Ein Impfstoff kann biologisch hervorragend sein und sich trotzdem nur schwer verteilen lassen. Wenn er tiefgekühlt werden muss, zählt jede Übergabe: vom Hersteller zum Transportdienst, in der Arztpraxis, im Zwischenlager und in den letzten Stunden vor der Injektion. Eine Abweichung von der vorgeschriebenen Temperatur kann eine teure Dosis unbrauchbar machen, selbst wenn das Präparat äußerlich völlig normal aussieht.

Eine Forscherin untersucht Impfstofffläschchen neben einem Vakuumtrocknungsgerät in einem biomedizinischen Labor.

Dieses logistische Problem ist für Messenger-RNA-Impfstoffe besonders wichtig. Das RNA-Molekül ist empfindlich, und auch die Lipidnanopartikel, die es schützen und in Zellen einschleusen, haben eigene Stabilitätsgrenzen. Die derzeitigen mRNA-Produkte sind deshalb auf streng kontrollierte Lagerung und Transporte angewiesen. Die US-amerikanischen Centers for Disease Control and Prevention (CDC) betonen, dass Lagerung und Handhabung entscheidend sind, um die Wirksamkeit zu erhalten, unnötige Wiederholungsimpfungen zu vermeiden und Verschwendung zu begrenzen. Die aktualisierten Empfehlungen warnen zudem davor, Präparate außerhalb der empfohlenen Temperaturen zu verwenden, sofern Gesundheitsbehörden oder Hersteller nicht bestätigen, dass sie weiterhin sicher und wirksam sind (CDC-Leitfaden zu Lagerung und Handhabung).

Eine am 28. September 2026 in Nature Biotechnology veröffentlichte Studie beschreibt einen Ansatz, der einen besonders schwierigen Teil dieses Problems besser beherrschbar machen könnte. Forschende am MIT nutzten einen dateneffizienten Algorithmus für maschinelles Lernen, um Kombinationen und Mengenverhältnisse zugelassener Hilfsstoffe auszuwählen – also Zucker, Salze und Polymere, die einer Formulierung mit mRNA-haltigen Lipidnanopartikeln zugesetzt werden. Nach dem Vakuumtrocknen blieb eine Formulierung bis zu einem Jahr bei Raumtemperatur und zwei Monate bei 37 °C, ungefähr 98 °F, stabil. Bei Mäusen löste das gelagerte Material eine Immunantwort aus, die mit einer frischen, an den ursprünglichen Moderna-Impfstoff angelehnten Formulierung vergleichbar war.

Das ist ein nützlicher Fortschritt. Es bedeutet weder, dass nun ein bei Raumtemperatur haltbarer Impfstoff in Apotheken angekommen ist, noch dass jeder mRNA-Impfstoff in einem warmen Raum liegen bleiben darf. Die Arbeit ist am besten als Fortschritt bei Formulierung und Entwicklung zu verstehen: als Methode, einen großen chemischen Suchraum gezielter zu durchsuchen, gefolgt von einem Tierversuch, der weitere Tests rechtfertigt.

Der Engpass ist nicht nur die RNA, sondern auch das Transportpartikel

Messenger-RNA ist eine Anweisung und kein herkömmliches Arzneimittelmolekül. Sobald sie geeignete Zellen erreicht, kann sie diese zur Herstellung eines Zielproteins anleiten. So lernt das Immunsystem, was es erkennen soll. Ungeschützte RNA wird jedoch schnell abgebaut und kann Zellmembranen nur schwer überwinden. Lipidnanopartikel, die meist aus mehreren Lipidbestandteilen bestehen, dienen als vorübergehendes Schutz- und Transportvehikel.

