使用多尺度建模预测治疗抗体的多模式染色学

科学领域:

• 生物制药工艺开发 生物制药过程开发
• 染色体学 染色体学 是一种染色学.
• 蛋白质工程是指蛋白质工程.

背景情况:

• 多模式色谱对于治疗性抗体净化至关重要,但由于复杂的分子特异性相互作用,在工艺开发中面临挑战.
• 多模式色谱的实验优化是耗时和昂贵的.

研究的目的:

• 开发一种多尺度建模方法,用于使用序列信息预测多模式染色体中的治疗抗体行为.
• 建立基于序列的方法,以便在抗体净化过程中开发高效且具有成本效益的过程.

主要方法:

• 在各种pH条件下,在阳离子多式树脂上用59个抗体进行了线性梯度化 (LGE) 实验.
• 利用定量结构-属性关系 (QSPR) 建模,将吸附参数与抗体物理化学描述符相关联.
• 开发基于抗体序列和同质模型的预测模型.

主要成果:

• 获得高训练准确度 (R2 > 0.93) 和合理的测试集预测准确度 (Q2 > 0.83),用于使用不到八个描述符的QSPR模型的吸附参数.
• 确定了静电相互作用,疏水性和HFR3区域作为抗体结合的关键因素.
• 使用预测参数的模拟显示,对未训练的抗体,与实验数据有很好的一致性.

结论:

• 基于序列的预测是一种可行的方法,用于确定治疗性抗体净化中的色谱行为.
• 这种建模策略显著提高了生物制药工艺开发的效率和成本效益.
• 开发的方法为生物制药行业提供了有价值的工具.