هنا، نصف تكييف عالي الإنتاجية لاختبار استقرار الأجسام المضادة الغروية على نطاق واسع لتوليد مجموعات بيانات كبيرة ودعم توقعات التطوير الجاهزة للذكاء الاصطناعي وتعلم الآلة.
مقالة منهجية
هنا، نصف تكييف عالي الإنتاجية لاختبار استقرار الأجسام المضادة الغروية على نطاق واسع لتوليد مجموعات بيانات كبيرة ودعم توقعات التطوير الجاهزة للذكاء الاصطناعي وتعلم الآلة.
واحدة من التحديات الرئيسية في هندسة الأجسام المضادة هي تطوير طرق فحص تحليلية لتقييم استقرار الغرويات، لضمان ملاءمة الأدوية البيولوجية للتركيبة والإعطاء بتركيز عالي. تم تعديل مطيافية الجسيمات النانوية ذات التفاعل الذاتي المستقرة بالشحنة (CS-SINS)، وهي نسخة معدلة من مطيافية الجسيمات النانوية ذات التفاعل الذاتي التقليدية (AC-SINS)، كتقييم قوي لاستقرار الغرويات لتوقع سلوك المحلول عالي التركيز. تمكن هذه الطريقة من اتخاذ قرارات حاسمة في مرحلة التطوير المبكرة من خلال تحديد مشكلات استقرار الغرويات قبل استثمار موارد كبيرة، مما يقلل بشكل كبير من معدلات التراجع في المراحل التالية ويسرع جداول اختيار المرشحين. تظهر هذه الدراسة أن الاختبار يندمج بسلاسة مع سير عمل الاكتشاف الحالي ويمكن إجراؤه بالتوازي مع الاختبارات النموذجية في المراحل المبكرة بسبب متطلبات العينة المحدودة، مما يوفر بيانات قيمة للتنبؤ بالسلوك عالي التركيز دون التأثير على جهود التوصيف الأخرى. لقد ثبت أن قياسات تشتت الضوء الديناميكي الروتينية (DLS)، بالإضافة إلى تغير طول موجة رنين البلازمون، يمكن أن تحسن موثوقية طريقة HTP الموضحة هنا. مجتمعة، من المتوقع أن يسهل التحقق المتقاطع باستخدام قياسات DLS وبرامج التحليل الآلي اختيار العلاجات الموثوقة للأجسام المضادة المرشحة من مختلف الطرق.
في تطوير وصياغة الأجسام المضادة العلاجية، تعد العتمة واللزوجة اعتبارات رئيسية في تطوير منتج تجاري يركز على المريض 1,2,3,4,5,6,7,8. كلاسيكيا، تتطلب كميات كبيرة من البروتين لمراقبة هذه الخصائص مباشرة بتركيز عال، مما يمنع فعليا التعرف الأمثل على الرصاص خلال المراحل المبكرة لاكتشاف الأجسام المضادة، حيث يكون توفر البروتين محدودا. التعرف الموثوق على هذه الظواهر أمر بالغ الأهمية لتقييمات قابلية التطوير للتخفيف من سوء سلوك المحلول عالي التركيز في المراحلالتالية 1,2,3,4,5,6,7,8. وبالتالي، هناك اهتمام كبير بالطرق عالية الإنتاجية ومنخفضة التركيز التي تتنبأ بسلوك المحلول السيئ عند التركيزالعالي 9,10,11,12,13,14,15,16. إحدى هذه الطرق، kD-DLS، ثبت أنها موثوقة في التنبؤ بخصائص التركيز العالي لكنها لا تلبي متطلبات استهلاك البروتين المنخفض وعالي الإنتاجية في سير العمل في المراحل المبكرة12,13.
مؤخرا، أظهر اختبار جسيمات الذهب النانوية فائق الاستهلاك المعروف باسم CS-SINS أن له ارتباط قوي مع نتائج تجارب kD-DLS، وهو فعال إلى حد معقول في التنبؤ بخصائص المحلول السيئة عند تركيز16 العالي. تجعل هذه الخصائص CS-SINS مرشحا مثاليا للتطوير كأداة فحص عالية الإنتاجية. يستخدم اختبار CS-SINS جسما مضادا للالتقاط مثبت على أسطح جسيمات الذهب النانوية لتثبيت الأجسام المضادة المرشحة عبر مناطق Fc الخاصة بها، مما يترك أذرع Fab متاحة لتفاعلات المحلول. هذا التكوين يعني أن تفاعلات Fab-Fab تهيمن على إشارة الارتباط الذاتي المقاسة، وهو أمر مفيد لأن الدراسات تشير إلى أن مجالات Fab تساهم بشكل رئيسي في خصائص الارتباط الذاتي ل mAb، ويرجح أن ذلك يعود إلى خصائص سطح المنطقة المحددة للتكامل (CDR) 17,18,19,20,21,22,23. يجعل هذا الأساس الميكانيكي CS-SINS مناسبا جدا للتنبؤ بمخاطر استقرار الغرويات ذات الصلة بالتركيبات عالية التركيز. تشمل طرق HTP البديلة، بما في ذلك كروماتوغرافيا امتصاص أحادية الطبقة (SMAC)، ونهج كروماتوغرافيا استبعاد الحجم (SEC) القائم على العمود الذي يحاكي الارتباط الذاتي مع طور ثابت عام، والكروماتوغرافيا بالتفاعل المتبادل (CIC)، وتتطلب تحضير الأعمدة ومتطلبات عينة كبيرة 17,24,25,26,27.
الطريقة الموضحة هنا توضح إعداد اختبار CS-SINS المتحقق من اللوحة وتمكن من فحص HTP من خلال أتمتة وتحليل المختبر، مما يجمع بين مزايا الطرق الحالية مع تعزيز موثوقية النتائج. تظهر هذه الدراسة أيضا كيف أن أنواع العينات المختلفة تعطي نتائج عالية الجودة بسبب طبيعة إثراء التفاعل الذاتي في الاختبار، مما يثبت أن الطريقة لا تتوافق مع مصادر البروتين. علاوة على ذلك، ننظر في كيفية دعم التواصل المبكر للخصائص الغروية مع فرق المشروع في تصميم الأدوية متعددة الأجسام المضادة الاستراتيجية 28,29,30,31,32,33,34.
