LCMS
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.

Method development for improving lipid nanoparticle quantification on charge aerosol detector

Postery | 2026 | Waters | HPLC SymposiumInstrumentace
HPLC
Zaměření
Lipidomika
Výrobce
Waters

Souhrn

Význam tématu


Analýza a kvantifikace lipidních nanočástic (LNP) je klíčová pro bezpečnost a konzistenci mRNA vakcín a dalších terapeutik založených na LNP. Mnoho lipidů v LNP postrádá UV chromofory, takže optické detektory (TUV, PDA) mají omezenou použitelnost. Univerzální detektory, zejména charge aerosol detector (CAD), nabízejí citlivou a obecnou detekci bez závislosti na absorpci světla, což je zásadní pro robustní kontrolu výroby a validovatelné metody v regulovaném prostředí.

Cíle a přehled studie / článku


Cílem studie bylo vyvinout a optimalizovat metodiku pro kvantifikaci jednotlivých lipidních komponent LNP pomocí CAD a integrovat zpracování dat v software Empower CDS tak, aby výsledná metoda byla přesná, měla široký dynamický rozsah a byla vhodná pro rutinní, regulované prostředí. Práce zahrnovala porovnání chování CAD a ELSD, testování panelu lipidových standardů přes čtyři řády koncentrací, optimalizaci separace (volba kolon) a implementaci váženého fitování a „particle-selection“ strategie ke zlepšení LOD pro obtížné analytické složky (zejména DMG-PEG).

Použitá metodika a instrumentace


Metodika:
  • Příprava zásobních roztoků lipidů v methanolu (5 mg/mL) a další zředění do 90/10 voda/methanol (v/v) pro sérii 4 řádů koncentrací.
  • Chromatografie v reverzní fázi na specifických phenyl-hexyl sloupcích optimalizovaných pro lipidy; gradientní módy s mobilní fází A = 0,1 % kyseliny mravenčí ve vodě a B = 0,1 % kyseliny mravenčí v organické fázi (ACN nebo 50:50 MeOH:ACN dle podmínek).
  • V průběhu sběru signálu u CAD je použita transformace založená na power law (p-term), která lineárně upravuje odpověď během akvizice. Při popisování heteroskedasticity byla využita post-processing váha (např. 1/x2) pro lepší fit kalibračních křivek.

Použitá instrumentace:
  • ACQUITY Premier systém (Waters) s CAD detektorem; CAD nastavení: teplota evaporace ~35 °C, ion trap 20 V, vzorkovací frekvence 10 Hz, časová konstanta normal.
  • Kolony: ACQUITY Premier CSH Phenyl-Hexyl (1.7 µm, 130 Å, 2.1 × 50 mm) a GTxResolve Lipid Phenyl-Hexyl+ RP (SPP 1.6 µm, 230 Å, 2.1 × 50 mm). Použitá teplota kolony 50 °C, průtok 0,4 mL/min, injekční objem 3 µL.
  • Software: Empower 3.9.0 CDS pro zpracování dat, automatizaci fitování s PFV/power-function a generování reportů s vlastními poli pro výpočet molárních a hmotnostních poměrů.

Hlavní výsledky a diskuse


Klíčová zjištění:
  • CAD a ELSD vykazují nelineární závislost signálu na koncentraci; ELSD se obvykle linearizuje log–log transformací post-acquisition, zatímco CAD využívá během akvizice úpravu power-law (p-term), což usnadňuje kvantifikaci přes širší rozsah.
  • Pro většinu testovaných lipidů (SM102, cholesterol, DSPC, DMG-PEG) byly dosaženy vysoce korelované kalibrace (R2 ~0,998–0,9999) napříč čtyřmi řády koncentrací při aplikaci optimalizovaného PFV a váhování dat.
  • Heteroskedasticita signálu (rostoucí variabilita s koncentrací) byla významná; použití vážení (např. 1/x2) při kalibraci snížilo residuální sumu čtverců (RSS) a vedlo k distribučním reziduím více odpovídajícím homoskedasticitě, čímž se zlepšila spolehlivost kvantifikace zejména v nižších koncentračních rozmezích.
  • Volba kolony měla výrazný vliv na chromatografické vlastnosti obtížně analyzovatelného DMG-PEG: použití GTxResolve Lipid Phenyl-Hexyl+ RP vedlo k ~86% redukci šířky píků a pětinásobnému zvýšení výšky píků ve srovnání s referenční kolonou, což výrazně zlepšilo limit detekce a kvantifikovatelnosti této složky.
  • Implementace pracovního postupu v Empower umožnila automatizaci zpracování, použití vlastních polí pro výpočet poměrů (koncentrační a molární) a generování shody s požadavky na auditovatelné reporty pro výrobní prostředí.

