Integrating LC–MS Spent Media Analytics with DoE for Rational Feed Optimization in mAb Manufacturing

Integrace LC–MS analýzy vyřazeného média s DoE pro racionální optimalizaci přídavků aminokyselin při výrobě mAb

Význam tématu

Optimalizace suplementace aminokyselin ve fed-batch kulturách CHO buněk je klíčová pro maximalizaci produkce monoklonálních protilátek (mAb) a současné minimalizování akumulace inhibičních metabolitů. Použití vysokorozlišovací LC–MS pro časově rozlišenou analýzu vyřazeného média umožňuje identifikovat skutečné nutriční limity a metabolické úzké hrdla, která nejsou patrná z běžných parametrů jako VCD nebo titer. Integrace těchto analytických dat se statistickým návrhem experimentů (DoE) pak nabízí systematický, datově řízený přístup k návrhu a testování krmivových strategií s cílem zvýšit produktivitu a metabolické zdraví kultury.

Cíle a přehled studie / článku

Cílem studie bylo využít LC–MS analýzu vyřazeného média shromážděného během historického 14denního fed-batch běhu k identifikaci depleovaných aminokyselin, přepočítat jejich spotřebu na molární poměr vůči glukóze a podle toho navrhnout stechiometricky vyváženou suplementaci navázanou na denní spotřebu glukózy. Následně byla navržená suplementace testována pomocí Resolution IV frakčního faktoriálního DoE (8 podmínek, některé v duplikátu) za účelem kvantifikace vlivu aspartátu, asparaginu, cystinu a valinu na biomasu, akumulaci odpadních metabolitů a konečný mAb výtěžek.

Použitá metodika a instrumentace

Metodika:

• Analýza historických vzorků vyřazeného média 14denního fed-batch běhu pomocí vysokorozlišovací LC–MS za účelem kvantifikace spotřeby jednotlivých aminokyselin.
• Stanovení denní spotřeby glukózy měřením BioProfile® FLEX2 a přepočet molárních poměrů aminokyselina/glukóza pro nastavení denních bolusových dávek.
• Testování čtyř aminokyselin pomocí Resolution IV frakčního faktoriálního DoE (8 podmínek, podmínky 5–8 v duplikátu), bolusové podávání od dne 5, glukóza cíleně udržována na 6 g/L pomocí 400 g/L roztoku.
• Hodnocení: VCD, IVCD, viability, glukóza, laktát, amoniak, titer mAb (Protein A UPLC), specifická produktivita (qP) a LC–MS časové profily aminokyselin.

Instrumentace (vyčíslená v textu):

• Vysokorozlišovací LC–MS pro analýzu médií (podrobné chromatografické a MS parametry dle tabulek v článku).
• BioProfile® FLEX2 (Nova Biomedical) pro denní měření glukózy, laktátu a amoniaku.
• UPLC Protein A Affinity (např. ACQUITY Premier) pro stanovení titru mAb.
• Cellaca PLX System pro počítání buněk a ViaStain AOPI pro zbarvení viability.
• Standardní laboratoř: centrifugace vzorků, 0.22 µm PVDF filtrace, 1× DPBS pro přípravu krmiv, sterilní filtrace a skladování při −80 °C.

Hlavní výsledky a diskuse

Identifikace limitních aminokyselin:

• LC–MS analýza odhalila 9 aminokyselin depleovaných pod 15 % počáteční koncentrace do 7. dne; z nich byly pro další testy vybrány asparagin, aspartát, cystin a valin.

Výsledky DoE a vliv na biomasu a metabolity:

• Asparagin: zvýšil kumulativní biomasu (IVCD) přibližně o 7.3 % ke dni 14, ale rovněž výrazně zvýšil akumulaci amoniaku (10–15 mM) a laktátu (>2 g/L), což vedlo k nižší specifické produktivitě (qP ~9.7–11.1 pg/cell/day) a snížení konečného titru a výtěžku v průměru o ~19.1 %.
• Aspartát: vedl k mírnému zvýšení titru a výtěžku (přibližně +3.6 %) bez znatelné akumulace amoniaku, pravděpodobně proto, že aspartát vstupuje do TCA přes transaminaci bez uvolnění amoniaku.
• Cystin: zvýšení titru a výtěžku (přibližně +7.6 %), snižující ER stres a podporující redoxní rovnováhu, bez zvýšení laktátu či amoniaku.
• Kombinace aspartátu a cystinu vykázala synergii s předpovědí navýšení výtěžku o ~10.6 % oproti kontrolnímu krmivu.