Dieses Vehikel muss mehrere Aufgaben gleichzeitig erfüllen. Es muss die RNA während der Lagerung festhalten, sie vor chemischen und physikalischen Schäden schützen, sie unter den richtigen Bedingungen freisetzen und die Aufnahme der Nutzlast in Zellen nach der Injektion unterstützen. Eine Änderung, die eine Eigenschaft verbessert, kann eine andere verschlechtern. Mehr Schutz während der Lagerung ist nicht automatisch besser, wenn das Partikel dadurch RNA im Körper weniger wirksam freisetzt.

Wärme beschleunigt viele Prozesse, die die Leistung mindern können. Wassergehalt, Oxidation, Hydrolyse, Zusammenballung und Veränderungen im physikalischen Zustand des Partikels können eine Rolle spielen. Trocknen kann manche Reaktionen verlangsamen, doch eine komplexe Nanopartikelformulierung zu trocknen, ohne ihre Struktur zu beschädigen, ist selbst eine technische Herausforderung. Die Lösung lautet daher nicht einfach „ein Konservierungsmittel hinzufügen“ oder „die Temperatur erhöhen“. Entscheidend ist das Zusammenspiel von Bestandteilen, Mengenverhältnissen, Trocknungsbedingungen, Verpackung und der jeweiligen RNA-Nutzlast.

Die praktische Folge: Die Kühllagerung wird zu einem Teil des Produktdesigns. In einem gut ausgestatteten Gesundheitssystem kann das spezielle Gefriergeräte, kalibrierte Überwachungsgeräte, Notstrom und sorgfältig gesteuerte Transporte erfordern. Bei Impfkampagnen, die abgelegene Kliniken oder vorübergehende Impfstellen erreichen müssen, bedeutet es möglicherweise, dass es weniger Orte gibt, an denen eine Dosis sicher warten kann. Eine weniger strenge Anforderung würde nicht jedes Verteilungsproblem lösen, könnte aber ein besonders empfindliches Glied der Kette entlasten.

Was das MIT-Team verändert hat

Die Forschenden wollten Formulierungen verbessern, die mit den in den COVID-19-Impfstoffen von Moderna und Pfizer-BioNTech verwendeten Lipidnanopartikeln verwandt sind, statt mit einer völlig anderen Transportplattform zu beginnen. Diese Entscheidung ist relevant. Eine Formulierung, die nur wegen eines unbekannten Partikels stabil ist, könnte noch einen langen Weg durch Herstellung, Toxikologie und behördliche Prüfung vor sich haben. Die Arbeit mit einer Plattform, die einem etablierten Impfsystem ähnelt, kann spätere Entwicklungsfragen vertrauter machen – sie beseitigt diese Fragen aber nicht.

Zunächst untersuchte das Team fast 50 von der FDA zugelassene Hilfsstoffe. Jeder Kandidat wurde in ein Lipidnanopartikel eingebaut und darauf getestet, wie gut er die Übertragung von mRNA bewahrte, die für die Luciferase des Glühwürmchens kodiert. Zellen, die wirksame Partikel erhielten, erzeugten Licht. Dadurch erhielten die Forschenden ein messbares Signal dafür, ob die mRNA funktionsfähig geblieben war.

Diese erste Untersuchung reduzierte die breite Liste auf fünf vielversprechende Hilfsstoffe. Anschließend schlug das maschinelle Lernsystem Mengenverhältnisse zur Prüfung vor. Das Team führte eine kleine Versuchsreihe durch, speiste die Ergebnisse in den Algorithmus zurück und nutzte die aktualisierten Vorhersagen zur Auswahl der nächsten Kombinationen. Das ist eine iterative Versuchsplanung: Die Software ersetzt die Laborarbeit nicht, sondern entscheidet, welche Laborarbeit voraussichtlich am informativsten ist.

Nach Angaben des MIT erreichte die Gruppe nach mehreren Runden innerhalb weniger Wochen eine vielversprechende Formulierung. Bevor sie den Algorithmus einsetzte, hatte sie monatelang Kombinationen ausprobiert, ohne das angestrebte Stabilitätsniveau zu erreichen. Der Nutzen des Modells lag darin, aus wenigen Messungen zu lernen, statt jede mögliche Mischung vollständig untersuchen zu müssen.

