Cristallizzazione e raccolta dati a temperatura ambiente in situ utilizzando l'impianto di cristallizzazione di Harwell e Beamline VMXi, sorgente luminosa diamantata

Rilevanza Industriale del Progetto

La cristallografia in situ a temperatura ambiente presso VMXi consente un'analisi strutturale rapida e ad alto rendimento di proteine, sostenendo la scoperta precoce di farmaci e la riduzione dei rischi meccanicistici. La raccolta diretta dei dati da piastre di cristallizzazione minimizza gli artefatti legati alla manipolazione del campione e accelera il feedback sui risultati della cristallizzazione, migliorando la fiducia predittiva nella ricerca e sviluppo basata sulla struttura. Questa pipeline è progettata per ottimizzare la validazione dei bersagli e lo screening basato su frammenti, con accesso remoto globale a supporto dell'avanzamento di portafogli su scala aziendale.

Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma

Scoperta Precoce e Validazione del Target

• Consente un'analisi strutturale diretta delle proteine a temperature prossime a quelle fisiologiche per la validazione funzionale delle proteine bersaglio.
• Permette test rapidi delle ipotesi fornendo un riscontro immediato sugli stati di cristallizzazione e di legame del ligando.
• Facilita la riduzione del rischio meccanicistico catturando multipli stati conformazionali attraverso popolazioni di cristalli.
• Migliora l'affidabilità predittiva per la progettazione farmacologica successiva minimizzando gli artefatti indotti dal congelamento.

Sviluppo di screening e saggi

• Prepara sistemi di cristallizzazione validati per lo screening e l'ottimizzazione di frammenti all'interno di piastre.
• Standardizza i flussi di lavoro per l'acquisizione di immagini e dati mediante identificazione automatizzata di cristalli basata su machine learning.
• Consente output strutturali riproducibili e quantitativi per una valutazione affidabile dei composti.
• Si adatta a screening ad alto rendimento con acquisizione dati basata su coda e unione automatica dei dati.

Ricerca Translazionale e Preclinica

• Allinea la raccolta di dati strutturali a condizioni rilevanti per la malattia, evitando artefatti dovuti al raffreddamento criogenico.
• Mantiene una continuità traslazionale dalla fase di scoperta alla validazione preclinica, supportando la cristallografia seriale.
• Permette un avanzamento proporzionato al rischio, consentendo una rapida valutazione del legame del ligando e della dinamica proteica.

Integrazione di Pipeline e Flusso di Lavoro

Questo metodo integra le fasi iniziali della scoperta fino all'identificazione del composto attivo, supportando la progettazione basata sulla struttura e lo screening di frammenti all'interno di un flusso di lavoro unificato e accessibile da remoto.

• Biologia della scoperta: Accelera la verifica delle ipotesi e la chiarificazione dei percorsi consentendo una determinazione rapida della struttura priva di artefatti.
• Screening: Fornisce piattaforme di cristallizzazione pronte per il saggio, riproducibili, con imaging e raccolta dati automatizzati.
• Analisi: Offre dati di diffrazione quantitativi e unione automatica dei dati per analisi comparative affidabili.
• Ricerca traslazionale: Supporta la continuità preclinica acquisendo le strutture proteiche in condizioni simili a quelle native.
• Riutilizzo aziendale: Offre un'infrastruttura scalabile e accessibile da remoto per campagne strutturali ripetute in diversi programmi.

Impatto Operativo ed Aziendale

• Valore scientifico: Aumenta la fiducia predittiva e riduce l'ambiguità meccanicistica nella validazione delle proteine bersaglio.
• Valore operativo: Standardizza e automatizza i flussi di lavoro relativi alla cristallizzazione, all'acquisizione di immagini e alla raccolta dei dati.
• Valore strategico: Permette decisioni più rapide di tipo go/no-go e un avanzamento del portafoglio più efficiente in termini di capitale.
• Impatto sul portafoglio: Favorisce la priorizzazione corretta rispetto al rischio e l'avanzamento rapido di bersagli validati strutturalmente.

Considerazioni sull'implementazione

• Richiede competenze nella cristallizzazione proteica e nell'interpretazione dei dati di biologia strutturale.
• Necessita dell'accesso a sistemi di imaging automatizzati, all'identificazione dei cristalli basata sul machine learning e a infrastrutture di linee di luce di sincrotrone.
• Richiede una standardizzazione intersettoriale per il tracciamento dei campioni, la gestione dei dati e i protocolli di accesso remoto.
• L'adattamento a diversi bersagli proteici e a diverse condizioni di cristallizzazione potrebbe richiedere un'ottimizzazione del protocollo.
• La produttività e la qualità dei dati dipendono dalla preparazione del campione e dalla compatibilità delle piastre con i sistemi automatizzati.

Domande frequenti sulla biofarmaceutica