Modelování a statistika:

• Backwards stepwise regrese vybrala hlavní efekt aspartátu, asparaginu a cystinu a některé interakční členy; model vykazoval vysokou shodu s experimentálními hodnotami (R2 = 0.986, RMSE = 2.138).

LC–MS časové profily a mechanistické poznatky:

• Cystin: i při přídavcích se rychle spotřeboval pod LOQ do 7. dne – ukázalo se jako přetrvávající metabolické úzké hrdlo.
• Aspartát: po zahájení suplementace o něco zpomalila deplece a koncentrace stabilizovaly kolem ~1 mM, což naznačuje dostačující doplnění.
• Asparagin: vedl k extracelulární akumulaci po dni 11, avšak pokles produktivity se objevil dříve a byl spíše spojen s akumulací amoniaku než se samotným přebytkem asparaginu.

Přínosy a praktické využití metody

LC–MS umožňuje simultánní, vysoce citlivé a časově rozlišené kvantifikace širokého spektra složek média, což:

• umožňuje identifikovat skutečné nutriční nedostatky a rozlišit přínosné vs. škodlivé suplementace,
• zakládá krmivové strategie na měřitelných spotřebních poměrech a minimalizuje empirické pokusy,
• vytváří strukturovaná datasetová východiska pro modelování, prediktivní řízení procesu a implementaci PAT (Process Analytical Technology).

Budoucí trendy a možnosti využití

Studie ukazuje několik směrů dalšího rozvoje:

• propojení LC–MS spent-media analytiky s on-line či near‑line měřeními (glukóza, pH, DO) pro adaptivní krmení v reálném čase,
• rozšíření o multi-omics (metabolomika, proteomika, transkriptomika) pro hlubší pochopení příčin spotřeby a produkce metabolitů,
• využití nasbíraných dat k vývoji prediktivních modelů a digitálních dvojčat pro škálování a robustní procesní kontrolu,
• aplikace podobné metodiky při optimalizaci kontinuálních či perfuzních procesů a u nových linií CHO s odlišným metabolickým profilem.

Závěr

Integrace vysokorozlišovací LC–MS analýzy vyřazeného média s pečlivě navrženým DoE poskytuje účinný, datově řízený rámec pro optimalizaci krmivových strategií v produkci mAb. V konkrétním případě vedla identifikace a suplementace aspartátu a cystinu ke zvýšení výtěžku až o ~10.6 % při zachování nízké akumulace inhibičních metabolitů, zatímco prolongovaná suplementace asparaginu vedla ke zvýšení biomasy za cenu vyššího amoniaku a laktátu a tím snížené specifické produktivity a konečného výtěžku. Tento přístup je přenosný do dalších procesů a podporuje přechod k prediktivnímu a modelově řízenému bioprocesnímu vývoji.

Reference

1. Kyriakopoulos S., et al. Comparative analysis of amino acid metabolism and transport in CHO variants with different levels of productivity. Journal of Biotechnology. 2013;168:543–551.
2. Alden N., et al. Using Metabolomics to Identify Cell Line-Independent Indicators of Growth Inhibition for Chinese Hamster Ovary Cell-Based Bioprocesses. Metabolites. 2020;10:199.
3. Alelyunas Y., et al. Analytical LC-MS Platform Methodologies to Support Upstream Bioprocess Optimization. Waters Application Note. 2025.
4. Lao M.-S., et al. Effects of Ammonium and Lactate on Growth and Metabolism of a Recombinant Chinese Hamster Ovary Cell Culture. Biotechnology Progress. 1997;13:688–691.
5. Xing Z., et al. Identifying Inhibitory Threshold Values of Repressing Metabolites in CHO Cell Culture Using Multivariate Analysis Methods. Biotechnology Progress. 2008;24:675–683.
6. Zhou M., et al. Decreasing lactate level and increasing antibody production in CHO cells by reducing the expression of lactate dehydrogenase and pyruvate dehydrogenase kinases. Journal of Biotechnology. 2011;153:27–34.
7. Pang K.T., et al. Genome-Scale Modeling of CHO Cells Unravel the Critical Role of Asparagine in Cell Culture Feed Media. Biotechnology Journal. 2024;19:e202400072.
8. Ali A.S., et al. Multi-Omics Reveals Impact of Cysteine Feed Concentration and Resulting Redox Imbalance on Cellular Energy Metabolism and Specific Productivity in CHO Cell Bioprocessing. Biotechnology Journal. 2020;15:e1900565.