عادة ما تجرى دراسة خصائص المحلول عالي التركيز في حملات اختيار المرشحين متعددة التخصصات، بعد اختيار الرصاص وإكمال الهندسة (الشكل 1A). أصبح التنبؤ المبكر بهذه الخصائص ممكنا باستخدام طرق مثل CS-SINS التي تتطلب عدة ميكروغرامات من العينة، مما يتوقع مخاطر استقرار الغروية مع القياسات فائقة التخفيف16. يمكن أن يساعد إدخال فحص قابلية التطوير المبكر (الشكل 1A)، عندما يكون عدد المرشحين كبيرا، وحملات توليد البيانات المتوازية لكل من الصيغ أحادية النوعية ومتعددة التخصصات بشكل أفضل في عملية اكتشاف الأدوية31,32. يتناسب نظام HTP CSINS مع نموذج فحص الجزيئات الحالي بالتوازي مع تحديد الربط والوظيفة، مما يضيف إلى حزمة المعلومات دون تعطيل أو تأخير سير العمل الحالي. اختيار المرشح الرئيسي مع التركيز على الخصائص الغروية المواتية سيؤثر على تقدم الاختيار كما هو موضح في الشكل 1B.
في سير عمل فحص قابلية التطوير المبكر المقترح، يأخذ تحديد العملاء المحتملين في الاعتبار الصورة الكاملة للخصائص الدوائية المواتية، بما في ذلك التصنيع ووصول المرضى، مما يبسط التطوير في المراحل النهائية34. يمكن أن تحدد خصائص التركيز العالي للأدوية البيولوجية مسار إعطائها: الحقن الوريدي التي تتطلب زيارات للمستشفى أو حقن تحت الجلد، والتي يمكن للمريض إعطاؤها في المنزل، لكنها غالبا ما تتطلب منتجا عالي التركيز35,36. غالبا ما يتم صياغة الميكروفونات القابلة للتطوير ذات الارتباط الذاتي المنخفض عند >100 ملغ/مل 5,35. يمكن لتحسين الصياغة باستخدام المواد المساعدة، مثل العوامل المخفضة اللزجة، أن يتغلب على مخاطر استقرار الغرويات للمرشحين المرغوب فيهم ذوي خصائص المحلول الضعيفة في مراحل تطوير CMC34,35. ومع ذلك، فإن هذا يطرح تحديات لاحقة في تصنيع الأدوية الحيوية ويزيد من جداول الانتظار نحو نجاح الموافقات على الأدوية36. يمكن للمواد الإضافية المعروفة بخفض اللزوجة (مثل الأملاح والأحماض الأمينية) أن تؤثر أيضا على استقرار البروتين، مما يغير ملفات قابلية التطور التي تم تحديدها سابقا ويعقد العملية أكثر36,37. بالإضافة إلى ذلك، يمكن أن تحد الزيادات من عدد المرضى بسبب اعتبارات المناعة أو مخاوف السلامة المختلفة، أو تؤثر على الالتزام بالعلاج، وقد تسبب تحديات جديدة في مجال الإنتاج 38,39,40. نشر ستار وزملاؤه طريقة CS-SINS لأول مرة، حيث وصفوا نسبة الكتلة المثلى ل PLL و IgG بأنها 0.03 وأكدوا استقرار الجسيمات النانوية بواسطة قياسات جهد زيتا للترابط الذاتي لميلابون المآبل في تركيبات الهيستيدين16. ومن الجدير بالذكر أن إضافة الكثير من PLL تؤدي إلى استقرار زائد في الاختبار ويمنع ملاحظة التفاعل الذاتي لجسيم البلغة الباردة (تم تصوير تحسين استقرار الجسيمات النانوية الذهبية بواسطة PLL في الشكل التكميلي 1). استخدام تركيبات الهيستيدين بدون ملح يقلل من الفحص الكهروستاتيكي (زيادة طول ديباي)، مما يوسع نطاق التفاعلات بين الجزيئات، مما يعزز إشارات الارتباط الذاتي الضعيفة ويحاكي السلوك عالي التركيز عندما تكون الأجسام المضادة قريبة من بعضها. بشكل عام، تفضل التركيبات ذات القوة الأيونية المنخفضة للتركيبات عالية التركيز حيث لا يلاحظ الارتباط الذاتي.
تمنع البوليمرات الكبيرة من PLL احتلال المزيد من mAbs القابض على أسطح الجسيمات النانوية الذهبية، مما يضيق نافذة التحول البلازمونية ويتطلب برنامجا وتحليلا أكثر تطورا لتناسب المنحنيات لتحليل البيانات لاحقا. استخدمت هذه الدراسة أداة بوابة ويب تزامن مع قواعد البيانات الداخلية. الميزة الرئيسية لهذه التكلفة المسبقة هي إمكانية بناء البيانات من تجمع كبير من التسلسلات لتعظيم تنوع المرشحين في مراحل التطوير الأعلى تكلفة 34,35,36. اختبار CS-SINS الذي نصفه هنا يبرز كطريقة متوافقة مع HTP، وقد ثبت أنه يرتبط جيدا باختبارات استقرار الغرويات في المرحلة المتأخرة16. تجري عملية التحليل التفصيلي بمساعدة الذكاء الاصطناعي من أجل التصميم المدروس للنماذج متعددة التخصصات للبرامج المستقبلية ولفهم المساهمات الفردية لكل مجال في صيغ معقدة 41,42,43,44. ستؤثر هذه الجهود بشكل جماعي على التحليلات التلوية وتحديد خصائص استقرار الغرويات بشكل أكثر تفصيلا لعلاجات الأجسام المضادة، وبالتالي توفر الوقت في مراحل البحث والتطوير المبكرة.
يوضح الشكل 2 تحضير اقتران الجسيمات النانوية، والشكل 3 يوضح سير العمل بالكامل، والشكل 4 يوضح عملية أتمتة المختبر، ويحتوي الشكل 5 على مخطط لخط أنابيب تحليل البيانات. المواد المستخدمة والمواد المستخدمة مدرجة في جدول المواد.
1. تحضير المخازن
ملاحظة: الأسبوع الأول (تحضير العينة)
2. غسيل جميع العينات (mAbs المرشح)
ملاحظة: قم بتنفيذ هذه الخطوات في الأيام من 2 إلى 5.
3. تبادل المخزن المؤقت لالتقاط mAb (الشكل 2، الخطوة 1)
ملاحظة: قم بتنفيذ هذه الخطوات في اليوم الأول من الأسبوع الثاني (الاختبار).
4. تحضير مخزون عامل من بولي-إل-ليسين
5. تركيز جسيمات الذهب النانوية (الشكل 2، الخطوة 2)
6. تجميع الجسيمات النانوية
7. إعداد لوحة التحليل بمعالج السوائل
ملاحظة: قم بهذه الخطوات في اليوم الثاني.
8. تحليل البيانات (الشكل 5، مخطط معالجة البيانات)
يوضح الشكل 6 النتائج، والشكل التكميلي 3A يوضح مثال على درجة CS-SINS من عينة ممثلة من الخام والنقاء، والشكل التكميلي 3B يوضح تباين الإشارة من البئر إلى البئر عبر أيام مختلفة، والشكل التكميلي 4 يحتوي على نتائج عملية التحقق من صحة اللوحة، والشكل التكميلي 5 يصف حساب التطبيع لكلا قراءتي CS-SINS.
