川海智库

报告概述

本报告围绕2026年初核酸药物领域的多项重磅研究，系统梳理了心血管疾病方向（靶向Lp(a)、siRNA降脂）、中枢神经系统递送策略（肽/抗体/脂质偶联物）以及AI驱动的新兴递送平台（LUMI-lab、机器学习优化LNP）。报告通过分析已发表的高质量临床前与临床研究，旨在帮助产业界和投资界理解核酸药物在慢病管理、遗传病治疗及肝癌耐药等领域的突破方向与转化潜力。

报告的核心结论

siRNA在降脂方面疗效显著，安全性良好

一项涵盖8项RCT、2671名受试者的荟萃分析显示，靶向APOC3或ANGPTL3的siRNA疗法可使甘油三酯水平降低约52%，非HDL-C降低约22%，且不良事件风险与安慰剂无显著差异。靶向APOC3主要升高HDL-C，靶向ANGPTL3可额外降低LDL-C，两种策略均具备良好的安全性。

中枢神经系统递送策略持续突破，肝外递送仍是核心挑战

核酸药物向CNS递送面临血脑屏障和分子特性限制，基于肽、抗体和脂质的生物偶联物通过受体介导转胞吞、内体逃逸等机制，已在阿尔茨海默症、帕金森病、亨廷顿病等模型中取得功能改善。同时，肌肉组织递送的抗体-寡核苷酸偶联物del-desiran在1型肌强直性营养不良的1/2期临床中显示出降低DMPK mRNA和改善剪接异常的潜力。

AI驱动的自主化平台可高效优化脂质纳米颗粒

LUMI-lab整合基础模型与主动学习，自主合成并筛选了1700余种脂质，发现溴化尾基能显著提升mRNA递送效率。另一项研究利用机器学习指导设计了120种可电离脂质文库，并通过乳糖酸靶向LNP共递送p53 mRNA和Nrf2 siRNA，在索拉非尼耐药肝癌模型中实现肿瘤体积抑制至19%。这些工作凸显了AI在核酸药物递送载体开发中的变革性作用。

报告回答的关键问题

siRNA在心血管疾病中的应用前景如何？

报告指出，siRNA疗法在降低甘油三酯、非HDL-C、残粒胆固醇等血脂指标方面疗效显著，且具有良好的安全性。靶向APOC3和ANGPTL3的siRNA各具特色：前者主要降低甘油三酯并升高HDL-C，后者还能显著降低LDL-C。目前多项针对Lp(a)的siRNA（如olpasiran、lepodisiran）正在进行3期结局试验，若成功可能重新定义心血管残余风险的管理。

核酸药物如何实现中枢神经系统递送？

由于血脑屏障和核酸药物的大尺寸、高电荷特性，全身给药后CNS递送效率低。报告综述了三种主要策略：基于肽的偶联物（如细胞穿透肽、受体靶向肽），基于抗体的偶联物（靶向转铁蛋白受体1等），以及基于脂质的偶联物（如胆固醇、脂肪酸修饰）。这些生物偶联物通过受体介导转胞吞、增强膜结合或内体逃逸，已在脊髓性肌萎缩症、帕金森病、阿尔茨海默症等模型中证实能提高脑暴露量和治疗效应。

AI如何助力核酸药物开发？

报告介绍了两项代表性研究：LUMI-lab平台利用基础模型驱动自主合成与筛选，在1700余种脂质中发现溴化尾基可提升mRNA递送效率，并实现20.3%的肺上皮细胞基因编辑效率；另一项研究通过机器学习辅助设计120种可电离脂质文库，筛选出适合共递送mRNA和siRNA的载体，在耐药肝癌模型中抑制肿瘤生长至19%，且未引起明显毒性。这些成果表明AI能够加速递送系统的发现与优化，突破传统试错法的局限。

报告中的代表性数据

均值差-52%（95%CI -57.9%~-46.2%）

siRNA疗法降低甘油三酯水平

荟萃分析纳入研究截至2026年1月，来自8项RCT共2671名受试者的荟萃分析，对比siRNA与安慰剂对高甘油三酯血症或混合性血脂异常患者血脂水平的百分比变化。

1mg/kg组-46%，2mg/kg组-44%，4mg/kg组-37%，安慰剂组0.9%

del-desiran降低DMPK mRNA水平

1/2期试验给药后（1mg组第43天，2/4mg组第92天），来自1型肌强直性营养不良患者肌肉活检样本，显示抗体-寡核苷酸偶联药物del-desiran可有效降低致病基因DMPK的mRNA水平。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细综述靶向Lp(a)的新型疗法（ASO、siRNA、口服小分子）的机制、关键临床试验设计及结果，包含多张疗效对比表格和结构示意图。
  • 针对siRNA治疗高甘油三酯血症和混合性血脂异常的荟萃分析完整数据，包括各血脂指标的亚组分析、森林图和安全性评价。
  • 基于肽、抗体、脂质的CNS递送策略的工程化改造深入解析：肽的电荷-长度比优化、非天然氨基酸引入、内体逃逸肽设计；抗体的形式（IgG、Fab、scFv）、亲和力调节、多特异性设计；脂质的胆固醇/脂肪酸缀合策略及二价脂质修饰。
  • 1型肌强直性营养不良抗体-寡核苷酸偶联药物del-desiran的1/2期临床试验详细方案、患者基线特征、不良事件列表及剪接评分变化。
  • LUMI-lab自主化平台的全流程描述：硬件架构（液体处理仪、机械臂、细胞培养箱、酶标仪）、软件模块（控制面板、数据分析、主动学习）、以及十轮迭代中转染效率的提升曲线。
  • 机器学习辅助优化脂质纳米颗粒用于共递送p53 mRNA和Nrf2 siRNA治疗索拉非尼耐药肝癌的完整体外和体内实验数据，包括蛋白印迹、流式细胞术、肿瘤生长曲线和组织学染色。
  • 风险提示部分：技术转化不及预期，后续临床试验失败风险。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告