MIT-metode gir mRNA-vaksiner som tåler ett år i romtemperatur – foreløpig kun i dyrestudier
Forskere ved MIT har brukt en AI-metode kalt AGENT til å utvikle mRNA-vaksineformuleringer som tåler to måneder ved 37 °C og opptil ett år ved romtemperatur. Resultatene er lovende, men foreløpig kun vist i dyr – og kostnadsbesparelsene er estimater, ikke dokumenterte gevinster.
Nyheten
Et forskerteam ved MIT publiserte en studie i Nature Biotechnology, omtalt 28. september 2026, der de beskriver en ny metode for å gjøre mRNA-vaksiner termostabile – altså i stand til å tåle romtemperatur uten dypfrysing. Ifølge studien, slik den er referert av Inside Precision Medicine, produserte metoden formuleringer i fast form av mRNA og lipidnanopartikler (LNP) som beholdt full bioktivitet etter mer enn to måneder ved 37 °C, og som var stabile ved romtemperatur i opptil ett år (79e8af7b).
Seniorforfattere er Ana Jaklenec og Robert Langer, som er David H. Koch Institute Professor ved MIT. Førsteforfattere er doktorgradsstudent Jinbi Tian og postdoktor Khanh Tran. Arbeidet er gjort i samarbeid med MIT CSAIL (fcdf5948).
Hvordan AGENT fungerer
Metoden heter AGENT – Algorithm-Guided Experimental design for lipid Nanoparticle Thermostabilization. Den kombinerer høyhastighetseksperimenter med bayesisk optimering, en AI-teknikk som er egnet for å lære av relativt små datasett. Forskerne startet med nesten 50 FDA-godkjente hjelpestoffer, og algoritmen brukte eksperimentresultatene iterativt til å forutse stadig mer lovende formuleringer. Optimeringen ble fullført i seks iterasjoner på én måned, noe som ifølge forskerne reduserer prøving og feiling betydelig (79e8af7b).
Jaklenec understreker at det nettopp er små datasett som er poenget: «Den egentlige skjønnheten ved denne algoritmen er at vi kan bruke den med små datasett. Det er veldig vanskelig å kjøre tusenvis av eksperimenter, så denne algoritmen lar oss lettere oppnå formuleringer med egenskapene vi ønsker – i dette tilfellet stabilitet» (fcdf5948).
Det er verdt å merke seg hva «AI» betyr her: ikke en stor språkmodell, men en statistisk optimeringsmetode som velger hvilke eksperimenter som bør gjøres neste. Det er en smal, men svært praktisk anvendelse.
Hva som faktisk er vist – og hva som ikke er
De viktigste forbeholdene er prekliniske og regulatoriske. Alle resultatene kommer fra dyrestudier, ikke menneskestudier, og ingen regulatorisk myndighet har godkjent endringer i dagens lagringskrav for vaksiner (79ddb79e). Forskerne observerte dessuten strukturelle endringer, såkalte «blebs», i rekonstituerte LNPer, og peker på at det trengs standardiserte metoder for å avgjøre hvordan slike endringer påvirker produktkvalitet og ytelse. Produserbarhet og regulatoriske spørsmål krever videre forskning (79e8af7b).
Det finnes heller ingen tidslinje for når – eller om – teknologien kan nå klinisk bruk.
En annen usikkerhet gjelder dagens lagringskrav: kildene oppgir forskjellige temperaturområder for konvensjonell mRNA-vaksinelagring, og det er uavklart hvor presise dagens krav faktisk er.
Dyreforsøkene og relevante formuleringer
Metoden ble testet med to klinisk relevante LNP-sammensetninger, representative for dem som brukes i Modernas og Pfizer-BioNTechs covid-19-vaksiner. I forsøk på gnagere og ikke-menneskelige primater ga de termostabile formuleringene immunrespons som ikke var underlegen dagens løsninger, inkludert levering via mikrokanålplaster i primater (79e8af7b).
Reuters rapporterer at mus som ble vaksinert med de termostabile partiklene etter langtidslagring viste immunrespons som var ekvivalent med mus som fikk vaksiner i lipidnanopartikler som lignet Modernas opprinnelige formulering (6b3d7d92).
De økonomiske estimatene – og hvorfor de er usikre
Studieforfatterne siterer tidligere estimater om at termostabile vaksiner kan redusere lagringskostnader med 71 til 86 prosent og kutte svinn med minst 50 prosent (79e8af7b). Dette er altså ikke målinger fra denne studien, men referanser til eksisterende anslag – og de gjenspeiler hvorfor frysekjeden er et reelt problem: dypfrysing krever kostbar infrastruktur, og brudd på kjeden kan ødelegge vaksiner.
Hva forskerne tror teknologien kan brukes til
Tian ser en bredere anvendelse enn mRNA-vaksiner alene: «Tilnærmingen vår utvider bruksområdet ikke bare for mRNA-vaksiner, men også terapeutika eller avanserte legemiddelleveringsplattformer som partikler med kontrollert frisetting eller mikrokanålplaster, som krever at formuleringen enten er i fast form eller er stabil ved høyere temperatur» (6b3d7d92).
Hva som gjenstår
Studien er et konkret eksempel på at AI-styrket formuleringssøk kan komprimere måneder med prøving og feiling til én måned – men det er fortsatt preklinisk forskning. Neste steg ville være kliniske studier, produserbarhet i stor skala og regulatorisk godkjenning. Ingen av disse er på plass. Før den tid er det mest presise å si at MIT-teamet har vist prinsippet, ikke løsningen.