ومن المهم أن عينات تم جمعها بتركيزات تبلغ لا تقل عن 55 ميكروغرام/مل بعد الغسيل في هيستيدين 10 ملليمول، pH 6.0، لجدوى الاختبار، حيث أن هذا هو الحد الأدنى لتركيز المخزون (الحد الأدنى 6 ميكروغرام لكل عينة) وأنشأت معرفات فرعية جديدة. كان هناك في المجموع 70 عينة منقاة و20 عينة تعبير خام، كل منها يمثل أنواع العينات في نقاط تحقق مختلفة للتطوير (تم تنقية في مرحلة تحسين الرصاص ومواد خام منقاة من مرحلة تحديد الرصاص بخطوة أو خطوتين كما هو موضح في الشكل 1A). تم توليد المواد الخام من نظام تعبير الثدييات الآلي بالكامل، وهو منصة التعبير والتنقية البروتينية (PEPP؛ GNF، سان دييغو، كاليفورنيا، الولايات المتحدة الأمريكية). تم اشتقاق هذه الضوابط من مواد تجارية وتم التحقق منها سابقا على أنها تمتلك لزوجة قصوى أو دنيا مثل قيم اللزوجة، وkD-DLS، وقيم CS-SINS. يتم تخزين الأليكوات الجديدة عند -80°م، ويستخدم أليكوت جديد لكل اختبار.
تظهر الأشكال 6A,B متوسط درجات الطيف وDLS المرسوم حسب نوع العينة، وتعرض الرسوم البيانية الشريطية أشرطة الخطأ (الانحراف المعياري) مع رموز ألوان متطابقة. يتم حساب التطبيع بواسطة النص بقسمة الفرق بين العينة وقيم التحكم السالبة (محسوبة أقصى لامبدا حسب الإزاحة الطيفية أو متوسط Z، القطر الهيدروديناميكي بالنانومتر) على الفرق بين الضوابط (الشكل التكميلي 5). يوضح الشكل 6C الدرجات الطيفية مقابل درجات DLS، موضحا وجود ارتباط واضح بين الأساليب التحليلية. يعرض الجدول 1 المعرفات، وعناوين الآبار، ونوع العينة، ودرجات الطيف، ودرجات DLS مع انحرافاتها المعيارية للرجوع إليها. الحد الأدنى لخطر استقرار الغرويات (بغض النظر عن قراءة الطيف أو DLS) لIgG أحادي النوع هو أي قيمة موحدة هي 0.35 (موضحة بخط أخضر منقط في الشكل 6A,B)، 6/70 (باستثناء العينات المكررة) حصلت على مخاطر عالية، بينما 64/70 حصلت على تقييم منخفض للمادة المنقاة. من المهم أننا نتوقع أن يتجه الحد الأعلى للصيغ متعددة التخصصات. بالنسبة لعينات التعبير البدائية، حصلت 2 من 20 عينة على درجات عالية، بينما حصلت 18 من 20 على درجات منخفضة. من بين المواد المنقاء التي تم اختبارها هنا، تم أيضا فحص تعبير بدائي لدفعات الوالدين من مجموعة فرعية وأعطى نتائج مماثلة (موضحة في الشكل التكميلي 3A)، مما يشير إلى الطبيعة التمثيلية للاختبار عند التوسع (التنقية) للبروتينات المرشحة من دفعات مستقلة. على الرغم من تقييد حجم العينات، لوحظ أن الخطأ المعياري قد يتجه نحو ارتفاع في عينات PEPP الخام مقارنة بالعينات المنقاة. تضمن فائدة إجراء CS-SINS في المراحل المتأخرة إجراء تقييمات متعامدة باستخدام اختبارات تتطلب المزيد من البروتين للتحليل، مثل قياسات اللزوجة وkD-DLS، بينما تعالج فائدة إجراء CS-SINS في فحوصات التطور المبكرة مخاطر استقرار الغرويات بشكل استباقي، مما قد يؤثر على تجمع المرشحين الرئيسيين النهائيين (الشكل 1B). يمكن تأكيد المرشحين الحديين ذوي الخطأ العالي على أنهم مرتفعون أو منخفضون المخاطر من خلال الاختبارات اللاحقة.
نظرا لصغر حجم التحولات البلازمونية التي يتم اكتشافها، تم وصف قراءة بديلة لتعزيز الثقة في الاختبار، مما يوسع النطاق الديناميكي، وهو ما قد يكون مفيدا بشكل خاص في غياب قارئ ألواح عالي المستوى لاكتشاف التغيرات الدقيقة. تميز قراءة DLS بين تجمع الجسيمات النانوية والاعتماد على خصائص الجسيمات النانوية الطيفية؛ ومع ذلك، فإن كلا الوصفين لهما نطاقات خطأ معيارية متشابهة وهما صغيران مقارنة بقياساتهما. يبدو أن العينات الأكثر عرضة لقراءات الشاذة ستواجه خطأ أعلى (أو تكون "متعددة النمط" ولا تبلغ عن نتيجة بواسطة DLS)، لكن قيم CS-SINS ضمن نطاق عمل الاختبار لها توزيعات خطأ منخفضة. عند مقارنة قيم DLS بقيم الدرجات الطيفية، يكون توزيع الخطأ أكثر إحكاما لنتائج DLS المأخوذة من عينات خام مقارنة بالدرجات الطيفية؛ ومع ذلك، كان هذا يحدث فرقا فقط لمرشح واحد كان أقل من الحد الأدنى كدرجة DLS وليس كدرجة طيفية. قد يكون هذا مفيدا إذا كانت المختبرات توفر أدوات مختلفة.
