Combination of Bottom-Up and Top-Down Characterization of Biologics Using a High Throughput Capable Workflow in Proteome Discoverer Software
Postery | 2015 | Thermo Fisher Scientific | ASMSInstrumentace
V posledních letech význam proteomické analýzy biologických léčiv, zejména monoklonálních protilátek, výrazně roste. Precizní potvrzení primární struktury, identifikace modifikací a kvantifikace variant je klíčové pro zajištění bezpečnosti, účinnosti a konzistence produktu během vývoje i výroby.
Cílem představované studie bylo ukázat výhody kombinace bottom-up a top-down workflow v softwaru Thermo Scientific Proteome Discoverer 2.0. Modelovým analytem byla monoklonální protilátka rituximab. Studie se zaměřila na:
Pro bottom-up část byly vzorky denaturovány v 7 M močovině, redukovány DTT, alkylovány IAA a tráveny trypsinem přes noc. Digestion se zastavil kyselinou trifluoroctovou. Top-down charakterizace proběhla po buffer exchange na amonium acetát a redukci TCEP. Oddělení peptidů probíhalo na UHPLC Vanquish se C18 kolonkou Acclaim 120 (2,1×250 mm) pomocí gradientu 2–45 % ACN s 0,1 % kyseliny mravenčí. Spektrometrická data sbírala řada přístrojů Q Exactive Plus a HF vybavené módem pro velké proteiny a HESI či nanospray iontovými zdroji. Analýza proběhla v Proteome Discoverer 2.0 za pomoci uzlů Sequest HT, ProSightPD a Byonic.
Implementace obou přístupů v jednom softwarovém prostředí zjednodušuje rutinní charakterizaci biotechnologických produktů. Získaná data podporují QA/QC procesy, vývoj formulací a studium stability i struktury terapeutických proteinů.
Studie demonstruje, že spojení bottom-up a top-down strategie v rámci Proteome Discoverer 2.0 poskytuje detailní a kvantitativní vhled do struktury, modifikací a heterogenity monoklonální protilátky. Výsledný postup slibuje zefektivnění kvalifikace biologických léčiv v průmyslové i akademické praxi.
Software, LC/HRMS, LC/MS, LC/MS/MS, LC/Orbitrap
ZaměřeníProteomika
VýrobceThermo Fisher Scientific
Souhrn
Význam tématu
V posledních letech význam proteomické analýzy biologických léčiv, zejména monoklonálních protilátek, výrazně roste. Precizní potvrzení primární struktury, identifikace modifikací a kvantifikace variant je klíčové pro zajištění bezpečnosti, účinnosti a konzistence produktu během vývoje i výroby.
Cíle a přehled studie
Cílem představované studie bylo ukázat výhody kombinace bottom-up a top-down workflow v softwaru Thermo Scientific Proteome Discoverer 2.0. Modelovým analytem byla monoklonální protilátka rituximab. Studie se zaměřila na:
- získání plného sekvenčního pokrytí obou polypeptidových řetězců (light/heavy),
- identifikaci glykosylace, deamidace, oxidace a dalších PTM,
- kvantitativní hodnocení relativních abundancí jednotlivých modifikovaných forem,
- posouzení truncace C-terminální lysinové zbytku.
Použitá metodika a instrumentace
Pro bottom-up část byly vzorky denaturovány v 7 M močovině, redukovány DTT, alkylovány IAA a tráveny trypsinem přes noc. Digestion se zastavil kyselinou trifluoroctovou. Top-down charakterizace proběhla po buffer exchange na amonium acetát a redukci TCEP. Oddělení peptidů probíhalo na UHPLC Vanquish se C18 kolonkou Acclaim 120 (2,1×250 mm) pomocí gradientu 2–45 % ACN s 0,1 % kyseliny mravenčí. Spektrometrická data sbírala řada přístrojů Q Exactive Plus a HF vybavené módem pro velké proteiny a HESI či nanospray iontovými zdroji. Analýza proběhla v Proteome Discoverer 2.0 za pomoci uzlů Sequest HT, ProSightPD a Byonic.
Hlavní výsledky a diskuse
- Kombinací bottom-up a top-down bylo dosaženo 100 % sekvenčního pokrytí light i heavy řetězců.
- Detekovány různé glykoformy heavy řetězce a lokalizovány deamidace, oxidace i pyroGlu konverze N-terminální Gln.
- Relativní abundanci jednotlivých forem umožnilo kvantifikovat integrací XIC hodnot a výpočtem poměrů – truncace C-terminální lysiny činila ~4,3 %.
- Spektrometrická dekonvoluce high-resoluce a top-down MS/MS fragmentace potvrdily drobné sekvenční odchylky i PTM s vysokou věrohodností.
Přínosy a praktické využití metody
Implementace obou přístupů v jednom softwarovém prostředí zjednodušuje rutinní charakterizaci biotechnologických produktů. Získaná data podporují QA/QC procesy, vývoj formulací a studium stability i struktury terapeutických proteinů.
