登录 | 注册    关注公众号  
微信公众号
搜索
>技术资源 > 前沿速递 >【技术干货】抗Payload抗体:助力ADC药物表征

【技术干货】抗Payload抗体:助力ADC药物表征

2023-03-16 11:30    浏览量:1172

抗Payload抗体

抗体药物偶联物 (ADC) 兼具高度靶向性和高细胞毒性,被称为“魔术子弹”。目前市场上有几种 FDA 批准的 ADC,还有更多正在开发中。然而,ADC 由于其结构的多样性和复杂性,需要对生产的 ADC 进行深入的分析表征以及体内药理学研究以确保药物安全。

ADC 的表征研究

表征生物药物是整个药物从开发到临床评估过程的关键步骤。ADC的骨架是抗体,所以ADC的药代动力学与未偶联的单克隆抗体有许多相似的地方,例如半衰期长、清除率低等。然而,偶联小分子药物导致ADC异质性增加。因此,必须评估多种分析物以揭示ADC 的PK特征,过程更加复杂。一些表征方法是 ADC 所独有的。

抗Payload抗体:助力ADC药物表征
PK/PD研究

药代动力学 (PK) 和药效学 (PD) 研究对于影响临床试验的给药决策、给药方案和最大耐受剂量至关重要。同样,FDA 要求进行 PK/PD 研究以获得监管批准。这些研究旨在帮助研究人员了解药物暴露情况、评估其功效并确定毒性。由于 ADC 的复杂性及其对不同细胞毒性有效载荷释放方法的依赖,了解抗体和细胞毒性有效载荷的药代动力学至关重要。

抗Payload抗体:助力ADC药物表征
药物抗体比(DAR)分析

ADC 药物抗体比 (DAR) 的量化是 ADC 分析的一个重要方面,DAR 是指与 ADC 中每个抗体分子偶联的药物分子数。它可以深入了解 ADC 的同质性和效力。1)最佳 DAR 会因特定的药物和抗体组合而异,并且 DAR 会影响 ADC 的疗效和安全性。例如,高 DAR 可以增加 ADC 的效力,但也可能导致毒性增加。2)DAR 会影响 ADC 的药代动力学 (PK),包括其清除率和在体内的分布。了解 ADC 的 PK 曲线对于优化给药方案和确保 ADC 以适当的浓度达到其目标至关重要。3)DAR 分析对于 ADC 制造过程中的质量控制非常重要。DAR 可能因结合方法和其他制造参数而异,确保一致性和可重复性对于生产安全有效的产品非常重要。

总之,DAR 是理解生成的 PK 曲线的关键因素,并且对于优化 ADC 的功效和安全性很重要。此外,DAR 的一致性可用于帮助确保制造过程中的质量控制。

抗Payload抗体:助力ADC药物表征

表征 ADC 的分析方法


影响 ADC 质量的一个重要属性是 DAR 和载药量分布。这主要是由于生物转化和清除率不同导致其随时间发生变化,所以需要进行全面的体内评估。常用于确认DAR值的方法包括测量结合型抗体(至少偶联一个小分子毒素的抗体) 、总抗体(偶联和未偶联小分子毒素的抗体) 、结合型效应分子、游离小分子毒素及其类似物。因此,金标准分为两种方法:基于免疫测定的方法和液相色谱-质谱法 (LC-MS)。

ADC 分子类型和典型的评估分析方法

ADC 分子类型和典型的评估分析方法

抗Payload抗体:助力ADC药物表征

配体结合试验


配体结合测定 (LBA),如酶联免疫吸附测定 (ELISA),是一种高度灵敏和特异性的技术,可以对 ADC 的抗体成分进行定量。在该方法中,使用特异性抗体捕获和检测单克隆抗体 (mAb)。通常使用夹心测定形式,对 ADC 的抗体或有效负载部分使用物种特异性捕获和检测试剂。总抗体(DAR 0–8)和偶联抗体(DAR 1–8)通常使用酶联免疫吸附测定法 (ELISA) 测定。在进行 PK 研究时,ELISA 也是 mAb 部分的金标准,因为它在测定形式上具有灵活性。