لمعالجة موثوقية معالجة البيانات والطريقة نفسها تحديدا، تم تعديل أوقات المسح من البداية إلى النهاية لكل من القراءات للعناصر الإيجابية والسلبية في مجموعة البيانات أعلاه، بالإضافة إلى عدة ضوابط متوسطة ومنخفضة لتكون نقاط مرجعية وسيطة في بداية ونهاية لوحة 384 بئر. يوضح الشكل التكميلي 4 نتائج التحقق النهائي من اللوحة، مع وجود قيم مختلفة بشكل طفيف في الغالب عن العينات الموضوعة في البداية مقابل نهاية اللوحة (الشكل التكميلي 4A,B) وارتباطا عاليا بين قيمتي القراءة (الشكل التكميلي 4C). وأخيرا، تم حساب عامل Z ونسبة الرؤية المئوية للعناصر من المسح الطيفي ومجموعة بيانات DLS في الشكل 6. من البيانات المولدة للعناصر الضابطة والمعروضة هنا، تم تحديد أن قراءة المسح الطيفي لها عامل Z يبلغ 0.648، مع 0.019٪ CV للتحكم الإيجابي و0.012٪ للتحكم السلبي. بالنسبة لقراءة DLS، تم حساب عامل Z مقداره 0.998، مع 0.025٪ من ال CV للمجموعة الإيجابية و0.021٪ للمجموعة الضابطة السلبية. بشكل عام، تم حساب معامل الارتباط لسبيرمان بين قيم العينة في هذا الاختبار (الشكل 6C) ليكون إيجابيا بقوة عند 0.829. تمثل هذه القيم دقة وقابلية تكرار قوية لكلا نوعي القياس، وليس من المستغرب أن استراتيجية اكتشاف DLS الجديدة والمفيدة تحسن عامل Z، لكن المسح الطيفي يوفر نطاق فصل كاف لتسجيل نتائج موثوقة (Z > 0.5). من المهم ملاحظة أن درجة DLS هي قراءة متعامدة تجمع في نفس الوقت ضمن سير عمل CS-SINS، ولا تتطلب تحضير عينات إضافي. الفرق الأكبر في القيم لدرجات DLS الخام يفسر تحسن عامل Z، لكن "الدرجات" تفسر بنفس الطريقة لأنها تطبيع من القيم الخام. علاوة على ذلك، تلتقط قراءات DLS أحجام ثلاثية الأبعاد لتجمع الجسيمات النانوية مقابل المؤشرات غير المباشرة على القرب من الانزياح البلازموني والمعلومات الطيفية، مما قد يعزز فهمنا لديناميكيات اختبار CS-SINS. وبالنظر إلى الطبيعة المعتمدة على الألواح والأهمية الزمنية لاختبار HTP، هدفنا إلى زيادة موثوقية الاختبار باستخدام هذه الطرق.

الشكل 1: نموذج التطوير وجمع بيانات CS-SINS. (أ) يتم تصوير سير العمل النموذجي من حملة الاكتشاف إلى اختيار المرشح للأجسام المضادة متعددة الأنواع في هذا الرسم التخطيطي. تؤدي عملية الاكتشاف إلى مرشحين أحادية النوع للفرز، تليها التحقق من حزم البيانات المختلفة لتضييق نطاق النوعيات الأحادية المهمة قبل الدمج في صيغ متعددة النوع. يتم تكرار أو توسيع حزم البيانات لتضييق نطاق المرشحين الرئيسيين حتى يتم اختيار أفضل مرشح للتطوير. تجرى اختبارات منخفضة الإنتاجية في مسار العمل الحالي عندما يتم اختيار لوحة صغيرة من الجزيئات (صناديق بنفسجية). يمكن تنفيذ اختبارات HTP CS-SINS في كل مرحلة من مراحل المسار، مما يضيف بيانات قيمة ويحسن عملية الاختيار. (ب) يتم عرض النتيجة الافتراضية لخصائص الغرويات لأفضل 6 مرشحين لمسارين محتملين: اختيار المرشح الرئيسي مع اختبارات منخفضة الإنتاجية، واختيار المرشح الرئيسي باستخدام HTP CS-SINS. يتم تمثيل المرشحين الذين لديهم سلوك حل سلبي بشكل متوهج. في السيناريو الأول، يظهر نصف المرشحين الرئيسيين بناء على خصائص الارتباط المثلى من شاشات الاكتشاف سلوكا سيئا عالي التركيز. في السيناريو الثاني، تم تضمين مرشح واحد فقط ذو استقرار غروائي ضعيف إلى حد ما، لأن بيانات CS-SINS تم النظر فيها بالتوازي مع بيانات الربط في شاشات الاكتشاف المبكرة. في السيناريو الثاني، يكون تنوع المرشحين المحتملين المتاحين أعلى من السيناريو الأول. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 2: سير عمل اختبار SINS. تحضير وترافق جسيمات الذهب النانوية للذهب: (1) يتم تبادل الميكروفون الالتقاط mAb بقوة العزل إلى أسيتات بوتاسيوم 20 ملليمولار، بدرجة حموضة 4.3، وتخفيفه إلى 0.8 ملغ/مل. (2) تتركز جزيئات الذهب النانوية من المخزون. (3) يتم خلط بولي-إل-ليسين مع الالتقاط المتبادل عبر المخزن mAb. (4) يتم حضن جسيمات الذهب النانوية مع البولي-إل-ليسين والتقاط mAb، وتخلط بشكل جيد. (5) حضانة مركب CS-SINS طوال الليل في درجة حرارة الغرفة. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 3: سير عمل أتمتة المختبر. سير عمل أتمتة المختبرات: (1) يتم تجميع المواد والعينات لطريقة معالجة السوائل. يتم جمع العينات المحللة في هيستيدين 10 ملليمولار، pH 6، في أنابيب مصفوفة أو صفائح بئر 96. يتم تنسيق تركيزات العينات إلى ملف إدخال معالج سائل. يتم جمع جسيمات نانوية معقدة من الذهب CS-SINS مرتبطة لالتقاط mAb، وأركان معالجة السوائل الروبوتية، وأدوات بلاستيكية استعدادا لإعداد اختبار معالجة السوائل. (2) يتم تجهيز صفيحة الفحص على معالج السائل وحضانها لمدة 4 ساعات في درجة حرارة الغرفة. 3) عند علامة 4 ساعات، يتم جمع المسح الطيفي (القراءة 1) من آبار عينات تمتد لمدة 25 دقيقة؛ بعد علامة 4.5 ساعة، يجمع التشتت الديناميكي للضوء (القراءة 2) معلومات عن حجم كل مجموعة بئر أكثر انتظاما. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 4: برنامج معالج السوائل وإعداد اللوحة. (أ) عند بدء البرنامج وبعد تهيئة النظام، يفتح نافذة/تنبيه منفصل لاختيار ملف الإدخال الذي يحتوي على عناوين الآبار المخصصة وتركيزات العينات. يجب تحديد عدد العينات في كل مرة، لكن حجم 200 ميكرولتر (الحجم النهائي للكواشف المختلطة قبل ختم لوحة 384 بئر) يبقى كما هو. (B) بعد النقر على متابعة من النافذة السابقة في (A)، ستظهر هذه النافذة الثانية لتأكيد التفسيرات من ملف الإدخال على اليسار والقيم على اليمين. (ج) بعد تأكيد التفسيرات من (B)، تظهر هذه النافذة الثالثة مع مربع حوار يتحقق مرتين من الرياضيات لتركيز العينة للتطبيع (حجم 100 ميكرولتر) إلى صفيحة البئر العميقة النهائية (حجم 200 ميكرولتر). (د) يأتي هذا التخطيط من عرض محرر الطرق لوحدة برنامج معالج السائل. على اليسار، تحمل أطراف قياسية بسعة 300 ميكرولتر، وفي وسط المسرح، تم تحميل صندوق واحد بسعة 50 ميكرولتر، و3 صناديق من رؤوس نحيفة بسعة 300 ميكرولتر، وهي متوافقة مع روبوتات مناولة السوائل. يتم تحميل مخزن مؤقت في المقدمة ب 10 ملليمولار هيستيدين، بدرجة حموضة 6 (المخزن الذي تم تحليل العينات إليه). يتم تقسيم الجسيمات النانوية الذهبية بالتساوي إلى أنبوبين من الطرد المركزي الدقيق ويتم تحميلها، غير مغبوطة، في الجزء الخلفي من رف الأنابيب على اليمين. يتم تحميل لوحة المصفوفة مع أنابيب العينة في الجزء الخلفي من الحامل في العمود 10. بعد العينات، يتم الإشارة إلى لوحة التطبيع (1)، ولوحة البئر العميقة ذات العينة 11.1 ميكروغرام/مل (2)، وصفيحة بئر بعمق 200 ميكرولتر للعينة المجمعة والجسيمات النانوية (3)، ولوح بئر 384 (4). (ه) يوضح تخطيط سطح معالجة السائل استرجاع الأطراف وتوزيع العينات في الوقت الحقيقي ويحدد الآبار مع تقدم كل خطوة. هنا، جميع العينات (صورة 96 بئر في خلف الحاملفي العمود الثالث) رمادية وكذلك لوحة التطبيع اللاحقة، مما يشير إلى أن العينات أضيفت إلى لوحة التطبيع من ألواح المصفوفة المصدرية. باللون الأخضر، نظهر رأس القنوات الثمانية بعد سحب المخزن من الحوض وتصرفه في العمود الأول من لوحة التطبيع أثناء الخلط. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 5: مخطط معالجة البيانات. نظام معالجة البيانات: (1) يتم إرسال ملفات البيانات الخام إلى خادم داخلي. (2) تقرأ ملفات البيانات وتعالج بواسطة سكريبت مخصص لضبط ملاءمة منحنيات المسوحات الطيفية، وحساب الحد الأقصى لامبدا لتكرارات CS-SINS، والتحقق من السكان المتعددة الوسائط بواسطة DLS. (3) يتم تجميع البيانات حسب النسخ المكررة، ثم يتم تسويتها وتطبيعها لاحقا إلى ضوابط محددة؛ يتم الحصول على خرائط اللوحات المطابقة في بوابة قاعدة البيانات لربط النتائج. (4) يتم تنظيم جميع البيانات في قالب جاهز للرفع إلى قاعدة البيانات، ويتم إنشاء الرسوم البيانية تلقائيا لتقارير ELN. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

الشكل 6: بيانات ممثلة من القراءة 1 و2. (أ) تم رسم درجات الإزاحة الطيفية المطبعة بواسطة معرف PPB لعينات تعبير نقية وخامة، وعينات التحكم حيث تم الإشارة إليها وفصلها بخط عمودي منقط، في رسم بياني شريطي لتحديد توزيع شريط الخطأ بين أنواع العينات. يشير الخط الأحمر الصلب إلى الحد الأعلى للاختبار، والذي يتوافق مع الضابط الموجب، بينما يحدد الخط الأخضر المنقط قيمة القطع لملف جزيء منخفض المخاطر ل CS-SINS. (ب) تم رسم درجات DLS المطبعة بواسطة معرف PPB لعينات تعبير نقية وخامة، وعينات التحكم، حيث تم تحديد ذلك وفصلها بخط منقط، في رسم بياني شريطي لتحديد توزيع شريط الخطأ بين أنواع العينات. بعض القيم مفقودة (مثل القيمة الثانية في اللون الأزرق الفاتح مع درجة أعلى من المتوسط في (A) بسبب الفحوصات متعددة الوسائط من مخرجات DLS، والتي حددتها بوابة الويب لبرنامج السكريبتات غير صالحة. يشير الخط الأحمر الصلب إلى الحد الأعلى للاختبار، والذي يتوافق مع الضابط الموجب، بينما يحدد الخط الأخضر المنقط قيمة القطع لملف جزيء منخفض المخاطر ل CS-SINS. (ج) تم مقارنة الدرجات المتوسطة والمعيارية لقيم الإزاحة الطيفية وDLS بواسطة رسم نقطي الترابط، كما هو موضح (درجات الإزاحة الطيفية تتوافق مع المحور Y ودرجات DLS تتوافق مع المحور X). يتم تنسيق رمز الألوان مع درجات DLS فقط. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.
الجدول 1. درجات استقرار الغماء لعينات الأجسام المضادة تم تحديدها بواسطة CS-SINS. يلخص الجدول معرفات العينات، وعناوين الآبار، وتصنيفات العينات، ودرجات الطيف المطبعة، ودرجات تشتت الضوء الديناميكي (DLS) التي تم الحصول عليها من اختبار CS-SINS. يرجى الضغط هنا لتحميل هذا الجدول.
الشكل الإضافي 1: PLL حسن استقرار AuNP في 10 مللي مول. مخزن مؤثره، pH 6، ل CS-SINS. يصور هذا الشكل التراكب القريب لجهاز التحكم السلبي mAb المرتبط بمركب CS-SINS المغطى بPLL والتحكم المؤقت فقط، على عكس الجسيمات النانوية الذهبية غير المطلية التي تحتوي على mAb أو المخزن السالب فقط، والتي لها قمم في نطاقات مختلفة تماما. موضحة باللون الأزرق هي المسوحات الطيفية التزايدية (المأخوذة بزيادات 1 نانومتر عند نقطة زمنية 4 ساعات) لAuNP مترافق حضن ب 10 مللي مول. المخزن المؤقت الخاص به مغطاة بخرزات متقاربة تم حضانها مع الضابط السلبي (PPB-117487) في غياب حضانة ما قبل حضانة بولي-إل-ليسين. تظهر باللون الأحمر الفحوصات الطيفية التزايدية (المأخوذة بزيادات 1 نانومتر عند نقطة زمنية 4 ساعات) لAuNP المترافقة الحضانة ب 10 مللي مول. المخزن المؤقت الخاص به مغطاة بخرزات مترافقة تم حضنها مع التحكم السالب (PPB-117487) بعد الحضانة المسبق لبولي-إل-ليسين. الحد الأقصى المحسوب لامبدا لكلا التحكمين السلبيين في وجود PLL متقارب. يرجى الضغط هنا لتحميل هذا الملف.
الشكل الإضافي 2: إعدادات DLS واختيار ألواح البئر لقارئ الألواح DLS. يرجى الضغط هنا لتحميل هذا الملف.
