LC/MS, LC/MS/MS, LC/IT, LC/HRMS
ZaměřeníFarmaceutická analýza
VýrobceWaters
Význam tématu
Rekombinantní adeno‐asociované viry (rAAV) představují klíčové vektory pro genovou terapii díky nízké imunogenicitě a schopnosti dlouhodobé exprese. Precizní charakterizace jejich heterogenních populací je nezbytná pro zajištění bezpečnosti, účinnosti a reprodukovatelnosti výrobních procesů.
Cíle a přehled studie / článku
Studie demonstruje aplikaci komerčního elektrického lineárního iontového trapu (ELIT) v režimu Charge Detection Mass Spectrometry (CDMS) k analýze USP referenčních standardů rAAV8 (prázdné a plné částice). Cílem je stanovit hmotnost jednotlivých kapsid, kvantifikovat poměr prázdných a plných částic a identifikovat procesní nečistoty.
Použitá metodika a instrumentace
Protokol výzkumu zahrnuje:
- Příprava vzorku: výměna pufru do 200 mM amonného acetátu s 0,01 % Pluronic™ F-68 pomocí BioSpin® P-6 kolonek, analýza v triplikátu.
- Podmínky MS: nano‐ESI v pozitivním módu, kapilární napětí 2,0–2,2 kV, cone voltage 50 V, trapping time 100 ms, doba akvizice 15–20 min.
- Zpracování dat: waters_connect verze 4.2.0 s modulem CDMS Toolkit, fáze Investigate Data, Methods a Analysis pro definici hmotnostních a nábojových hranic a automatizovanou kvantifikaci.
Hlavní výsledky a diskuse
Analýza prázdného standardu identifikovala dominantní vrchol 3,81 MDa (FWHM 0,16 MDa, náboj 154e), nepatrné nečistoty ≤ 1,5 % v oblasti 2–6 MDa. Poměr kapsid: 98,5 % prázdných, 0,9 % částečně plných, 0,6 % plných. Plný standard vykázal vrchol 4,79 MDa (FWHM 0,20 MDa, náboj 156e) a dále 3,84 MDa pro prázdné kapsidy, vedlejší partial a overfull až 5,5 MDa, s poměrem 4 % prázdných, 16 % partial, 77 % plných a 3 % overfull. Srovnání s AUC, MP a SEC-MALS ukázalo shodu pro prázdné standardy a drobné odchylky u plných vyplývající z rozdílných analytických principů. Při seskupení partial/overfull s plnými bylo dosaženo 96–98 % plných napříč metodami.
Prínosy a praktické využití metody
- Přímá a vysokorozlišující kvantifikace prázdných, částečně plných a plných kapsid.
- Detekce procesních nečistot a agregátů pro zlepšený QC.
- Zkrácení doby analýzy a zjednodušení workflow díky waters_connect.
- Vhodnost pro GxP i ne-GxP laboratoře a komerční vývoj genové terapie.
Budoucí trendy a možnosti využití
- Rozšíření CDMS na další virové vektory a biologické nanočástice.
- Integrace pokročilé automatizace a AI-řízené analýzy dat.
- Multimodální kombinace s separačními metodami pro komplexní profilaci.
- Validace v GMP prostředí a in-line monitoring výroby vektorů.
Závěr
Xevo CDMS ve spojení s CDMS Toolkit představuje robustní platformu pro automatizovanou, jednočásticovou hmotnostní analýzu heterogenních rAAV populací. Metoda překonává omezení tradičních technik, přináší vysokou citlivost, přesnost a optimalizuje QC genové terapie.
Reference
- Pupo A, Fernández A, Low SH, François A, Suárez-Amarán L, Samulski RJ. AAV vectors: The Rubik’s cube of human gene therapy. Molecular Therapy. 2022;30(12):3515–3541.
- Jarrold MF. Applications of charge detection mass spectrometry in molecular biology and biotechnology. Chemical Reviews. 2021;122(8):7415–7441.
- Kontogiannis T, Braybrook J, McElroy C, Foy C, Whale AS, Quaglia M, et al. Characterization of AAV vectors: A review of analytical techniques and critical quality attributes. Molecular Therapy – Methods & Clinical Development. 2024;32(3):101309.
- Werle AK, Powers TW, Zobel JF, Wappelhorst CN, Jarrold MF, Lyktey NA, et al. Comparison of analytical techniques to quantitate capsid content of adeno-associated viral vectors. Molecular Therapy – Methods & Clinical Development. 2021;23:254–262.
- Hayes DB, Dobnik D. Commentary: Multiplex dPCR and SV-AUC are promising assays to robustly monitor the critical quality attribute of AAV Drug Product Integrity. Journal of Pharmaceutical Sciences. 2022;111(8):2143–2148.
- United States Pharmacopeia (USP). rAAV8 empty capsid reference standard. 2025.
- United States Pharmacopeia (USP). rAAV8 full capsid reference standard. 2025.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.