GPC/SEC, Spotřební materiál, LC kolony
ZaměřeníFarmaceutická analýza
VýrobceWaters
Význam tématu
Charakterizace mRNA pomocí SEC-MALS umožňuje přesné stanovení klíčových fyzikálně-chemických parametrů terapeutických mRNA látek, jako je molární hmotnost, velikost, agregace a konformace. Tyto údaje jsou zásadní pro ověření kvality, bezpečnosti a účinnosti moderních genových terapií a vakcín, zejména v kontextu rychle se rozvíjejících technologií mRNA.
Cíle a přehled studie
Hlavním cílem bylo optimalizovat chromatografické podmínky pro SEC-MALS s použitím GTxResolve Premier SEC 1000 Å 3 µm kolony tak, aby se dosáhlo selektivní separace a přesného kvantitativního určení molární hmotnosti, velikosti a procenta agregátů u různých mRNA konstrukcí. Studie využila systematický přístup pomocí Design of Experiments (DoE) pro identifikaci nejvlivnějších parametrů mobilní fáze.
Použitá metodika a instrumentace
Metoda vycházela ze SEC-MALS při konstantním průtoku a teplotě kolony. Mobilní fáze byla 50 mM Tris-HCl pH 7,5 s 250 mM NH4Cl. Teplota kolony 40–50 °C a průtok 0,30 mL/min zajistily optimální separaci. Pro sběr dat byla použita kombinace UV detektoru (260 a 280 nm), multiúhlového světelného rozptylu (MALS) a refraktometrického (dRI) detektoru. Data se zpracovávala pomocí softwaru ASTRA 8 a HPLC CONNECT.
Použitá instrumentace
- HPLC systém Arc Premier s Quaternary Solvent Manager a Flow Through Needle Sample Manager
- GTxResolve Premier SEC 1000 Å, 3 µm kolony (4,6×150 a 7,8×300 mm)
- Wyatt DAWN MALS detektor s integrovaným DLS modulem (WyattQELS)
- Optilab dRI detektor
- Arc Premier W2998 PDA detektor
- Software HPLC CONNECT a ASTRA 8
Hlavní výsledky a diskuse
DoE identifikovalo tři klíčové faktory: povahu iontů aditiva (ammonium chloride preferován), celkovou iontovou sílu (optimálně 200–250 mM) a teplotu kolony (40–50 °C). Organická aditiva neměla významný dopad a hořečnaté soli snižovaly recovery. Optimalizované podmínky zlepšily rozlišení monomeru, dimeru a trimeru Cas9 mRNA a snížily šum MALS.
Separace dsDNA žebříčku prokázala spolehlivé rozlišení 17 komponent, přičemž naměřené molární hmotnosti odpovídaly teoretickým hodnotám (lineární regrese: sklon 1,03). Analýzy mRNA ukázaly, že „nelečené“ vzorky obsahují až 33 % agregátů, které lze snížit na ~2 % krátkým tepelným zpracováním a re-annealingem. Pomocí MALS bylo možné jednoznačně přiřadit každou špičku a určit konformaci na základě poměru Rg/Rh.
Přínosy a praktické využití metody
- Absolutní kvantifikace molární hmotnosti bez kalibračních křivek
- Detekce a kvantifikace agregátů i fragmentů mRNA
- Stanovení UV extinkčního koeficientu pro dávkování a QC
- Hodnocení konformace biomolekul pomocí Rg vs. M analýzy
Budoucí trendy a možnosti využití
- Integrace dalších detektorů (např. MS) pro rozšířenou charakterizaci
- Automatizace DoE workflows a online optimalizace metod
- Vývoj sloučenin a paměťových povrchů pro další snížení nespecifických interakcí
- Adaptace metody na nové mRNA konstrukty a dlouhé RNA segmenty
Závěr
Optimalizované podmínky SEC-MALS s GTxResolve Premier SEC 1000 Å 3 µm kolony poskytují robustní, reprodukovatelné a vysokopřesné analýzy fyzikálně-chemických vlastností mRNA. Metoda umožňuje komplexní profilování kvality mRNA klinického významu a podporuje vývoj a kontrolu nových genových terapií.
Reference
- Camacho K. J. et al. Bridged Ethylene Polyethylene Oxide Surfaces To Improve Packing Materials For Widepore Size Exclusion Chromatography. Journal of Separation Science. 47(20), 2024.
- Wang P. et al. SEC-MALS Method for Characterizing mRNA Biophysical Attributes. Wyatt Technology Corporation, AN1616, 2023.
- USP Draft Guidelines: Analytical Procedures for Quality of mRNA Vaccines and Therapeutics. United States Pharmacopeia, 2023.
- Fekete S., Lauber M. A. A Systematic Quick Method Development Approach to Optimize Protein Size Exclusion Chromatography. Waters application note 720007790, 2022.
- Koetsier G., Cantor E. A Practical Guide to Analyzing Nucleic Acid Concentration and Purity. New England Biolabs, 2019.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.