الشكل الإضافي 3: درجات CS-SINS من عضلات البطن المعبر عنها في PEPP مقابل التنقيي في المسار النهائي. (أ) تم رسم درجات الإزاحة الطيفية المطبعة بواسطة معرف البئر واللوحة لعينات PEPP (مثلا، A1PL1 = بئر A1 من اللوحة 1) التي تعبر عن Ab64 ومفصولة بخط عمودي منقط عن درجات الانزاحة الطيفية الموحدة أو DLS من الانحراف الطيفي المنقي في الأسفل في مخطط الشريط لتحديد توزيع شريط الخطأ (الانحراف المعياري) بين أنواع العينات. الخط المنقط الأخضر يحدد قيمة القطع لملف جزيء منخفض المخاطر ل CS-SINS. (ب) يتم رسم إجمالي AUC والتوزيع عبر اللوحة لجميع العينات في التجارب التي أجريت في (A) هنا (مرمز بالألوان للتجارب المقابلة). يرجى الضغط هنا لتحميل هذا الملف.
الشكل الإضافي 4: التحقق من صحة لوحة 384 بئر من الطرف إلى الطرف للضوابط. (أ) يتم رسم وعرض الدرجات الطيفية المتوسطة والمموضعة للعينات في الأعمدة الأولى من صفيحة البئر 384 باللون الأحمر، بينما تعرض القيم المكررة في نهاية صفيحة البئر 384 باللون الأخضر الليموني. قيم النسخ متجاورة، تتراوح من التحكم الموجب (المشار إليه بعلامة الزائد بجانب معرف PPB) إلى التحكم السلبي (المشار إليه بعلامة سالبة بجانب معرف PPB). القيمة الخاصة بالتحكم في المخزن المؤقت التي أعدها برنامج معالج السائل (مستقلة عن موجه العينة المدخل) تعرض بنمط مربع. (ب) يتم رسم وعرض درجات DLS المتوسطة والمطبعة للعينات في الأعمدة الأولى من صفيحة 384 بئر باللون الأحمر، بينما تعرض القيم المكررة في نهاية صفيحة البئر 384 باللون الأخضر الليموني. قيم النسخ متجاورة، تتراوح من التحكم الموجب (المشار إليه بعلامة الزائد بجانب معرف PPB) إلى التحكم السلبي (المشار إليه بعلامة سالبة بجانب معرف PPB). لا توجد قيمة تحكم في المخزن المؤقت لقراءة DLS (بسبب القراءات متعددة الوسائط). (ج) يتم رسم الدرجات الطيفية المتوسطة والمطبعة مقابل درجات DLS في رسم نقطي ارتباطي للعينات التي تتراوح من القراءات في الأعمدة الأولى للوحة 384 بئر إلى نهاية صفيحة 384 بئر. ترميز الألوان لنقاط البيانات يتوافق مباشرة مع متوسط درجات المسح الطيفي المطبع. نظرا لعدم وجود قيمة تحكم مخزن مؤقت لقراءة DLS (بسبب القراءات متعددة الوسائط)، يتم مقارنة الستة فقط في النسخة المكررة من كلا القراءتين في هذا الرسم البياني. يرجى الضغط هنا لتحميل هذا الملف.
الشكل التكميلي 5: الحسابات الخاصة بتطبيع درجات الطيف أو درجات DLS لتمكين التقارير والإشارة الشاملة بين المستخدمين والأيام. تضبط قيم التحكم الإيجابية على قيمة 1، بينما تضبط القيم السلبية على قيمة 0، وترتبط الدرجات العالية بسلوك غروي سيء. يرجى الضغط هنا لتحميل هذا الملف.
يمثل هذا البروتوكول عدة تعديلات رئيسية عن طريقةCS-SINS الأصلية رقم 16. ومن المهم أن نسبة PLL:IgG المحسنة ومخزن الهيستيدين تم الحفاظ عليها منذ الدراسة الأصلية16. ومن الجدير بالذكر أن الاختبار تم تكييفه لمنصة معالجة السوائل الروبوتية لتمكين معالجة HTP (حتى 352 عينة في يوم واحد مقابل ~20)، مما يقلل من وقت التجربة ويحسن قابلية التكرار من خلال التعامل الآلي مع السوائل. نظام الروبوتات متوافق مع الصيغ القائمة على اللوحات، بما في ذلك الختم في صيغ جديدة مثل لوحة 384 بئرا وأنواع مختلفة من أدوات المختبر. يمكن للبرامج العمل بشكل مستقل، ويوفر سير العمل من البداية إلى النهاية قراءة عالية الحجم مع قابلية إعادة إنتاج محسنة في بيئة محدودة للعينات. كما تم دمج قياسات DLS كقراءة متعامدة للانزاحة الطيفية بعامل Z أكثر مثالية من تفسيرات الإزاحة الطيفية (0.998 مقابل 0.648)، وهو ما يثبت قيمته بشكل خاص للعينات ذات الدرجات الطيفية الحدية أو الانحرافات القياسية العالية، ويصف تفسير إزاحة البلازمون لتعزيز النطاق الديناميكي الظاهر من مخرجات قارئ اللوحة فقط. يقترح أن المختبرات التي لا تتوفر فيها قارئات لوحات متعددة الأنماط عالية المستوى يمكنها استخدام DLS لأداء CS-SINS بشكل موثوق. لمعالجة التغيرات المحتملة المعتمدة على الوقت عبر صفيحة تحتوي على 384 بئرا، تم إجراء تحقق مكثف لللوحة (الشكل التكميلي 4) عن طريق وضع عناصر التحكم في بداية ونهاية الصفيحة، مما يؤكد تأثيرات زمن المسح البسيطة. بالإضافة إلى ذلك، ثبت أن عينات PEPP الخام تعطي نتائج مماثلة للمواد المنقاء (الشكل 6، الشكل التكميلي 3A)، مما يوسع تطبيق الطريقة على مراحل الاكتشاف السابقة التي لا يتوفر فيها البروتين المنقى، وهو ما لم يتم الإبلاغ عنه سابقا. تشير البيانات في الشكل التكميلي 3 إلى موثوقية العينة بين المصادر، لكنها تشير أيضا إلى تباين طفيف في الاختبارات من يوم لآخر لأن البيانات جمعت وتم تطبيعها من مجموعات بيانات مختلفة. وبشكل أكثر تحديدا، يوضح الشكل التكميلي 3B المساحة الكلية تحت المنحنى لجميع الآبار من صفائح التجربة المعنية (مرمزة بالألوان لتطابق مع لوحة نفس التجربة في الشكل التكميلي 3A) لإظهار التباين المتوقع، ولكن في الأيام المختلفة، مع تحضيرات خرزات مميزة. في مرحلة الاكتشاف المبكرة، لا تكون طرق مثل kD-DLS والأساليب القائمة على الأعمدة (SMAC، CIC) غير قابلة للتنفيذ بسبب متطلبات استهلاك العينة الأعلى وعدم القدرة على معالجة المواد الخام 12,13,24,25,26,27; يتيح CS-SINS بشكل فريد فحص استقرار الغرويات في هذه المرحلة مع 6 ميكروغرام فقط لكل عينة، ويمكن تنقيطها بخطوة واحدة. وأخيرا، تم تحديث سكريبت ملاءمة المنحنى لاستيعاب الضبط الدقيق للتغييرات القصوى الطفيفة في لامبدا ولتمكين تحسين التعامل مع الملفات وتقارير البيانات المؤتمتة إلى قواعد البيانات الداخلية.