用于分析血清中ADC的不同LBA方法

用于分析血清中 ADC 的不同 LBA方法

抗Payload抗体:助力ADC药物表征

LC-MS方法


液相色谱-质谱 (LC-MS) 是一种高度灵敏和特异性的技术,可以对 ADC 进行更深入的结构分析,是对 ELISA 和其他 LBA 技术的补充。该方法通常用于分析小分子来评估有效载荷递送、浓度和通过其代谢物释放的药物量。与更容易直接检测样品的 ELISA 不同,LC-MS 方法需要初始纯化步骤来进行 DAR 和 PK 分析:通常是使用免疫亲和柱或通过固/液相萃取和一般蛋白质沉淀法的免疫亲和纯化步骤。此外,用于 PK 研究的药物浓度需要使用内标:更常见的是将细胞毒性有效负载的氘化标准“掺入”溶液中,以将浓度与所得信号强度相关联。之后,生成的溶液可以通过 LC-MS 运行。抗体偶联药物的所得光谱需要用于反卷积和 DAR 分析的软件。然而,游离、未结合药物的 LC-MS 评估可以通过 MS/MS 分析进行评估,提供体内 ADC 功效的补充表征。

LC-MS方法

(左)ADC 的色谱图  (中)隔离式 ADC 的原始频谱

(右)解卷积光谱显示血清中的 DAR 值分布


总结

ADC 是一种用于分析的复杂生物分子,其每个组分都有不同的表征方法。随着基质复杂性和物种的增加,需要对每个组分的 DAR 和 PK/PD 研究进行全面评估,如使用 ELISA 和 LC-MS 等分析方法。ELISA 简单、灵活且易于操作。然而,LC-MS 是基质和物种独立的,不需要专门的试剂,可用于确定生物样品中的 DAR 值。

ACROBiosystems百普赛斯提供可用于MMAE药理学研究的高质量的未聚合以及HRP偶联的鼠源抗MMAE单克隆抗体,可用于PK检测以及DAR值分析,加速ADC药物的研发进程。

 高纯度:经MALS验证,纯度大于90%;

 高灵敏度:经上市ADC抗体药物维迪西妥单抗结合验证;

 HRP标记的Anti-MMAE抗体节省标记和孵育时间;

 提供完善的售后技术支持满足客户的技术指导需求

货号 产品描述
MME-M5252

Mouse Anti-MMAE Antibody, Mouse IgG1 (MALS verified)

MME-PLS104 HRP conjugated Anti-MMAE Antibody, mAb
抗Payload抗体:助力ADC药物表征
点击咨询


验证数据

高亲和力经上市抗体药物维迪西妥单抗验证

高亲和力经上市抗体药物维迪西妥单抗验证

Immobilized Disitamab Vedotin at 1 μg/mL (100 μL/well) can bind HRP conjugated Anti-MMAE Antibody, mAb (Cat. No. MME-PLS104) with a linear range of 0.5-16 ng/mL (QC tested).

抗Payload抗体:助力ADC药物表征
点击申请Protocol


高亲和力

Immobilized Disitamab Vedotin (RC48) at 0.2 μg/mL (100 μL/well) can bind Mouse Anti-MMAE Antibody, Mouse IgG1 (Cat. No. MME-M5252) with a linear range of 0.1-2 ng/mL (QC tested).

抗Payload抗体:助力ADC药物表征
点击申请Protocol


除了抗Payload抗体外,针对靶点的选择以及临床前的药效评价等ADC研发过程中其他关键点,ACROBiosystems百普赛斯还可提供多种高质量靶点蛋白多肽linker裂解酶AGLink®ADC定点偶联试剂盒多种抗独特型抗体SPR/BLI亲和力检测及ADA开发服务,这一系列产品可满足ADC从抗体制备,筛选到后期的生产质控全流程,协助加速ADC药物研发。

ADC药物研发解决方案


参考文献

1. Wei, C. Assessing ADC Plasma Stability by LC-MS Methods. Methods Mol. Biol. 2078, 353–359 (2020).

2. Gorovits, B. et al. Bioanalysis of antibody-drug conjugates: American Association of Pharmaceutical Scientists Antibody-Drug Conjugate Working Group position paper. Bioanalysis 5, 997–1006 (2013).

3. Qin, Q. & Gong, L. Current Analytical Strategies for Antibody–Drug Conjugates in Biomatrices. Molecules 27, 1–17 (2022).

4. Zhu, X., Huo, S., Xue, C., An, B. & Qu, J. Current LC-MS-based strategies for characterization and quantification of antibody-drug conjugates. J. Pharm. Anal. 10, 209–220 (2020).

5. Ngounou, A. & Wrona, M. Antibody-Drug Conjugate (ADC) Drug-to-Antibody Ratio (DAR) Analysis in Serum Using IA-LC-HRMS. Waters Appl. Note 1, 1–8 (2019).

消息提示

请输入您的联系方式,再点击提交!

确定