9月3日消息，arXiv预印本（编号2609.04029，9月3日提交）报道了面向核酸递送纳米颗粒制造的计算建模工作，作者为Turash Haque Pial与Tine Curk。

研究问题：多组分纳米颗粒（如脂质纳米粒LNP、聚合物-DNA复合物）的自组装过程受动力学控制、路径依赖性强——混合时的输运、溶剂交换、成核/生长与碰撞聚并共同决定不仅 Ensemble 平均性质，还决定颗粒与颗粒之间的组分异质性。这种异质性直接影响递送效率与药效一致性，但在工艺开发中难以预测。

方法核心：该框架将加工条件（混合、溶剂交换）、早期自组装物理与分子化学细节三者耦合到动力学蒙特卡洛（kMC）模拟中，输出纳米颗粒性质分布的预测，而非仅平均值。

验证体系：框架在两类代表性体系上演示——RNA-脂质纳米颗粒（LNP，mRNA疫苗与siRNA药物的主流载体）与PEI-DNA聚电解质复合纳米颗粒（非病毒基因递送经典路线）。

行业意义：LNP工艺放大中“批次间一致性”与“颗粒组分分布控制”是监管与产业化关注焦点，现有放大方法多依赖经验试错。可从分子细节预测组分分布的计算框架，为LNP注射剂的QbD（质量源于设计）开发、混合工艺参数优化与监管申报提供了量化工具路径。 （来源：arXiv）