Comparison of manual versus automated protein formulation development workflow on a Big Kahuna

Význam tématu

Formulace proteinových léčivých přípravků představuje zásadní krok ve vývoji biopharmaceutik, který ovlivňuje stabilitu, účinnost a bezpečnost finálního produktu. Tradiční laboratorní workflow je často časově náročné a nákladné, zejména při testování velkého počtu formulací a stresových podmínek. Implementace automatizace v procesu formulace a analýzy může významně zvýšit produktivitu, snížit spotřebu materiálu a zajistit reprodukovatelnější výsledky potřebné pro splnění rostoucích regulatorních požadavků.

Cíle a přehled studie

Studie porovnává manuální a plně automatizovaný postup vývoje proteinových formulací na platformě Big Kahuna od společnosti Unchained Labs. Cílem bylo ověřit, zda robotizovaný proces přinese výsledky srovnatelné s tradičním workflow při formulaci a stresování dvou proteinových molekul (Molecule 1 a Molecule 2) ve více variantách (celkem sedm formulací). Zároveň se hodnotila schopnost systému provádět analýzu v kontejnerech i v 96-well mikroplatích, čímž se zkoumala možnost vysokopropustného screeningu.

Použitá metodika a instrumentace

• Platforma Big Kahuna: komplexní automatizační systém vybavený pro přípravu formulací, míchání, ohřev, chlazení, vortex, incubaci, vizuální inspekci a přípravu vzorků.
• Integrované analytické přístroje: Wyatt DynaPro Plate Reader II (DLS), Molecular Devices SpectraMax (UV/Vis), UPLC systém pro SEC a vizuální inspekční modul pro počet viditelných částic.
• Stresové podmínky: magnetické míchání (300–500 rpm), rotační agitační pohyb (nahrazen vortexem), tepelný stres (48–57 °C) a inkubace v 96-well destičkách.
• Síťová integrace: SEC data byla virtuálně připojena k platformě pro zjednodušení zpracování a reportingu.

Hlavní výsledky a diskuse

• Molecule 1: Stabilita formulací hodnocená DLS (podíl monomerů), SEC (plošný poměr monomer vs. agregáty) a UV/Vis (turbidita) ukázala stejný rank order: nejstabilnější byla formulace B, následovaná C a A (B > C > A). Výsledky manuálního i automatizovaného postupu se plně shodovaly.
• Molecule 2: Po přidání suché přísady (B´) a stresování bylo pořadí z hlediska robustnosti: C > (B ≈ B´) > A, což koresponduje s daty DLS, SEC a UV/Vis. Formulace B´ dosáhla srovnatelné stability jako B, potvrzující spolehlivost automatického dávkování prášků.
• Comparabilita v 96-well mikroplatích: Heat stres v mikroplatách poskytl obdobné výsledky jako ve finálních nádobkách, což umožňuje vysokopropustný screening přes 300 formulací denně.

Přínosy a praktické využití metody

Automatizace procesu formulace a analýzy proteinů výrazně zkracuje čas potřebný pro přípravu vzorků a zpracování dat. Získaná data jsou opakovatelná a méně náchylná na chyby obsluhy. Laboratoře tak mohou věnovat více času návrhu experimentů, vyhodnocování výsledků a rozvoji nových excipientů či formulací pro pokročilé biopharmaceutické produkty.

Budoucí trendy a možnosti využití

Další rozvoj automatizovaných platforem povede k integraci pokročilých analytických metod (např. HDX-MS, multi-angle light scattering) či využití umělé inteligence pro návrh formulací. Vysokopropustné formátování v mikroplatích bude klíčové pro screening větších knihoven excipientů a rychlou identifikaci optimálních podmínek stabilizace proteinů.

Závěr

Studie prokázala, že platforma Big Kahuna plně automatizuje přípravu, stresování a analýzu proteinových formulací a poskytuje výsledky plně srovnatelné s tradičním manuálním workflow. Automatizace přináší úsporu času, materiálu i vyšší reproducibilitu, což usnadňuje splnění regulatorních požadavků a podporuje inovaci ve vývoji biopharmaceutik.

Reference

• Unchained Labs. Comparison of manual versus automated protein formulation development workflow on a Big Kahuna. Application Note, 2018.