Evaluation of New Peak Detection Performance in MAM Using a Controlled Peptide Spike-in Strategy

Význam tématu

Monitorování kvality bioterapeutik vyžaduje citlivé a specifické analytické přístupy pro detekci známých i neočekávaných změn v proteinech. Multi Attribute Method (MAM) kombinuje LC/MS mapování peptidů s neřízenou kontrolou nových signálů (New Peak Detection, NPD), což umožňuje sledovat jak cílené kritické atributy, tak nepředvídané kontaminanty či modifikace. Optimalizace a validační charakterizace NPD jsou klíčové pro nasazení v regulovaném prostředí, kde je nutné vyvažovat citlivost proti míře falešně pozitivních nálezů.

Cíle a přehled studie

Cílem studie bylo zavést kontrolovanou strategii „spike‑in“ s peptidovou směsí pro systematické hodnocení výkonu NPD implementovaného v MAM softwaru. Autoři sledovali citlivost (limit detekce), specificitu (falešné pozitivy) a robustnost workflow při různých prahových nastaveních a úrovních přídavku peptidů do referenčního tryptického digestu NISTmonoklonální protilátky (NIST mAb).

Použitá metodika a instrumentace

Vzorky a spike‑in:

• Referenční vzorek: tryptický digest NIST mAb, 0,5 µg na koloně.
• Spike‑in: PRTC peptidová směs přidána v rozmezí 0,5–4 pmol (přibližně 0,2–1,5 % z celkového digestu).

Chromatografie:

• Kolona: AdvanceBio Peptide Mapping C18, 2.1 × 150 mm.
• Mobilní fáze: voda/ACN s 0,1 % kyseliny formiové.
• Gradient: dlouhý analytický gradient se zahájením 2 % B, lineárním nárůstem do ~36 % B přes 75 minut a následnými rychlými krokovými změnami pro vyplachování a reekvilibraci; průtok 0,4 mL/min, objem injekce 4 µL, teplota kolony 40 °C.

Hmotnostní spektrometrie a parametry:

• Agilent 6230C TOF s duálním AJS ESI zdrojem, pozitivní ionizace.
• Rozsah skenování m/z 200–3000, rychlost akvizice ~1 spektrum/s.
• Fragmentor ~45 V, skimmer ~35 V; sušící a plášťové plyny a teploty optimalizovány dle standardních podmínek pro peptidové mapování.

Datové zpracování:

• MAM software s interním NPD algoritmem extrahuje vysoce kvalitní MS1 rysy (zohlednění nabíjecích stavů, izotopů, spojení s LC a analýza aduktů) a porovnává vzorky vůči referenci podle tolerance hmotnosti a retenční doby.
• Posuzovány byly prahové hodnoty intenzity (LOD) a kritéria fold‑change pro klasifikaci nových či navýšených signálů.

Hlavní výsledky a diskuse

Citlivost (LOD):

• Při optimalizovaném limitu detekce (přibližně 4 500 signálních jednotek) byla následně detekována všechna 15 peptidů z PRTC směsi napříč hodnocenými spike úrovněmi, což ukazuje dobrou citlivost NPD pro nízkoprocentní přídavky.
• Při striktnějším prahovém nastavení (např. LOD ≈ 11 000) byly slabší signály (např. peptid ELASGLSFPVGFK při 0,5 pmol) pod prahem a tím došlo k falešným negativům.

Specificita a robustnost:

• Porovnání replikovaných injekcí referenčního digestu vůči referenčnímu vzorku nezaznamenalo žádné „flagované“ rysy (nové, zvýšené, snížené nebo chybějící), což indikuje vysokou specificitu při optimalizovaných NPD parametrech a nízký výskyt falešných pozitiv.

Relativní kvantifikace a fold‐change:

• Porovnání 1 pmol versus 2 pmol spike‑in ukázalo konzistentní přibližné zdvojení signálu a odpovídající hodnoty fold‑change, což dokládá, že NPD algoritmus zachovává přesnost relativního kvantitativního vyhodnocení.

Uživatelské rozhraní a kontrola výsledků:

• Prezentace výsledků umožňuje rychlý přehled vlajkovaných rysů, tabulku vlastností (m/z, retenční doba, náboj, neutrální hmotnost) a možnost detailního přezkumu pomocí EIC a MS spekter pro odlišení pravých peptidových signálů od artefaktů.

Přínosy a praktické využití metody

Kontrolovaná spike‑in strategie poskytuje kvantifikovatelný přístup k ověření citlivosti a specificity NPD v rámci MAM, což usnadňuje nastavení pragmatických prahů rozhodování v rutinním dohledovém provozu. Integrované reportování a vizualizační nástroje zrychlují revizi výsledků a podporují konzistentní rozhodování o přijetí nebo vyšetřování nově objevených signálů. Metoda je přímo využitelná při zavádění MAM do QA/QC procesů a při plnění regulatorních požadavků na charakterizaci nečekaných impurit.

Budoucí trendy a možnosti využití

Očekávané směry rozvoje a aplikace zahrnují:

• Standardizované validační protokoly NPD založené na kontrolovaných spike‑in sadách pro různé třídy bioterapeutik.
• Vylepšení algoritmů pro redukci artefaktů (adukty, šum) a lepší rozlišování blízkých izobarických signálů.
• Integrace NPD s cílenými kvantitativními assay pro rychlé potvrzení významných nálezů.
• Automatizace rozhodovacích logik a reportingových šablon pro regulované laboratoře s auditem změn a historií rozhodnutí.

Závěr

Práce demonstruje, že systematická spike‑in strategie s dobře nastavenými prahy dokáže objektivně charakterizovat výkon NPD v MAM. Správná volba LOD a kritérií fold‑change je zásadní pro uchování vysoké citlivosti bez zvýšení falešných pozitiv. Implementované nástroje pro vizualizaci a strukturované reportování podporují nasazení NPD v rutinním sledování kvality bioterapeutik.

Reference

1. Rogers R.S. et al., Analytical Chemistry, 2015, 87, 1058–1065.
2. Ren D. et al., mAbs, 2018, 10, 859–870.
3. USP <1060>; ICH Q2(R2).