Dieser Unterschied ist wichtig. „KI-entworfen“ kann den Eindruck erwecken, ein System habe selbstständig einen Impfstoff erfunden. Das ist hier nicht geschehen. Biologisches Ziel, Nanopartikelplattform, mögliche Bestandteile, Experimente, Qualitätsmessungen und Tierversuche wurden von Menschen entworfen und im Labor durchgeführt. Der Algorithmus diente als Orientierung bei der Suche in einem begrenzten Formulierungsproblem.

Das berichtete Lagerungsergebnis

Für den Hauptversuch verpackten die Forschenden COVID-19-mRNA-Antigene in die ausgewählten Lipidnanopartikel und vakuumtrockneten sie zu einem festen, lagerstabileren Material. Danach lagerten sie es ein Jahr bei Raumtemperatur oder zwei Monate bei 37 °C.

Als das gelagerte Material Mäusen verabreicht wurde, erzeugte es eine Immunantwort, die der von Mäusen entsprach, die eine vergleichbare frische Formulierung erhielten. Zusätzlich stellte das Team feste Mikronadelpflaster mit einem SARS-CoV-2-Antigen her. In den Tierversuchen lösten die Pflaster eine ähnliche Immunantwort aus wie die injizierbare RNA-Formulierung.

Die Studie berichtet außerdem, dass sich der Ansatz auf eine weitere Lipidnanopartikelformulierung übertragen ließ, die dem von Pfizer-BioNTech verwendeten System ähnelt. Die Bestandteile waren dieselben wie bei der Moderna-ähnlichen Formulierung des Teams, wurden aber in einem anderen Verhältnis eingesetzt. Das spricht dafür, dass die Methode nicht an ein einziges exaktes Partikelrezept gebunden ist. Jede Formulierung braucht dennoch eine eigene Validierung.

Die Temperaturen sind aussagekräftiger als die vage Behauptung einer „Stabilität bei Raumtemperatur“. 25 °C und 37 °C erzeugen unterschiedliche Belastungen, und eine Formulierung, die einen kontrollierten Test bei einer Temperatur übersteht, kann sich bei wiederholtem Erwärmen und Abkühlen, Feuchtigkeit, Erschütterungen, Licht oder einem langen Transportweg anders verhalten. Gerade weil das Ergebnis einen klar definierten Zeit-Temperatur-Test nennt, ist es wertvoll. Es darf nicht zu dem Versprechen ausgeweitet werden, das fertige Produkt sei unter allen realen Bedingungen sicher.

Warum das über COVID-19 hinaus wichtig sein könnte

Der unmittelbarste Nutzen wäre logistischer Art. Ein weniger anspruchsvolles Produkt könnte sich leichter an Orte ohne ultrakalte Ausstattung transportieren lassen, Verluste nach versehentlichen Temperaturabweichungen verringern und vorübergehende Impfstellen vereinfachen. Besonders groß wäre der Vorteil dort, wo Strom unzuverlässig ist, Entfernungen lang sind oder Gesundheitskräfte Material über die bestehende Kühlinfrastruktur hinaus mitnehmen müssen.

Dieselbe Formulierungslogik könnte auch für Impfstoffe gegen Krankheiten relevant sein, die noch nicht großflächig eingesetzt werden. Ein neuer Impfstoff hilft wenig, wenn er zwar hergestellt, aber nicht dort gelagert und verabreicht werden kann, wo Fälle auftreten. Hitzetoleranz könnte Entwicklern früher im Entwicklungsprozess mehr Verteilungswege und flexiblere Kampagnen ermöglichen.