تشمل السيناريوهات الشائعة لحل المشكلة: (1) الانحرافات القياسية العالية في درجات الطيف أو DLS، وغالبا ما تشير إلى خلط غير كامل للجسيمات النانوية (الخطوة 7.6) أو تجميع العينات - وفي مثل هذه الحالات، ينصح بإجراء فحص مراقبة جودة مع العينات المحللة بواسطة DLS لضمان السلامة بعد الغسيل الكلوي والاعتماد الافتراضي على الدرجات الطيفية كقراءة قياسية؛ (2) توزيعات DLS متعددة الوسائط أو قراءات DLS فاشلة، عادة بسبب تجميع عينات موجود مسبقا أو تلوث الغبار - يمكن أن يخفف الترشيح عبر مرشحات 0.22 ميكرومتر قبل الغسيل الكلوي من ذلك؛ (3) الفروقات بين درجات الطيف وDLS، والتي تعزى عادة إلى قياسات DLS منحرفة (على الأرجح بسبب التعدد العالي العالي الذي يظهر ضمن النطاق الطبيعي-العالي بواسطة الدرجة الطيفية)؛ (4) قيم تحكم إيجابية غير متسقة، عادة ما تنتج عن تخزين غير صحيح للجسيمات النانوية أو تدهور التقاط mAb؛ يجب استخدام أليكوات جديدة مخزنة عند -80 درجة مئوية لكل اختبار (لا يتم تخزينها عند 4 °م لأكثر من بضعة أيام).
تشمل بعض قيود الاختبار الحاجة إلى وقت لتحليل العينات بشكل كامل وتحضير الجسيمات النانوية المترافقة شبه يدويا في اليوم السابق للاختبار؛ ومع ذلك، فإن زمن الغسيل الكلوي مكافئ بغض النظر عن حجم مجموعة العينة. فيما يتعلق بمخاطر انسداد الرؤوس، تراقب رؤوس معالجة السائل تغيرات الضغط أثناء الشفط، وتظهر الأخطاء ذات الصلة أثناء التشغيل. خلال مرحلة تطوير الطريقة، قمنا بفحص ملفات السجلات (واستمررنا في الخدمة) للتأكد من أن الأحجام المتوقعة يتم حسابها بواسطة السكريبت. تم اختبار وظائف التنقل لتحضيرات الخرزات المركزة ولا تتوقع مشاكل. نعترف بالطبيعة الحساسة للوقت للاختبار، والطبيعة التي يهيمن عليها Fab للتقييم، ودوره كاختبار بديل دون قياس سلوكيات الغروية مثل اللزوجة والتعتيم بشكل مباشر. ومع ذلك، فإن هذا التكيف يمكن من توصيف مجموعات بيانات أكبر بكفاءة في وقت مبكر من عملية اكتشاف الدواء، مما يعد أداة فحص قوية حيث لم تكن موجودة من قبل.
تتطلب عدة خطوات حاسمة في هذا البروتوكول اهتماما دقيقا لضمان نتائج قابلة للتكرار. أولا، الضبط الدقيق لدرجة الحموضة أثناء تحضير المخزن المؤقت (الخطوات 1.1.1 و1.2.1) أمر ضروري، حيث يمكن أن تؤثر الانحرافات التي تتجاوز وحدات الرقم الهيدروجيني ±0.1 على استقرار الجسيمات النانوية وكفاءة التقاط الأجسام المضادة. يضمن المخزن المنخفض للرقم الهيدروجيني المستخدم لتحضير الأجسام المضادة الالتقاط الاقتران الأمثل، وتم تحسين ظروف العزل المحددة لتثبيت الشحنة والتوافق الواسع للأجسام المضادة (عادة في سياق التركيبة). يوفر مخزن الهيستيدين pH 6.0 بقيمة 10 مللي مولار تفاعلات كهروستاتيكية مثالية مع الحفاظ على استقرار البروتين. ثانيا، الغسيل الكامل مع إزالة الملح بالكامل (الخطوة 2.3) أمر بالغ الأهمية؛ يمكن أن يتداخل الغسيل غير الكامل مع التفاعلات الكهروستاتيكية أثناء تجميع الجسيمات النانوية. ثالثا، يجب تنفيذ خطوة تركيز الجسيمات النانوية الذهبية (خطوات البروتوكول 5.1–5.3) بحذر لتجنب إزعاج الحبيبة، حيث تؤثر تركيزات الجسيمات النانوية غير المتسقة مباشرة على حساسية الاختبار. رابعا، نسبة PLL:التقاط mAb البالغة 0.03 (الخطوة 4.1) محسنة لتحقيق أقصى تغطية سطحية مع الحفاظ على نافذة إزاحة بلازمونية كافية، كما تم إثبات16 سابقا. فيما يتعلق بديناميكيات التعامل مع السائل، تم استخدام رؤوس استشعار السائل لإجراء عمليات تطبيع وخلط الألواح حتى يتم إدخال جسيمات الذهب النانوية التي لا تقاس بشكل موثوق في المحلول (وبالتالي تضبط أحجام التوزيع على الكميات القياسية). يسمح الاستشعار للسائل في الأعلى بتحديد مشاكل عدم محاذاة الألواح أو العينات المفقودة من قبل المشغل، بينما خطوة ختم 384 بئر ستحدد مشاكل محاذاة Z. أخيرا، الالتزام الصارم بتوقيت الحضانة 4-h (خطوات البروتوكول 7.10–7.12) والقراءة المستمرة لللوحة من البداية إلى النهاية (بغض النظر عن وجود صفيحة غير مكتملة) أمر بالغ الأهمية، حيث أن التحول البلازموني وتجميع الجسيمات النانوية هما ظاهرتان تعتمد على الزمن؛ التأخيرات أو القراءات المبكرة قد تؤدي إلى نتائج CS-SINS غير دقيقة، بينما تضمن قراءة اللوحة الكاملة اتساق الدرجات عبر الأيام في صيغة HTP.
