LC/MS, LC/MS/MS, LC/Orbitrap, LC/HRMS, 2D-LC, GPC/SEC, Software
ZaměřeníFarmaceutická analýza
VýrobceThermo Fisher Scientific
Význam tématu
Antibody–drug konjugáty (ADC) představují kombinaci cílené imunoterapie a vysoce účinných cytotoxických látek. Jejich heterogenita — proměnlivé poměry lék:kodant (DAR), různé konjugační pozice a post‑translační modifikace — přímo ovlivňuje bezpečnost, stabilitu a účinnost léčiva. Proto je detailní a reprodukovatelná charakterizace těchto atributů klíčová pro vývoj, kontrolu jakosti a splnění regulačních požadavků. Integrované LC–MS pracovní postupy, které kombinují separaci, vysoké rozlišení hmotnostní spektrometrie a pokročilou fragmentaci, umožňují komplexní pohled na strukturu ADC bez ztráty kontextu molekulární heterogenity.Cíle a přehled studie / článku
Cílem předloženého přehledu bylo představit integrované, víceúrovňové LC–MS workflowy navržené pro komplexní charakterizaci ADC: od analýzy intaktních molekul a subjednotek po peptidové mapování. Dokument demonstruje, jak kombinace technik (native intact MS, middle‑down, peptide mapping, 2D‑LC, AQbD řízená optimalizace HIC a automatizované nativní LC–MS v CDS) zvyšuje důvěru v lokalizaci konjugačních míst, určení DAR, rozlišení nabíjecích variant a zrychlení robustního vývoje analytických metod.Použitá metodika a instrumentace
Popisovaná metodika zahrnuje několik komplementárních přístupů:- Multi‑úrovňové LC–MS: native intact MS pro měření molekulové hmotnosti a rozložení DAR; subunit analyza (IdeS štěpení + redukce) pro ~25 kDa fragmenty; peptidové mapování (trypsin + AspN) pro úplné pokrytí sekvence.
- Pokročilá fragmentace: HCD a EThcD pro lepší sekvenční informace a zachování labilních modifikací; EThcD kombinovaný s PTCR (MS3) pro snížení spektrální kongesce.
- 2D chromatografie: on‑line multiple heart‑cut SCX–SEC pro separaci nabíjecích variant při zachování nativního stavu před HRAM MS.
- AQbD‑řízená optimalizace HIC: automatizovaný DoE workflow pro rychlé nalezení robustních podmínek separace DAR.
- Automatizované nativní LC–MS v CDS: krátké 3min běhy, automatická dekonvoluce a reportování pro rutinní monitoring DAR.
- Thermo Scientific Vanquish Horizon a Vanquish Flex UHPLC systémy
- MAbPac SEC‑1, NativePac OBE‑1 SEC, MAbPac HIC‑Butyl, ProPac 3R SCX kolony, Hypersil GOLD Peptide kolony
- Thermo Scientific Orbitrap Excedion Pro BioPharma, Orbitrap Ascend BioPharma Tribrid, Orbitrap Exploris 240
- Funkce ETD/EThcD, PTCR, UVPD na tribridních systémech
- Software: BioPharma Finder, Proteome Discoverer, Ardia Platform, Chromeleon CDS, Fusion QbD, ReSpect dekonvoluční algoritmus
Hlavní výsledky a diskuse
- Multi‑úrovňová strategie umožnila rozlišení DAR 0–8 u analyzovaného lysin‑konjugovaného ADC (KADCYLA). Intaktní MS poskytl kvantitativní rozdělení DAR zatímco subunit analýza odhalila distribuci nákladu a glykoforem.
- Peptidové mapování dosáhlo jedním injekčním během 100% pokrytí sekvence lehkého i těžkého řetězce a EThcD umožnil lokalizaci 43 ze 46 potenciálních konjugačních míst v digitálně náročných oblastech.
- Kombinace EThcD a PTCR v middle‑down workflow snížila spektrální kongesci a zvýšila rozpoznatelnost fragmentů; celkové zvýšení sekvenčního pokrytí o ~16–20 % a překročení 75 % při kombinaci aktivací bylo hlášeno.
- On‑line 2D SCX–SEC–HRAM MS odhalila až 18 separovatelných nabíjecích variant u polatuzumab vedotin a umožnila spojení těchto variant s konkrétními DAR a PTM; citlivost detekce k nízkému <0.5 % umožnila zachycení stopových složek.
- AQbD‑řízená HIC optimalizace pomocí automatizovaného DoE (30 běhů) umožnila rychlé vymezení MODR; předpovězené vs. experimentální retenční časy vykázaly průměrnou odchylku ±0,22 min a robustní RSD retenčních časů <0,9 % a plochy <2 %.
- Automatizovaný nativní LC–MS workflow umožnil 3minuty běhy s hromadným zpracováním až 50 injekcí za méně než 4 hodiny; dosažená přesnost hmotnosti pro hlavní komponenty <10 ppm a automatické výpočty DAR poskytují rutinní, vysoce průchozí řešení pro kontrolu šarží.
Přínosy a praktické využití metody
- Poskytuje konzistentní a prověřitelnou cestu od intaktní analýzy po lokalizaci modifikací na úrovni peptidů bez ztráty kontextu.
- Zvyšuje důvěru v určení konjugačních míst i v přítomnosti proměnlivého DAR a pozičních izomerů pomocí EThcD+PTCR.
- On‑line 2D řešení zkracuje čas a minimalizuje manuální zásahy při charakterizaci nabíjecích variant v nativních podmínkách.
- AQbD a automatizace redukují čas vývoje metod a zlepšují reprodukovatelnost HIC metod pro DAR rozlišení.
- Automatizované nativní LC–MS v CDS zefektivňuje rutinní monitoring DAR a podporuje konsistentní reportování pro QC prostředí.
Budoucí trendy a možnosti využití
- Další rozvoj hybridních fragmentačních schémat (např. širší využití EThcD, UVPD, PTCR) pro ještě lepší lokalizaci modifikací u heterogenních struktur.
- Širší integrace 2D a multidimenzionálních chromatografií s nativní MS pro zachování vyšší struktury při detailní charakterizaci.
- Rozšířená automatizace a připojení k robustním data‑handling platformám (CDS + specializované biofarmaceutické softwary) pro plně škálovatelné rutinní pracovní postupy.
- Aplikace strojového učení pro predikci optimálních podmínek separace, automatizovanou interpretaci spekter a identifikaci nízkoodběrových variant.
- Standardizace metod a validace postupů pro lepší akceptaci v regulačním prostředí a přenositelnost mezi laboratořemi.
Závěr
Integrované, víceúrovňové LC–MS workflowy představují účinný přístup k řešení komplexity ADC: kombinují citlivou intaktní analýzu, detailní subunit a peptidové mapování, pokročilou fragmentaci a sofistikované chromatografické strategie. Tyto přístupy zvyšují analytickou jistotu při lokalizaci konjugací, rozlišení nabíjecích variant a přesném určení DAR, zároveň snižují čas a pracovní nároky při vývoji a rutinní kontrole. Dále směrují vývoj analytiky k větší automatizaci, vyšší propustnosti a lepší provázanosti výsledků napříč strukturálními úrovněmi.Reference
- Thermo Fisher Scientific. Advancing ADC characterization and control through integrated LC‑MS workflows. Whitepaper/product application note, 2026.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.