欢迎您来到,质谱网!
| 网站地图| 联系我们| 帮助中心

珠联璧合 明析“有”“无” ——LC-MS/MS和ICP-MS技术联合用于抗体细胞培养分析

发布时间:2023-09-14 阅读次数:252次

1.JPG

随着生物组学技术的进步,细胞培养工艺开发已不再局限于简单的工艺参数优化,而是深入探索系统的组学研究。这样的转变旨在更好地满足生物制药产业的发展需求。为此,细胞培养需要朝着大规模、自动化、低成本以及高目的产物质量和产量的方向发展。在这一发展过程中,准确监测生物过程中的实际需求至关重要,尤其是确定最关键的质量参数。

抗体药物是通过培养产生抗体的细胞来制造的。开发这些宿主细胞是一个活跃的研究领域,大阪大学的Omasa实验室最近建立了源自中国仓鼠肺细胞(CHL-YN细胞)的细胞系。与常用于抗体生产的CHO-K1细胞相比,CHL-YN细胞的生长速度约为2倍。

了解宿主细胞的代谢对于实现这些细胞在工业上的应用非常重要,但对于CHL-YN细胞的代谢尚未进行充分研究。最近的研究报告了培养基中有机/无机组分变化对抗体生产和质量的影响。因此,培养基的分析必须包括有机和无机组分,以便能够了解宿主细胞的代谢过程。这将有助于优化抗体生产过程,提高抗体质量,进而推动抗体药物的研发与应用。

本应用报告使用LCMS-8060NX分析 140多种有机化合物,并使用 ICPMS-2030分析 CHL-YN 抗体产生细胞系培养物的培养基和培养上清液中的 9 种无机元素。通过这些数据,研究人员得以确定参与抗体生产的成分和代谢途径。

 

样品:

CHL-YN细胞在指定条件下培养,每24小时收集培养上清液(生物学重复n = 3)。

 

样品前处理方法:

2.png

图1 LC-MS/MS样品前处理方法

 

3.png

图2  ICP-MS样品前处理方法

 

分析条件:略。

 

分析结果:

LC-MS/MS部分:

结合LC/MS/MS细胞培养分析方法包检测到74种组分的数据,再通过多组学分析包进行可视化分析。74种有机组分随时间变化过程如图3所示。

 

4.png

图3  74种有机组分随时间变化过程分析结果

 

其中,表现出明显变化的组分如图4和图5所示。图4中显示,有机组分在细胞培养的后期耗尽,提供了有助于研究培养条件的信息。图5中显示,随着时间的推移,有机组分在消耗和分泌之间切换。这是一个有价值的发现,表明新陈代谢发生了变化。

 

5.png

图4 细胞培养后期耗尽的有机组分

6.png

图5  随着时间的推移在消耗和分泌之间切换的有机组分

 

面积比(纵轴):被测组分的峰面积除以内标峰面积。

每个数据点代表n = 3个生物重复的平均值;阴影区域表示误差范围

 

ICP-MS部分:

使用ICPMS-2030分析培养基上清液中的金属元素,主要集中在据报道影响抗体产生的元素上:钴、铜、铁、镁、锰、钼、镍、硒和锌。

 

7.png

图6  ICP-MS测定培养上清液中金属组分随时间变化的过程

每个数据点代表n = 3个生物重复的平均值;阴影区域表示误差范围。

 

数据分析:

利用得到的数据可以开展进一步代谢组学分析,如相关分析和富集分析。

通过以特异性抗体产生速率(单位时间内单个细胞产生的抗体量)为目标变量,以有机和无机组分的测定值为解释变量进行相关性分析,确定抗体产生中涉及的组分和代谢途径。

绝对相关系数大于0.5且错误发现率(FDR)小于0.05的组分被确定为与特异性抗体产生率相关。

 

8.png

通过相关分析确定了符合这些标准的有机和无机组分。上表显示了与特异性抗体产生率呈正相关的一些组分(相关系数>0.5和FDR<0.05)。

 

总结:

1.通过简单的样品前处理,对培养基和培养上清液中的有机组分和无机组分进行同时分析,并提供每种组分随时间变化的数据。

2.发现了耗尽或表明代谢转变的组分。

3.以特异性抗体产生速率为目标变量进行的相关分析确定了与抗体产生相关的成分以及与抗体产生相关的代谢途径。

4.使用岛津LC-MS/MS和ICP-MS分析细胞培养上清液中的组分获得的数据,可以鉴定抗体生产中涉及的化合物和代谢途径。

 

[致谢]

本应用报告是岛津与大阪大学研究生院Omasa实验室联合研究计划的一部分。感谢参与这项研究计划的每一位研究者的帮助。

 

参考文献:

1,an-01-00498, Shimadzu Application News, Culture Medium Analysis for a Metabolic Analysis of Antibody-Producing Cells Using LC-MS/MS and ICP-MS

 

本文内容非商业广告,仅供专业人士参考。