Doplňující poznámky:
  • Data ukazují, že CAD signál může vyžadovat specifické nastavení p-term (označované jako PFV) pro jednotlivé lipidy, aby bylo dosaženo lineární fitovací oblasti přes široký rozsah koncentrací.
  • Faktory jako proud dusíku při nebulizaci, velikost částic (100–1000 nm), evaporace a elektrostatické nabíjení částic ovlivňují odpověď CAD a je třeba je kontrolovat v rámci metody.

Přínosy a praktické využití metody


Praktické přínosy:
  • Možnost spolehlivé kvantifikace lipidních komponent LNP, včetně obtížně detekovatelných PEGylovaných lipidů, bez nutnosti chromatografické závislosti na UV absorbanci.
  • Široký dynamický rozsah (čtyři řády) umožňuje sledovat jak nízké koncentrace (LOD/LOQ), tak vysoké koncentrace v rámci jednoho kalibračního modelu při správném nastavení PFV a vážení.
  • Integrace do Empower CDS zjednodušuje validaci, automatizaci a generování auditovatelných reportů, což je vhodné pro nasazení v GMP/regulačním prostředí.
  • Možnost škálování metody mezi UHPLC a HPLC (různá velikost částic kolony) usnadňuje přenos metody mezi vývojovými a výrobními laboratořemi.

Budoucí trendy a možnosti využití


Očekávané směry vývoje a uplatnění:
  • Další vylepšení stacionárních fází specializovaných na lipidy (např. optimalizované phenyl-hexyl částice) směrem ke zvýšené selektivitě a retenci kritických párů lipidů.
  • Rozšířená automatizace zpracování dat a pokročilé algoritmy pro adaptivní volbu PFV a váhovacích schémat podle charakteru datasetu, čímž se sníží potřeba manuálních úprav.
  • Multiparametrická detekce (kombinace CAD s hmotnostní spektrometrií nebo jinými univerzálními detektory) pro zvýšení jistoty identifikace a kvantifikace složek v komplexních směsích.
  • Standardizace metodik a referenčních materiálů pro lipidní kvantifikaci v LNP, což podpoří reprodukovatelnost napříč laboratořemi a regulátory.

Závěr


Studie ukazuje, že CAD ve spojení s optimalizovanou chromatografií a promyšleným zpracováním dat (PFV, vážení) umožňuje robustní kvantifikaci jednotlivých lipidních složek LNP přes široký dynamický rozsah. Hlavní výhodou je dosažení lepších analytických vlastností pro obtížné analyty (např. DMG-PEG) díky vhodné volbě kolony a aplikaci „particle-selection“ přístupu. Implementace v Empower CDS zajišťuje připravenost metody pro regulované prostředí s vysokou mírou automatizace a reprodukovatelnosti.

Reference


  1. Fekete S, Doneanu C, Addepalli B, et al. Challenges and emerging trends in liquid chromatography-based analyses of mRNA pharmaceuticals. Journal of Pharmaceutical and Biomedical Analysis. 2023;224:115174. DOI: 10.1016/j.jpba.2022.115174.
  2. Han D, Birdsall R, Simeone J, Fogwill M, Yu Y. Comparing ELSD and CAD Performance on Polysorbate Quantification in Infliximab Drug Products. Waters Application Note 720007501. 2022.
  3. Birdsall R, Du X, Bigos P, Han D, Bhiwankar N. Automating Charged Aerosol Detection (CAD) Analysis with Empower CDS Using a Single-Vendor Integrated LC Platform. Waters Application Note 720009297. 2026.