Die Forschenden verweisen außerdem auf Mikronadelpflaster. Ein Pflaster mit sich auflösenden oder festen Mikronadeln könnte die Verabreichung möglicherweise vereinfachen, den Bedarf an geschultem Injektionspersonal senken und Selbstanwendung oder Verteilung in Gemeinden erleichtern. Das sind plausible Entwicklungsziele, keine klinisch belegten Ergebnisse dieser Studie. Ein Pflaster muss eigene Anforderungen an Dosiseinheitlichkeit, Eindringen in die Haut, Verträglichkeit, Fertigungsqualität und sichere Entsorgung erfüllen.

Der Ansatz könnte über Impfstoffe hinausreichen. Auch mRNA- und andere Nukleinsäuretherapeutika benötigen Transportvehikel, und manche Partikel mit kontrollierter Wirkstofffreisetzung oder feste Arzneimittel müssen bei höheren Temperaturen stabil bleiben. Eine dateneffiziente Methode zur Optimierung von Hilfsstoffen könnte überall dort nützlich sein, wo es viele mögliche Formulierungen gibt, jedes Experiment aber teuer oder langsam ist.

Die entscheidende Einheit des Erfolgs ist jedoch nicht das Nanopartikel allein. Es ist das vollständige Produkt: eine bestimmte RNA-Sequenz, eine bestimmte Partikelzusammensetzung, ein bestimmter Trocknungsprozess, ein bestimmtes Fläschchen oder Pflaster und eine validierte Haltbarkeitsangabe. Eine erfolgreiche Formulierung überträgt sich nicht automatisch auf jede Nutzlast.

Was die Studie nicht gezeigt hat

Die größte Einschränkung ist der präklinische Charakter der Evidenz. Der Vergleich der Immunantwort wurde an Mäusen und nicht an Menschen durchgeführt. Das Ergebnis belegt weder die Sicherheit beim Menschen noch den klinischen Schutz, die erforderliche Dosis, die Häufigkeit unerwünschter Ereignisse oder die Dauer des Schutzes. Es zeigt auch nicht, dass sich eine hitzestabile Formulierung bei Säuglingen, älteren Menschen, immungeschwächten Personen oder anderen Gruppen genauso verhält wie bei Labortieren.

Die Studie legt keine kommerzielle Haltbarkeit fest. Eine kontrollierte Lagerung von einem Jahr bei Raumtemperatur und zwei Monaten bei 37 °C ist nicht dasselbe wie ein behördlich erforderliches Stabilitätspaket. Entwickler benötigen normalerweise Daten aus mehreren Chargen, längeren Beobachtungszeiträumen, unterschiedlichen Verpackungen, Produktionsmaßstäben und Transportbedingungen. Außerdem müssen sie akzeptable Wirksamkeitsgrenzen definieren und zeigen, dass das Produkt bis zum angegebenen Verfallsdatum innerhalb dieser Grenzen bleibt.

Die Formulierung wurde vakuumgetrocknet. Das bringt einen zusätzlichen Herstellungsschritt mit sich. Ein Produkt, das im Forschungslabor funktioniert, muss in größeren Chargen gleichmäßig hergestellt, in geeignete Behälter abgefüllt, vor Feuchtigkeit geschützt und so rekonstituiert oder verwendet werden, dass seine Leistung erhalten bleibt. Eine Skalierung kann Mischen, Trocknen und Partikeleigenschaften verändern. Sie kann auch Kosten, Durchsatz und Anforderungen an die Qualitätskontrolle beeinflussen.

Das Ziel der Studie ist Stabilität, doch Stabilität ist nur ein Teil des Qualitätsprofils eines Impfstoffs. Untersucht werden müssen auch Partikelgröße, Verkapselung, Freisetzungsverhalten, Integrität der RNA, Verunreinigungen, Sterilität, Wirksamkeit und die Möglichkeit, dass Hilfsstoffe oder Trocknungsprozess die Reaktion des Körpers verändern. Eine Formulierung, die ein starkes Laborsignal bewahrt, kann in einer späteren Entwicklungsphase aus einem anderen Grund scheitern.

