脂质纳米颗粒（LNPs）在药物应用与个性化医疗中的重要性日益提升，这驱动了可放大制造策略的需求——该策略需在从研发到大规模生产的全过程中保持产品质量一致。在碰撞喷射混合（Impingement Jets Mixing, IJM）技术中，纳米颗粒的形成对混合过程中流体的运动与相互作用高度敏感，使得对混合过程的精确控制成为放大阶段的关键因素。

　　本应用笔记提出了一种基于雷诺数（Reynolds number）的策略，用于将 LNP 生产从研发级 IJM NanoScaler 转移到生产级 IJM Benchtop NanoProducer。研究确定了一个定义稳定粒径与多分散指数（PDI）的临界雷诺数，并将其跨平台应用。结果表明：维持可比的流动条件可实现可靠放大，同时在显著提升通量的前提下确保质量属性一致。

　　1. 引言

　　LNPs 已成为 RNA 类药物递送与下一代药物递送系统的关键赋能技术。随着这些应用从实验室研究 [1,2] 走向商业化制造，工艺稳健性与可放大性愈发重要。除放大能力外，一致的产品质量同样关键。在药物开发中，预先定义的关键质量属性（CQAs）——如粒径、PDI、包封率与原料药（API）完整性——决定了配方是否满足预期性能与监管要求。这些 CQAs 在配方早期开发阶段确立，必须在整个放大过程中维持，以保障产品一致性、药效与重现性。

　　LNPs 通常通过含核酸载荷的水相缓冲液与乙醇中的脂相受控混合生成。快速的溶剂交换引发脂质自组装，并决定最终纳米颗粒特征。由于颗粒形成的时间尺度与混合过程相当，流体动力学与纳米颗粒组装之间的相互作用成为最终产品质量的关键决定因素。即便混合条件的微小变化，也会影响粒径分布、包封率与整体配方一致性。

　　为建立稳健且可放大的制造工艺，必须对底层传递现象进行独立于操作尺度的描述。无量纲数为此提供了有力框架。雷诺数（Re）通过惯性力与粘性力之比表征流态与混合强度；达姆kö勒数（Damköhler number, Da）描述混合特征时间尺度与纳米颗粒形成特征时间尺度之间的关系。二者共同为理解并控制 LNP 自组装提供定量基础。

　　对 LNP 制造而言，达姆kö勒数定义为特征混合时间与特征自组装时间之比。本应用扩展了经典反应工程概念，作为快速混合过程中描述纳米颗粒形成的实用参数。Da 是化学工程与反应工程中用于比较化学反应速率与混合、扩散或流动等传递速率的无量纲数。从机理角度看，碰撞喷射混合系统中的 LNP 形成以 Da ≫ 1 为特征 [3]：

　　t_mix：混合时间 [s]，t_assembly：反应（自组装）时间 [s]

　　在 LNP 体系中，一旦达到过饱和，成核与结构重排发生在微秒级；而宏观混合进行于毫秒级。因此纳米颗粒自组装远快于完整溶剂均质化，表明该过程为混合控制。在此条件下，局部流体动力学与传质现象直接决定过饱和分布与成核动力学。故混合强度或流态的微小变化都会影响粒径与 PDI。

　　雷诺数定义为：

　　其中：

　　ρ：密度 [kg/m³]

　　u：流速 [ml/min 换算为 1.67·10⁻⁸ m³/s 量级，实际计算用 m/s]

　　d：内径 [mm] = 10⁻³ [m]

　　η：动态粘度 [kg/(m·s)]

　　被选为描述和调控混合流态的主导参数。

　　在不同混合器尺寸与操作条件下维持可比的雷诺数与达姆kö勒数，可保留主导颗粒形成的流体动力学与理化条件。因此，无量纲分析为放大提供了理性策略，有助于确保预定义 CQAs 在开发与制造尺度间保持一致。

　　2. 实验结果

　　2.1 研发评估与流体动力学表征

　　实验研究始于 KNAUER IJM NanoScaler，在既定工艺条件下开发并表征多种 LNP 配方。此阶段系统改变脂质组成、流速比（FRR）与总流速（TFR）等参数，以建立目标 CQAs（特别是粒径与 PDI）。除记录体积流量参数外，还通过对每种实验设置计算 Re 量化相应流体动力学条件，从而明确撞击区内的主流态。