Obsah byl automaticky vytvořen z originálního PDF dokumentu pomocí AI a může obsahovat nepřesnosti.

PDF verze ke stažení a čtení
 

Podobná PDF

Toggle
Automating regression analysis of heteroscedastic data in non-linear detectors using an integrated CDS platform
Automating regression analysis of heteroscedastic data in non-linear detectors using an integrated CDS platform Robert Birdsall, Xiangsha Du, Pawel Bigos, Duanduan Han, Nikhil Bhiwankar Waters Corporation, Milford, MA Results & Discussion Overview Intrinsic CAD Response Behavior Conclusion (untreated data) Figure…
Klíčová slova
𝑤𝑖, 𝑤𝑖𝑦𝑖, 𝑦𝑖pfv, pfvheteroscedastic, heteroscedastic𝑦ത𝑤, 𝑦ത𝑤simulated, simulatedweighting, weightingresidual, residualexperimental, experimentaldeviation, deviation𝑅𝑀𝑆, 𝑅𝑀𝑆𝑅𝑆𝑆, 𝑅𝑆𝑆𝑥ҧ𝑤, 𝑥ҧ𝑤𝑦ො, 𝑦ොstandardized
Automating Charged Aerosol Detection (CAD) Analysis with Empower™ CDS Using a Single-Vendor Integrated LC Platform
Application Note Automating Charged Aerosol Detection (CAD) Analysis with Empower™ CDS Using a Single-Vendor Integrated LC Platform Robert Birdsall, Xiangsha Du, Pawel Bigos, Duanduan Han, Nikhil Bhiwankar Waters Corporation, United States Published on April 05, 2026 Abstract This app note…
Klíčová slova
cad, cadempower, empoweraerosol, aerosolautomating, automatingvendor, vendorcds, cdscharged, chargedplatform, platformintegrated, integratedsingle, singledetection, detectionlinearization, linearizationusing, usinganalysis, analysiscalibration
Predicting Linear Operating Range for Charged Aerosol Detection Using an Inverse Power Function Framework
Application Note Predicting Linear Operating Range for Charged Aerosol Detection Using an Inverse Power Function Framework Robert Birdsall, Xiangsha Du, Pawel Bigos, Duanduan Han, Jennifer Simeone, Nikhil Bhiwankar Waters Corporation, United States Published on June 15, 2026 For research use…
Klíčová slova
cad, cadintrinsic, intrinsicaerosol, aerosolbehavior, behaviorframework, frameworklinear, linearresponse, responseoperating, operatinginverse, inversesettings, settingsmodeling, modelingcharged, chargeddetector, detectorpfv, pfvdefinition
High-Throughput LNP Compositional Analysis Using GTxResolve™ RP 230 Å PH+ Columns: Method Development Considerations
Application Note High-Throughput LNP Compositional Analysis Using GTxResolve™ RP 230 Å PH+ Columns: Method Development Considerations Mateusz Imiolek, Stephan M. Koza Waters Corporation, United States Published on June 08, 2026 Abstract This application note introduces a new GTxResolve Reversed Phase…
Klíčová slova
considerations, considerationslipid, lipidlnp, lnpacquity, acquityionizable, ionizableionic, ionicstrength, strengthlipids, lipidspremier, premierthroughput, throughputcationic, cationiccompositional, compositionalseparations, separationsgeneric, genericprivacy
Další projekty
GCMS
ICPMS
Sledujte nás
FacebookX (Twitter)LinkedInYouTube
Další informace
WebinářeO násKontaktujte násPodmínky užití
LabRulez s.r.o. Všechna práva vyhrazena. Obsah dostupný pod licencí CC BY-SA 4.0 Uveďte původ-Zachovejte licenci.