MIT usou um ciclo de IA para pequenos dados para fazer vacinas de mRNA sobreviverem à temperatura ambiente por um ano

Vacinas de mRNA transportadas por nanopartículas lipídicas precisam ser armazenadas entre -20 e -80 °C, o que as mantém fora de regiões sem infraestrutura de cadeia de frio. No Instituto Koch do MIT, o grupo de Ana Jaklenec e Robert Langer já havia criado LNPs estabilizadas por polímeros que toleram calor, mas essas alteravam as formulações aprovadas pela FDA usadas pela Moderna e pela Pfizer. Tentando estabilizar as formulações aprovadas manualmente, eles triaram excipientes — açúcares, sais, polímeros — por meses. "Nada nos levava a 100% de estabilidade", disse o pós-doutorando Khanh Tran.

A solução foi um algoritmo de aprendizado de máquina desenvolvido com Mina Konaković Luković, do CSAIL do MIT, criado para prever a partir de conjuntos de dados muito pequenos. A equipe mediu o quanto cada um dos quase 50 excipientes aprovados pela FDA protegia o mRNA dentro das LNPs, escolheu os cinco mais promissores e deixou o algoritmo prever proporções estabilizantes. Eles testaram duas formulações por vez em células e realimentaram os resultados no modelo; após algumas iterações — algumas semanas, não meses — uma formulação se destacou.

Vacinas de mRNA contra a Covid-19 secas a vácuo na nova formulação foram armazenadas a 37 °C por dois meses ou à temperatura ambiente por um ano, e camundongos vacinados depois desenvolveram respostas imunes equivalentes a uma LNP no estilo Moderna. Os mesmos cinco excipientes em uma proporção diferente estabilizaram uma LNP no estilo Pfizer, e a formulação também funcionou em adesivos de microagulhas sólidas, que produziram respostas imunes semelhantes às injeções. O trabalho foi publicado na Nature Biotechnology e foi financiado em parte pela Fundação Gates.

Executar um ciclo de aprendizado ativo sobre 50 excipientes já aprovados pela FDA: prever proporções, testar dois por vez em células, realimentar os resultados — convergiu em semanas.

A cadeia de frio é o gargalo: o armazenamento entre -20 e -80 °C mantém as vacinas de RNA longe de regiões sem freezers.

Restringir a busca a excipientes aprovados pela FDA deixa um caminho regulatório em vez de exigir nova química.

O algoritmo é criado para conjuntos de dados pequenos, combinando com um laboratório que não consegue realizar milhares de experimentos.

O ciclo de realimentação de dois por vez reduziu a busca de meses de triagem manual para algumas semanas.

Quando a triagem por força bruta chega a um impasse, não invente novos ingredientes — busque de forma mais inteligente entre os já aprovados. A otimização com poucos dados transforma meses de becos sem saída em algumas experiências direcionadas.

No anúncio de setembro de 2026, os resultados eram pré-clínicos: respostas imunes em camundongos e entrega por adesivos de microagulhas, não ensaios em humanos nem revisão regulatória. Os pesquisadores dizem que cada formulação resistente ao calor poderia carregar qualquer carga útil de mRNA, ampliando o uso para terapêuticos, partículas de liberação controlada e adesivos de microagulhas que exigem formulações em estado sólido ou termoestáveis.