Eine zweite konzeptionelle Grenze: „Raumtemperatur“ ist keine universelle Umgebung. Die Temperaturen in einem Lager, Fahrzeug, Behandlungsraum und einer geschlossenen Verpackung können sich erheblich unterscheiden. Feuchtigkeit und Sonnenlicht können wichtig sein. Wiederholte Temperaturzyklen können schädlicher sein als ein einzelner Zeitraum bei konstanter Temperatur. Die spätere Produktkennzeichnung müsste konkrete Bedingungen nennen, nicht eine informelle Erlaubnis, Lagerungsvorschriften zu ignorieren.

Eine Entlastung der Kühlkette erfordert heute weiterhin Kühlkettendisziplin

Bis ein hitzestabiles Produkt zugelassen ist und seine Lagerungshinweise offiziell geändert wurden, gelten die bestehenden Impfstoffempfehlungen. Die CDC rät Anbietern, produktspezifische Anweisungen zu befolgen und Dosen, die außerhalb der empfohlenen Temperaturen gelagert wurden, nicht zu verwenden, sofern Hersteller oder Gesundheitsbehörden ihren Status nicht bestätigen. Ein Forschungsergebnis kann die Kennzeichnung eines zugelassenen Impfstoffs nicht außer Kraft setzen.

Diese Vorsicht widerspricht der guten Nachricht nicht. Sie ist vielmehr der Grund, warum der Fortschritt nützlich werden könnte. Verlässliche Verteilung hängt von gemessenen Bedingungen, validierten Behältern und klaren Regeln ab. Wenn ein künftiges mRNA-Produkt einen größeren Temperaturbereich toleriert, muss dieser Bereich nachgewiesen und dokumentiert werden, statt aus einer vielversprechenden Studie abgeleitet zu werden.

Auch die wirtschaftliche Seite muss geprüft werden. Weniger Gefrierstunden und weniger spezialisierte Transporte könnten Kosten senken, doch Vakuumtrocknung, feuchtigkeitsbeständige Verpackung, Qualitätsprüfungen und die Herstellung von Pflastern könnten neue Ausgaben verursachen. Das beste Produkt ist nicht unbedingt jenes mit der höchsten Temperaturgrenze. Es könnte jenes sein, das die Gesamtsystemkomplexität verringert, die Wirksamkeit bewahrt und die Verabreichung erleichtert.

Auch Fragen des Zugangs sind entscheidend. Eine Formulierung, die Hitze übersteht, ist nicht automatisch für die Gemeinschaften verfügbar, die am meisten davon profitieren würden. Produktionskapazitäten, geistiges Eigentum, Beschaffungsverträge, lokale Zulassungsverfahren, geschultes Personal und Finanzierung bestimmen mit, ob aus einer technischen Verbesserung eine Verbesserung der öffentlichen Gesundheit wird.

Die nützliche Lehre über KI in der Arzneimittelentwicklung

Das Auffällige an dieser Studie ist nicht, dass ein Modell aus dem Nichts eine Antwort erzeugt hätte. Entscheidend ist, dass ein Algorithmus mit kleinen Datensätzen Forschenden half, in einem teuren Problem den nächsten sinnvollen Versuch auszuwählen. Die Formulierungsentwicklung umfasst häufig Materialkombinationen mit nichtlinearen Effekten. Alles zu testen kann Monate dauern, und viele Experimente bringen nur wenig Erkenntnis. Ein Modell, das aus sorgfältig ausgewählten Messungen schnell lernt, kann die Suche effizienter machen.

Das ist eine bodenständige Rolle für maschinelles Lernen. Der Algorithmus beseitigte weder die Notwendigkeit physischer Experimente und Tierversuche noch die Anforderungen an Herstellungskontrollen oder klinische Studien. Er half lediglich, den experimentellen Aufwand auf vielversprechendere Bereiche des Suchraums zu konzentrieren. Das Ergebnis war ein besserer Kandidat, kein fertiges Arzneimittel.

