A Comprehensive Evaluation of Analytical Method Parameters Critical to the Reliable Assessment of Therapeutic mRNA Integrity by Capillary Gel Electrophoresis
Notice bibliographique
Résumé
In recent years, messenger ribonucleic acid (mRNA)-lipid nanoparticle (LNP) biotherapeutics have demonstrated significant promise in disease treatment and prevention given their rapidly modifiable production processes and considerable capacity to adapt to complex or low-yielding proteins of interest. As a result, many products are currently being developed in this space. Critically, well-characterized and appropriately designed assays are required to monitor purity and integrity in order to maintain the efficacy and consistency of these novel products. Currently, capillary gel electrophoresis with laser-induced fluorescence (CGE-LIF) and ion-pair reversed-phase liquid chromatography (IP-RPLC) are techniques of choice for mRNA integrity analysis. However, most methods proposed for biotherapeutic analysis have been developed using naked mRNA without LNP components or proprietary buffer formulations, which can obscure undiscovered impurities or complex interactions between mRNA and the sample matrix. In this study, we addressed these methodological challenges by using a biotherapeutically relevant commercial mRNA-LNP sample (approx. 4200 b) to refine and optimize a customizable CGE-LIF method currently under consideration for mRNA-LNP biotherapeutic analysis. We systematically characterized how critical method parameters-such as denaturant type, concentration, and usage-and LNP disruption protocols can interfere with accurate mRNA integrity analysis in CGE-LIF and IP-RPLC. We found that optimal conditions for CGE-LIF assay sensitivity, variability, and resolution included sample precipitation by isopropanol, high urea concentrations, no formamide as a sample diluent, and high concentrations of dye. Finally, the advantages and disadvantages of both CGE-LIF and IP-RPLC are highlighted, and a discussion of key considerations when using or designing methods for mRNA integrity assessment is presented.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».