July 2024

微流液相色谱/高分辨质谱法测定生物样品中抗体药物偶联物的药物抗体比 Kazuko Inoue1，Ayako Kurimoto2， Toshiki Mochizuki1，Nana Kasamori1， Takafumi Komori1 1Eissai，日本； 2Protein Metrics，美国马萨诸塞州波士顿 摘要：药代动力学研究需要定量体循环中的ADC 上的抗体和药物，因为抗体结合的药物在 ADC 的药理活性中发挥着重要作用。使用配体结合试验法（如 ELISA）可以通过全抗体定量测定生物样品中的 ADC。然而，用于结合 ADC 中有效载荷的人源化抗体通常来源于人 IgG 亚家族，因此难以从血浆或血清等生物样品中分离目标 ADC。 本研究检测了市售沃瑟妥珠单抗 Mc-VC-PAB-MMAE ADC（沃瑟妥珠单抗 MMAE ADC）在血浆（人、食蟹猴和小鼠）中孵育时 DAR 保留的种属特异性差异。 1 简介和方法 为了开发适用于 ADC 的预处理和分析工作流程，我们使用了沃瑟妥珠单抗马来酰亚胺基己酰-缬氨酸-瓜氨酸-对氨基苄氧基羰基甲基澳瑞他汀 E。 沃瑟妥珠单抗 MMAE ADC 在小鼠、猴、人血浆和 PBS 中于 37℃ 下孵育 0、24、48 和 72 小时，一式三份。为获得生物素化人 CD27 (hCD) 和沃瑟妥珠单抗 MMAE ADC 偶联物，将生物素化 hCD27 …

微流液相色谱/高分辨质谱法测定生物样品中抗体药物偶联物的药物抗体比 Read More »

一起回顾Protein Metrics在2024年CBA-China年会上的精彩瞬间！ Protein Metrics于2024年6月28、29日在苏州国际博览中心参加了2024首届美国华人生物医药科技协会CBA-China中国年会。在本次展会中，Protein Metrics中国团队和众多优秀的老师们针对Byos软件进行热烈的交流探讨，并围绕“生物制品分析数据的数字化”展开集中讨论。同时，特邀嘉宾翟相林博士也分享了“未来实验室”现状的主题报告。 接下来，让我们一起回顾Protein Metrics在展会上的精彩瞬间！ 展台前的精彩互动   左右滑动查看更多 展台前，王蕾和高准正在与参会老师进行交流，让更多的老师同学知道，Byos软件既适用于生物制品的结构表征分析，同时也可以进行组学数据的解析。 “未来实验室”现状的主题报告 杨森制药公司、高级科学家翟相林博士正在和大家分享 “未来实验室”现状：用于生物制剂高通量质谱分析的全自动系统。  Panel Talk——  生物制品分析数据的数字化  生物制品的质量控制是确保产品质量和安全性的关键步骤。 本次Panel Talk围绕“生物制品分析数据的数字化”展开，从质量控制中涉及到的生物制品分析类型，延展到数据存储、转运的方式，最后聚焦于数据安全性、自动化等问题。 • Protein Metrics中国区工程师高准，为大家介绍了生物制品在表征分析中常会涉及到的分析类型，会产生的数据量，以及整个项目流转中常见的流转及存储方式，最后分享了对未来趋势的观点。 Binocular Vision (Shanghai) Co., Ltd.的创始人及CEO, Tom Blackadar，为大家带来了数据安全重要性的分享，例举了他和日本企业的项目合作经验，重点讲解了合作项目中对于数据安全性的解决方案及未来分析数据数字化的观点。 Protein Metrics中国区负责人王蕾 Founder & CEO of Binocular Vision, Tom Blackadar Protein Metrics中国区工程师高准 对话嘉宾：杨森制药公司、高级科学家翟相林博士 • 未来发展的规律总能看到相似处，翟相林博士也给大家分享了他本人曾经在工作中遇到的数据安全上的真实案例，一步未走好，最后损失的可能无法衡量。 借此问题，翟博慷慨的分享了现阶段美国杨森公司是如何通过分析数据的数字化、自动化来最大程度保证数据安全性、提升项目效率的解决方案。 结语 此次展会收获颇丰，Protein Metrics中国团队与众多优秀的同行老师们共同探讨了生物药物质量控制和分析的趋势和挑战。欢迎大家继续关注、了解我们的产品和服务，期待再次相遇！ 关于Protein Metrics Protein Metrics LLC是一家全球领先的质谱数据解析软件供应商，公司总部位于美国加州。我们为科研和企业用户提供高效准确的一站式质谱数据解析方案，帮助用户发现、解决问题。Protein Metrics在全球范围内提供销售和支持，目前已为超过150个企业和300个科研单位提供服务。 联系我们邀约演示： …

一起回顾Protein Metrics在2024年CBA-China年会上的精彩瞬间! Read More »

根据 MS/MS 数据建立样品 特异性N-糖数据库的网络方法 Aliana Tang1，Marshall Bern2       1皮蒙特高中，美国加利福尼亚州皮蒙特             2Protein Metrics LLC，美国马萨诸塞州波士顿 简介 糖对于许多生物过程至关重要，比如蛋白质折叠和细胞间通讯  约一半的哺乳动物蛋白质是糖基化蛋白  质谱在蛋白质和糖蛋白研究中的应用十分广泛  数据库搜索软件是根据串联质谱数据鉴定蛋白质的主要方法。该方法的要求如下：  ✔ 完整的蛋白质数据库——得益于方便的基因组测序，此要求通常都可以满足 ⚠️ 对于糖蛋白，还需要完整的糖数据库——此要求通常难以满足；往往只具备不完善的信息 目标是开发出能建立更优的 N-糖数据库的软件，从而根据质谱数据本身建立样品特异性糖数据库，而不是仅仅依赖已有的糖数据库 01 方法 编写基于网络的分析软件，使用更多糖数据扩充初始（“种子”）糖数据库，从而构建更完整的糖数据库 我们测试过的算法包括： 算法 1（不使用网络）：对于每一幅 MS/MS 谱图，一旦发现 N-糖基化特征峰就推断出糖并添加到糖列表中  算法 2（单网络）：根据算法 1 推断出的糖构建网络或图表，其中每个节点都是一种糖，每条边缘连接质量数相差一个单糖（HexNAc、Hex、Fuc 等）的两个节点。仅从尺寸 ≥ 3 的簇中选取节点构建糖列表。  算法 3（多网络）：将算法1推断出的糖分成一个个小框，使每个框中的所有糖都具有相同的裸肽质量数。在每个框中，遵循算法 2 的步骤计算。 测试使用的所有数据集均下载自 MassIVE 或 PRIDE 02 算法概念示例 算法 1（不使用网络） 为方便起见，质量数都使用近似整数 P = …

根据 MS/MS 数据建立样品特异性N-糖数据库的网络方法 Read More »