Diese Unterscheidung wird wichtiger, wenn KI für biologische Entwicklungen eingesetzt wird. Eine Vorhersage ist nur dann wertvoll, wenn die zugrunde liegende Messung aussagekräftig ist und die vorhergesagte Formulierung Tests außerhalb der Trainingsdaten besteht. Kleine Datensätze können ein Vorteil sein, wenn Experimente teuer sind; sie können Modelle aber auch empfindlich gegenüber fehlenden Variablen und Messrauschen machen. Die iterative Schleife des Teams funktioniert, weil Vorhersagen wiederholt mit Laborergebnissen abgeglichen werden.

Für diese konkrete Anwendung bietet der Arbeitsablauf außerdem eine praktische Form der Nachvollziehbarkeit. Forschende können die Ausgangskandidaten, Messungen, Vorschläge des Modells, ausgewählten Experimente und Gründe für das Weiterführen einer Formulierung dokumentieren. Das garantiert nicht, dass ein Produkt funktioniert, macht den Entwicklungsweg aber leichter überprüfbar als die Behauptung, ein undurchsichtiges System habe einfach einen stabilen Impfstoff „entdeckt“.

Was als Nächstes beobachtet werden sollte

Die nächsten Meilensteine sind relativ konkret. Die Forschenden müssen weitere RNA-Nutzlasten testen, zusätzliche Lager- und Transportbedingungen vergleichen, andere Nanopartikelrezepte untersuchen und die Ergebnisse in größeren Produktionsmaßstäben reproduzieren. Außerdem müssen sie zeigen, dass das getrocknete Material gleichmäßig verpackt, transportiert und verabreicht werden kann.

Bei Mikronadelpflastern geht es unter anderem um Dosiergenauigkeit, Wirkstoffabgabe durch die Haut, lokale Reaktionen, Akzeptanz durch Anwender und Ausbeute bei der Herstellung. Bei injizierbaren Produkten stellen sich Fragen zur Rekonstitution, Sterilität, Behälterintegrität und dazu, ob die hitzestabile Formulierung die Verteilung im Körper oder die Immunantwort verändert. Für beide Varianten müssen klinische Studien Sicherheit und Wirksamkeit beim Menschen feststellen.

Auch Behörden und Hersteller werden auf einen klaren Zusammenhang zwischen Laborwerten und der tatsächlichen Produktqualität achten. Der Luciferase-Test eignet sich für das Screening, weil er misst, ob Zellen funktionsfähige mRNA aufnehmen; er ist jedoch selbst kein klinischer Endpunkt. Ermutigende Immunantworten bei Mäusen sind wichtig, ersetzen aber keine Ergebnisse aus Studien am Menschen.

Wenn diese Schritte erfolgreich sind, könnte der Nutzen an unspektakulären Stellen sichtbar werden: weniger verworfene Dosen, einfachere Transportplanung, flexiblere mobile Impfstellen und mehr Umgebungen, in denen ein RNA-Impfstoff eingesetzt werden kann. Das beschreibt den Fortschritt besser, als zu sagen, er habe „die Kühlkette beendet“. Gezeigt wurde ein glaubwürdiger Weg, einen Teil dieser Kette weniger anspruchsvoll zu machen.

Der tatsächliche Fortschritt ist somit doppelt. Die Formulierung bewahrte die Impfstoffaktivität unter Hitzebedingungen, die für heutige mRNA-Produkte schwierig sind, und ein Algorithmus für kleine Datensätze half, sie zu finden, ohne jede mögliche Mischung zu testen. Beide Ergebnisse stehen noch am Anfang. Zusammen machen sie ein praktisches Entwicklungsproblem – empfindliche biologische Arzneimittel auch außerhalb idealer Lagerbedingungen nutzbar zu halten – messbarer und besser technisch bearbeitbar.

Quellen