مع تزايد دراسة استقرار الأجسام المضادة متعددة الأنواع الغروية، فإن مجموعات البيانات الكبيرة التي توفرها اختبارات HTP الفيزيائية الحيوية مثل CS-SINS لديها القدرة على تغذية نماذج AI/ML لفهم أفضل للتأثيرات التوافقية على استقرار الجزيئات. أظهرت الدراسات أنه مع زيادة تنوع التسلسلات، تزداد الحاجة إلى مجموعات بيانات أكبرلتحسين دقة نتائج الذكاء الاصطناعي وتعلم الآلة. قد تتغير الخصائص والوصفات الجزيئية للأنواع الأحادية عند إعادة التنسيق إلى ثنائية النوعية أو ثلاثية النوع، مع الأخذ في الاعتبار توزيع وتوازن شحنة الجزيئات بأكملها بدلا من الاعتبارات الخاصة بالتسلسل أو النقوش لخصائص مثل ضعف التحلل الكيميائي17، 18، 19، 20، 21، 22. ومن الجدير بالذكر أن الميزات الهيكلية مثل البقع الكهروستاتيكية المتوقعة، والكراهية للماء، ومساحة السطح المتاحة للمذيبات يمكن أن تحسن التنبؤات بالتجمع والاستقرار بغض النظر عن الخصائص الخاصة بالسلسلة، مما يجعل عدة مجموعات بيانات أصغر متوافقة مع تحضير التنبؤ 17,18,19,20,21,22 . بساطة درجة CS-SINS كمرجع للذروة التمثيلية للملف الفيزيائي الحيوي للجزيء تجعل الاختبار مناسبا لتدريب نماذج الذكاء الاصطناعي وتعلم الآلة.
يعلن المؤلفون أنهم لا يواجهون تضارب مصالح أو مصالح مالية متنافسة.
نود أن نشكر الفرق والأفراد التاليين على مساهماتهم ومناقشاتهم المدروسة: جوناثان كينغسبري، رئيس مجموعة CMC لقدرات التطوير والصيغة المسبقة على وجهة نظره الخبيرة، وبيتر تيسير، أستاذ علوم الصيدلة والهندسة الكيميائية في جامعة ميشيغان لتعاونه في تطوير طريقة CS-SINS، وأعضاء آخرون داخل أو مرتبطون بأقسام LMR طوال تطور هذا المشروع (لا سيما سامانثا شولتز، شياووا ليو، ميغان ساليمي، تينا ماتين، جولي جاورسكي، سانجانا ماندالا، كالي ميكس، ماتشي ماجيفسكي، جينرونغ ما، ماي سيندهوتشو، ديفيد ريتشيك، تريستان ماغني، درو لينش، أيلين وانغ، ديتمار هوفمان، إيفا بريك-فورلونغ، كارين وونغ، ليغتون ماركوفيتشي، كريستيان لانج، كريستا بيشر، بن ميتلشتايت، وميلاني فيشر) وفريق تحضير البافر الذي توظيفه شركة ثيرمو فيشر العلمية (وخاصة آرتشر كيلينغزورث وإليسا فيرارا).
| الاسم | الشركة | رقم فهرسي | التعليقات |
|---|---|---|---|
| CLEARSEAL FILM 100PKCLEARSEAL | Fisher Scientific | 500214 | |
| CO-RE II (50 μL Conductive Tips, 300 μL Conductive Tips, 300 µL Slim Conductive Tips) | Hamilton Company | 235966, 235902, 235806 | |
| Eppendorf Tubes Snap Cap (5.0 mL, Microtube) | Eppendorf | 30119401 | |
| Falcon Conical Centrifuge Tubes (15 mL) | Thermo Fisher Scientific | Falcon 352196 | |
| Goat antihuman Fcγ-specific antibody | Jackson ImmunoResearch Laboratories | 109-005-008 | |
| Gold nanoparticles (20 nm) | Ted Pella Inc. | 157051 | |
| Greiner Bio-One 384-well μClear Bottom Polystyrene Microplates – (SS & DLS assay plates) | Fisher Scientific | 07-000-057 | |
| Greiner Bio-One MASTERBLOCK 96 Deep Well Conical Bottom 2 mL Storage Plate – (mastermix and reagent mixing plates) | Fisher Scientific | 07-000-122 | |
| Hard-Shell PCR Plates normalization (96-Well, low profile, thin wall, skirted, white/clear HSP9601) | Bio-Rad | HSP9601 | URL: https://www.bio-rad.com/en-us/sku/HSP9601-hard-shell-96-well-pcr-plates-low-profile-thin-wall-skirted-white-clear?ID=HSP9601 |
| Histidine hydrochloride buffer sample (10 mM, pH = 6.0, sample and assay buffer) | Sigma | H8125; H6034 | Prepare final concentration of 5 mM per reagent in ultra-pure water, adjust pH to 6.0, adjust final volume with ultra-pure water, and filter with 0.22 μm filter |
| Matrix ScrewTop Tubes sample (500 μL) | Thermo Fisher Scientific | 3744 | |
| MD100 or MD300 Xpress Mini Dialyzer (Xpress Micro Dialyzer, Scienova, 6-8 kDa, 96 pcs. in deep well plate (12 cartridges), sealing sheet) and dialysis reservoir/box (low volume dialysis cassettes) | Vivaproducts, Inc. | 40789, 40076 | |
| Microcentrifuge tubes pure polypropylene (1.5 mL) | USA Scientific | 1615-5500 | |
| Nalgene Disposable Polypropylene Robotic Reservoirs – (buffer trough) | Thermo Fisher Scientific | 1200-2300 | |
| Nalgene Rapid-Flow Sterile Disposable Filter Units with PES Membranes | Thermo Fisher Scientific | 567-0020 | |
| Poly-L-lysine, >70,000 MW | MP Biomedicals | 219454405 | Prepare a 5 mg/mL stock solution in ultra-pure water |
| Positive and negative Controls (1 mg/mL dialyzed into 10 mM Histidine, pH 6) | Internally-produced commercial antibodies | N/A | ~2 nm spectral shift and DLS size of 250-300 nm for positive control; negligible spectral shift and DLS size comparable to buffer only control |
| Potassium acetate buffer capture (20 mM, pH = 4.3, mAb conjugation buffer) | Fisher Scientific | P171-500 | Prepare final concentration of 10 mM reagent in ultra-pure water, adjust pH to 4.3 with acetic acid, adjust final volume with ultra-pure water, and filter with 0.22 μm filter |
| Zeba desalting columns (2 mL, 5 mL, or 10 mL) | Thermo Fisher Scientific | PI-89889; 89891; 89893 |
تم نشر هذه المقالة
الفيديو قريباً