Imaged Capillary Isoelectric Focusing Coupled to High‐Resolution Mass Spectrometry (icIEF‐MS) for Cysteine‐Linked Antibody–Drug Conjugate (ADC) Heterogeneity Characterization Under Native Condition
Notice bibliographique
Résumé
Native mass spectrometry (nMS) is a cutting-edge technique that leverages electrospray ionization MS (ESI-MS) to investigate large biomolecules and their complexes in solution. The goal of nMS is to retain the native structural features and interactions of the analytes during the transition to the gas phase, providing insights into their natural conformations. In biopharmaceutical development, nMS serves as a powerful tool for analyzing complex protein heterogeneity, allowing for the examination of non-covalently bonded assemblies in a state that closely resembles their natural folded form. Herein, we present an imaged capillary isoelectric focusing-MS (icIEF-MS) workflow to characterize cysteine-linked antibody-drug conjugate (ADC) under native conditions. Two ADCs were analyzed: a latest generation cysteine-linked ADC polatuzumab vedotin and the first FDA-approved cysteine-linked ADC brentuximab vedotin. This workflow benefits from a recently developed icIEF system that is MS-friendly and capable of directly coupling to a high-sensitivity MS instrument. Results show that the icIEF separation is influenced by both drug payloads and the post-translational modifications (PTMs), which are then promptly identified by MS. Overall, this native icIEF-MS method demonstrates the potential to understand and control the critical quality attributes (CQAs) that are essential for the safe and effective use of ADCs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».