改变 LNP 的粒径、RNA 可及性和稳定性，再解析细胞水平的代谢与内吞变化。
其它层面汇总如下表所示：
七、面向转化的研究路线：从体外配方发现到可应用的平台
1. Ex vivo T 细胞工程：最接近现实的场景
TEA 平台目前最适合首先进入 ex vivo 应用。后续可优先装载功能性 payload，例如 CAR、TCR、短时表达的细胞因子、细胞存活调控因子或 CRISPR 相关 mRNA，并与电穿孔、病毒转导以及临床相关 LNP 对照进行头对头比较。评估不能只停留在报告基因，而需要进入 CAR 表达率、T 细胞扩增、记忆/耗竭表型、杀伤功能、细胞因子释放和持久性等应用终点。
2. In vivo T 细胞工程：必须先解决“到哪里去” 和”表达在哪里”
若目标是体内 T 细胞转染，配方优化需要从裸露的体外细胞培养环境进入含蛋白冠、血流剪切、网状内皮摄取和组织屏障的复杂体系。高胆固醇-低 PEG 配方在体外的优势，可能在体内被不同的蛋白吸附、肝脾清除或补体反应重塑。此时可以考虑将本研究的核心 LNP 组成原则与可控的 T 细胞靶向配体、局部给药路径或组织趋向性脂质相结合，但所有靶向提升均应同时考察非 T 细胞暴露、安全性和免疫激活。
3. 建议的研究策略：研究-开发一体化的评价矩阵
-
配方层：建立胆固醇、PEG、DSPC/DOPE、SM-102/其他可电离脂质的正交或分数因子设计，并将工艺参数纳入 DOE。
-
理化层：粒径、PDI、Zeta 电位、包封率、RNA 完整性、血清稳定性、蛋白冠、内体逃逸和结构形貌至少应组成一个关联矩阵。
-
细胞层：分别报告总 T 细胞、静息/活化细胞和关键亚型中的摄取、表达、细胞活力、细胞因子、增殖及功能表型。
-
应用层：从报告基因逐步过渡到临床相关有效载荷，并定义与适应证相关的药效终点。
-
体内层：用人源化免疫系统模型或其他合适模型建立 T 细胞转染、非靶组织暴露、重复给药、安全性和持久性证据链。
八、总结：TEA LNP真正贡献是提供“目标细胞导向“的开发范式
VanKeulen-Miller 等的研究证明，原代人 T 细胞并非只能依靠抗体靶向、病毒载体或高损伤电穿孔来实现 mRNA 递送。通过直接在原代 CD4+ T 细胞中开展 DOE，作者识别出一个以高胆固醇、低 PEG 为显著特征的 TEA LNP 配方窗口，并用剂量-时间、单细胞摄取-表达、亚型谱和 LRA 联合实验构建了较完整的体外证据链。
更重要的是，这项工作提醒我们：LNP 的“最优配方”从来不是绝对的，而是由递送对象、细胞状态、给药路径、物理质量属性和治疗目标共同决定。对于 T 细胞这样的高价值但难递送靶点，未来竞争的关键不会只是发现一个更强的可电离脂质，而是将“配方组成-颗粒结构-细胞状态-功能表达-安全性”连接为可解释、可放大且可转化的系统工程。TEA 平台仍处于体外发现和机制探索阶段，但其方法学价值已非常明确：真正有前景的免疫细胞 LNP，应当在真正的免疫细胞中被优化。
基于LNP递送系统还处于开发的初级阶段，还需要更多的科研者和资源投入到这个领域中，同时也需要积累更多在细胞和动物水平的数据。希望大家一起努力，拓展LNP的应用场景。 最后，写作不易，还请多多点赞支持；多多交流，共同进步！
参考文献
[1] VanKeulen-Miller R, Huff J, Narasipura EA, Browne EP, Fenton OS. Customizable mRNA Lipid Nanoparticles for Transfection of Primary Human T Cells. ACS Nano. 2025;19:41836-41849. doi:10.1021/acsnano.5c15903.
[2] Hou X, Zaks T, Langer R, Dong Y. Lipid Nanoparticles for mRNA Delivery. Nature Reviews Materials. 2021;6:1078-1094.
沪公网安备 31011002003500