　　2.2 临界雷诺数的确定

　　使用 IJM NanoScaler 评估了粒径对 Re 的依赖性（图 1）。Re < 500 时观察到 100 nm 及以上的粒径，表明混合不足、过饱和条件不均。随 Re 增大，粒径下降，直至约 52 nm 处进入平台区。高于临界雷诺数 ~750 后，进一步提高流速不再显著改变粒径。该平台定义了给定配方实现最小粒径所需的流体动力学条件。

图1：脂质纳米颗粒平均粒径对雷诺数的关系。测试参数：IJM# 3–5，FRR = 1:3（脂相 : 柠檬酸缓冲液），TFR = 2–56 ml/min，n = 3。结果来自 IJM NanoScaler。

　　随后，使用 IJM NanoScaler 与五种不同尺寸的 IJM 配制 LNP。针对各混合器尺寸调整流动条件，使 Re 恒为 1120（略高于临界 Re，以确保处于平台区内）。所得粒径与 PDI 在所有 IJM 中处于同一范围（图 2）。

　　这些结果证实了存在一个临界 Re 阈值，高于该阈值时混合不再成为纳米颗粒形成的限制因素。

图2：恒定 Re = 1120 下脂质纳米颗粒的粒径（蓝柱）与 PDI（红点）。测试参数：IJM# 1–5，FRR = 1:3，TFR = 5–27 ml/min，n = 3。结果来自 IJM NanoScaler。

　　2.3 基于雷诺数的 LNP 配方从研发向台式尺度转移

　　基于在 NanoScaler 上确定的最优流态，在 IJM Benchtop NanoProducer 上进行放大实验（图 3）。调整操作参数以使较大系统达到等效 Re。通过保持流体动力学相似性，瞄准可比的混合控制自组装条件。结果显示：在研发与生产尺度间匹配雷诺数，可维持 CQAs，两系统均得到约 50 nm 粒径与 PDI < 0.05。

图3：恒定 Re = 1120 下脂质纳米颗粒的粒径（蓝柱）与 PDI（红点）。测试参数：IJM# 3–7，FRR = 1:3，TFR = 13–40 ml/min，n = 3。结果来自 IJM Benchtop NanoProducer。

　　2.4 既定操作窗口内的通量扩展

　　为进一步验证放大策略的稳健性，在台式系统上使用 IJM 5 提高通量（图 4）。即便在显著更高的 Re 与产率下，粒径与 PDI 仍处在前述平台区内。这证实：等效剪切与混合动力学——而非绝对流速——才是主导 LNP 形成与可放大制造的决定性参数。

图4：Re 在 252 至 8400 范围内配制的 LNP 粒径（蓝柱）与 PDI（红点）。测试参数：IJM# 5，FRR = 1:3，TFR = 6–200 ml/min，n = 3。结果来自 IJM Benchtop NanoProducer。

　　3. 结论

　　在研发级 IJM NanoScaler 上成功确定了定义稳定粒径与 PDI 的临界雷诺数。在该阈值以上操作，可确保在既定平台区内获得一致的纳米颗粒特征。通过将这些流体动力学条件转移至台式系统，预定义 CQAs 在跨尺度间被可靠维持。数据表明放大过程中粒径与 PDI 可重现，同时通量大幅提升。这些发现凸显：基于雷诺数的驱动方法为使用 IJM 技术实现可预测的 LNP 制造提供了稳健且可放大的框架。

　　4. 材料与方法

　　Northern Lipids Compass Kit 1 及相应协议由 Evonik 惠赠。

　　表1：系统配置

　　参考文献：

　　[1] Zhou, W., Jiang, L., Liao, S., Wu, F., Yang, G., Hou, L., Liu, L., Pan, X., Jia, W. & Zhang, Y. (2023). Vaccines’ New Era-RNA Vaccine. Viruses, 15.

　　[2] Hou, X., Zaks, T., Langer, R. et al. Lipid nanoparticles for mRNA delivery. Nat Rev Mater 6, 1078–1094 (2021). https://doi.org/10.1038/s41578-021-00358-0

　　[3] Devos C, Mukherjee S, Inguva P, et al.Impinging jet mixers: A review of their mixing characteristics, performance considerations, and applications. AIChE J. 2025； 71(1):e18595. doi:10.1002/aic.18595