Improving Routine Analysis of Insulin Analogues Using the ACQUITY QDa Detector

Význam tématu

Insuliny a jejich analogy představují klíčová bioterapeutika vyžadující vysoce citlivé a specifické metody kontroly kvality. Rostoucí počet biosimilárních přípravků a malá strukturální odlišnost mezi analogy kladou nároky na analytické techniky. ACQUITY QDa Detector nabízí cenově efektivní in-line hmotnostní detekci při zachování LC-UV workflow, což zvyšuje spolehlivost, citlivost a produktivitu rutinních analýz.

Cíle a přehled studie / článku

Cílem bylo demonstrovat kombinované LC-UV/MS workflow s ACQUITY QDa detektorem pro posouzení čistoty, srovnatelnosti a identity insulinových přípravků od tří různých výrobců. Studie zahrnovala analýzu intact proteinu a peptidové mapování adaptované z USP monografie s minimálními úpravami.

Použitá metodika a instrumentace

• LC systém: Waters ACQUITY UPLC H-Class Bio
• Detektory: ACQUITY UPLC TUV (215 nm) a ACQUITY QDa (ESI+, 350–1250 m/z)
• Kolonka: ACQUITY UPLC Peptide CSH C18, 1,7 μm, 2,1×100 mm
• Mobilní fáze: A – voda/0,1 % FA; B – acetonitril/0,1 % FA
• Gradienty: Intakt analýza 20 min (20→30 % B); peptidová analýza ~15 min geometricky škálovaná
• Digesce: Endoproteináza Glu-C (Promega), 37 °C
• Software: Empower 3

Hlavní výsledky a diskuse

• Intakt analýza: Rozlišení insulinu od m-krezolu s výrazným zlepšením SNR (84 vs. 10 u UV detekce), detekce nízkomolekulárních impurit
• Srovnatelnost vzorků: Identické retenční časy, avšak hmotnost třetího vzorku (5 823 Da vs. 5 808 Da) poukazuje na jiný insulinový analog
• Impurity profiling: MS detekce odhalila rozdíly v počtu a relativní obsahu kontaminant napříč třemi šaržemi
• Peptidové mapování: Čtyři hlavní fragmenty (F1–F4) byly identifikovány a změny sekvence ve vzorku 3 (N→K, KT→E) potvrzeny delta hmotnostmi

Přínosy a praktické využití metody

Metoda umožňuje simultánní sběr UV a MS dat v jediném běhu, zkracuje dobu analýzy, minimalizuje pracovní postupy a zlepšuje spolehlivost v regulovaných laboratořích. Hodí se pro rutinní QC, vývoj biosimilárních přípravků a srovnávací studie.

Budoucí trendy a možnosti využití

• Rozšíření in-line MS detekce na další bioterapeutika
• Integrace s automatizovanou analýzou a AI pro rychlou interpretaci dat
• On-line monitoring výrobních procesů a agilní QA/QC

Závěr

LC-UV/MS workflow s ACQUITY QDa detektorem výrazně zvyšuje citlivost a specifičnost analýzy insulinových analog, přináší cenově efektivní řešení pro rutinní kontrolu kvality a podporuje nasazení v regulovaném prostředí.

Reference

• Hsu J. et al. Identification of recombinant insulin analogues by peptide mapping. Journal of Food and Drug Analysis, 2012, 20(4):957–962.
• Zion Market Research. Human insulin market, 2016.
• FDA News Release. Approval of Basaglar, 2015.
• FDA Guidance. Clinical Pharmacology Data to Support Demonstration of Biosimilarity, 2016.
• USP Monograph: Insulin human [11061-68-0], Revision Bulletin, 2015.
• Heald A.H. et al. Most commercial insulin assays fail to detect recombinant insulin analogs. Annals of Clinical Biochemistry, 2006, 43:306–308.
• Whitworth R. Mass Data Made Simple. Analytical Scientist, 2015, Issue 1216.
• Zhang J. et al. Peptide Mapping Method for Adalimumab with QDa Detector. Chromatographia, 2016, 79:395–403.