Comparison of manual versus automated protein formulation development workflow on a Big Kahuna

Význam tématu

Vývoj formulací bílkovinných léčiv představuje klíčovou a časově náročnou fázi v biotechnologickém průmyslu. Optimalizace podmínek formulace, která zajišťuje stabilitu proteinu během výroby, skladování i aplikace, je nezbytná pro garantování účinnosti a bezpečnosti finálního produktu. Automatizace procesů formulace a analýzy umožňuje výrazně zvýšit kapacitu testování, zkrátit dobu vývoje a zlepšit opakovatelnost výsledků.

Cíle a přehled studie

Studie porovnává tradiční manuální workflow s plně automatizovaným přístupem pomocí platformy Big Kahuna (Unchained Labs) pro vývoj formulací dvou proteinových molekul (Molecule 1 a Molecule 2). Cílem bylo ověřit, zda automatizovaný proces poskytuje srovnatelné výsledky v hodnocení stability jednotlivých formulací a současně zvýší efektivitu experimentů.

Použitá metodika a instrumentace

Procesy formulace a analýzy zahrnovaly:

• Připrava tří formulací Molecule 1 (A–C) a čtyř formulací Molecule 2 (A–C, B´) v konečných nádobách (2 mL vials) a v mikrodestičkách (96 well).
• Stresovací podmínky: magnetické míchání (300–500 rpm), rotační/vortexní agitace (35–400 rpm), teplotní šok (48–57 °C) a inkubace v mikrodestičkách.
• Analytické metody: UV/Vis spektrometrie (A280, A400), dynamický rozptyl světla (DLS) v mikrodestičkovém formátu, vysokovýkonná kapalinová chromatografie (SEC/UPLC), automatizovaná vizuální inspekce (barva, zákal, počet částic).
• Softwarová integrace: Unchained Labs Library Studio pro řízení robotických postupů, sběr a vyhodnocení dat.

Hlavní výsledky a diskuse

Porovnání stability formulací podle monomerového obsahu, agregátů (SEC, DLS) a změn zákalu ukázalo:

• Molecule 1 – obě metody shodně řadí formulace od nejstabilnější po nejméně stabilní: B > C > A.
• Molecule 2 – nejstabilnější je C, následováno téměř rovnocennými B/B´ a nakonec A: C > (B ≈ B´) > A.
• Výsledky z 96-well inkubace formulací Molecule 1 prokázaly srovnatelné chování s konečnou nádobou, což potvrzuje možnost vysokopro­dutového screeningu (>300 formulací/den) při nízké spotřebě materiálu.

Přínosy a praktické využití metody

Automatizovaná platforma Big Kahuna nabízí:

• Výrazné zvýšení laboratorní propustnosti a snížení manuálních operací (příprava vzorků, míchání, dávkování).
• Zlepšení replikovatelnosti a konzistence dat díky řízenému robotickému provedení.
• Možnost simultánního stresování a analýzy ve vícero formátech (faly, mikrodestičky).
• Rychlejší dostupnost výsledků a zefektivnění vývoje nových stabilních formulací.

Budoucí trendy a možnosti využití

Perspektivy dalšího rozvoje automatizace ve formulaci bílkovin zahrnují:

• Integraci rozšířených analytických technik (např. hmotnostní spektrometrie, infračervená spektroskopie) pro detailnější charakterizaci degradací.
• Implementaci strojového učení a AI pro predikci stability a optimalizaci designu experimentu.
• Rozvoj mikrofluidických modulů pro ultra­nízkomnožstvový screening a real-time monitoring agregace.
• Digitální dvojčata procesů pro simulaci a předvídání dlouhodobé stability formulací.

Závěr

Studie prokázala, že automatizovaný workflow na platformě Big Kahuna dokáže dosáhnout srovnatelné kvality výsledků porovnání stability proteinových formulací s tradiční manuální metodou, a to při výrazném zkrácení času, snížení spotřeby materiálu a zvýšení reproducibility. Microtiter formát umožňuje vysokopropustný screening stovek vzorků denně. Automatizace tak představuje efektivní a škálovatelné řešení pro formulaci bioléčiv v průmyslovém i akademickém prostředí.