Budoucí trendy a možnosti využití
- Další automatizace workflow a integrace umělé inteligence pro rychlejší interpretaci MS dat.
- Rozšíření spektra modifikací díky novým uzlům a hybridním akvizicím.
- Vyšší průchodnost při rutinním nasazení v GMP prostředí díky zrychlené přípravě vzorku a paralelizaci analýz.
- Využití softwaru pro komplexní charakterizaci dalších tříd biologik, např. fúzních proteinů a peptidů.
Závěr
Studie demonstruje, že spojení bottom-up a top-down strategie v rámci Proteome Discoverer 2.0 poskytuje detailní a kvantitativní vhled do struktury, modifikací a heterogenity monoklonální protilátky. Výsledný postup slibuje zefektivnění kvalifikace biologických léčiv v průmyslové i akademické praxi.
Reference
- LeDuc R.D. et al. ProSight PTM: an integrated environment for protein identification and characterization by top-down mass spectrometry. Nucleic Acids Res. 2004, 32:W340–W345.
- Durbin K.R. et al. Intact mass detection, interpretation, and visualization to automate Top-Down proteomics on a large scale. Proteomics. 2010 Oct;10(20):3589–3597.
- LeDuc R.D., Kelleher N.L. Using ProSight PTM and related tools for targeted protein identification and characterization with high mass accuracy tandem MS data. Curr Protoc Bioinformatics. 2007 Sep;Chapter 13:Unit 13.6.
- Zamdborg L. et al. ProSight PTM 2.0: improved protein identification and characterization for top-down mass spectrometry. Nucleic Acids Res. 2007 Jul;35:W701–W706.
- Bern M., Kil Y.J., Becker C. Byonic: advanced peptide and protein identification software. Curr Protoc Bioinformatics. 2012 Dec;Chapter 13:Unit 13.20.
Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.
Podobná PDF
Middle-down Analysis of Monoclonal Antibody Middle using Nano-flow Liquid Chromatography and a Novel Tribrid Orbitrap Mass Spectrometer
2014|Thermo Fisher Scientific|Postery
Middle-down Analysis of Monoclonal Antibody Middle using Nano-flow Liquid Chromatography and a Novel Tribrid Orbitrap Mass Spectrometer Jie Qian,1 Keith A. Waddell, 2 Zhiqi Hao2 1 Thermo Fisher Scientific, Somerset, NJ, 2Thermo Fisher Scientific San Jose, CA Overview Results Purpose:…
Klíčová slova
mab, mababundan, abundanrelative, relativeetd, etdmiddle, middleabundance, abundancence, nceorbitrap, orbitrapdown, downndance, ndanceabun, abunmass, massdissociation, dissociationintact, intactfusion
IMSC: From Ocean To Table: An Integrated Mass Spectrometry Approach To Identify The Fish OnYour Plate
2016|Thermo Fisher Scientific|Postery
Proteome Discoverer software is a node-based workflow engine and study management platform for analysis of mass spectrometry-based proteomics datasets. The latest released version 2.1 fully supports isotopically-labeled quantitative workflows, such as TMTTM reporter ion-based quantification and SILAC precursor ion quantification,…
Klíčová slova
fish, fishhake, hakehakes, hakesworkflow, workflowlabel, labelproteomic, proteomicproteins, proteinsgenus, genuscommercial, commercialoverexploitation, overexploitationsarcoplasmatic, sarcoplasmaticfilet, filetmerluccius, merlucciushsun, hsunchien
Thermo Scientific Proteome Discoverer software
2022|Thermo Fisher Scientific|Brožury a specifikace
The intelligent protein informatics platform Thermo Scientific Proteome Discoverer software Transform proteomics mass spectrometry data into insights Thermo Scientific™ Proteome Discoverer™ software enables comprehensive proteomics data processing workflows empowered by artificial intelligence. • Powerful and flexible framework: Optimized analysis for…
Klíčová slova
inferys, inferysdiscoverer, discovererrescoring, rescoringproteome, proteomepsms, psmschimerys, chimerysworkflows, workflowspeptides, peptideslfq, lfqsearch, searchtmt, tmtpeptide, peptidesequest, sequestproteomics, proteomicsconsensus
1000 Proteins Per Hour [pph] Maximizing Protein ID From Complex Mixtures
2010|Thermo Fisher Scientific|Postery
1000 Proteins Per Hour [pph] – Maximizing Protein ID From Complex Mixtures Kai Scheffler1, Eugen Damoc2, and Thomas Moehring2 Thermo Fisher Scientific, Scientific 1 Dreieich, Dreieich Germany; 2 Bremen, Bremen Germany Results: R lt The Th iincreased d sensitivity iti…
Klíčová slova
hcd, hcdrelative, relativebundance, bundanceabundance, abundanceorbitrap, orbitrapcid, cidcli, clitrap, trapative, ativedance, danceabund, abundbase, basevelos, velosrela, relaltq