质谱分析:生物制药的有力分析工具

质谱(MS)是一个分析技术测量分子离子或其碎片的质荷比。样品被注入质谱计，电离，碎片化，根据分子质量和信号强度检测。碎裂可用于检查大分子的结构，确定前体分子和识别修饰，例如蛋白质。使用质谱的科学家可以识别到单个原子的同位素的分子变化，使其成为识别生物分子和跟踪化学反应和分子修饰的强大分析技术。

质谱本身只能揭示质量电荷比，即m/z。因此，它经常与各种其他分析工具结合使用，例如液相色谱法(LC-MS/MS)或基质辅助激光解吸/电离(MALDI)加上飞行时间探测器(MALDI- tof)。MS用于分析整个过程中生物制药从最初的目标识别和蛋白质组学到毒理学和工业质量控制的发展，将在本文中进行探讨。

MS:生物制药分析和开发的重要技术

MS是必不可少的生物大分子的表征例如蛋白质和DNA，以及整个系统分析。

药物研发包括三个关键要素:确定疾病的机制，确定治疗的分子靶点，并开发生物活性化合物来作用于这些靶点。¹由于蛋白质是最常见的药物靶点，也越来越多地用于生物治疗，蛋白质组学和化学蛋白质组学中的ms技术对药物的发现和开发至关重要。蛋白质组分析，结合亲和探针和其他化学蛋白质组学技术，用于靶点反褶积，以识别药物靶点和影响其活性的分子。热谱分析结合高分辨率质谱用于确定药物作用机制(MoA)及其蛋白质靶点的稳定性。²

质谱来确定高阶结构

蛋白质组学质谱方法包括两者自顶向下(很少或没有碎片)和自底向上(高碎片化)大生物分子的分析-如生物疗法和/或他们的目标是确定一级和高阶结构。这对于确定蛋白质的结构-功能关系和相关药物的作用机制至关重要。耦合质谱/质谱在这方面特别有用，因为它可以使用连续的片段来深入了解高阶结构。单克隆抗体单克隆抗体(mAbs)是一种蛋白质生物疗法，在开发和工业制造过程中通过这些技术进行分析和表征。^3.

先进技术加速下一代生物疗法的发展

观看本次网络研讨会，了解为应对生物制药行业的挑战而专门设计的最新技术。探索多毛细管电泳系统如何使研究人员能够比传统方法更快地运行多个样品，允许高通量分析蛋白质纯度和稳定性，以及基因组完整性和AAV纯度。

看网络研讨会

赞助内容

大自然的药柜

质谱可用于鉴定传统草药中的活性成分，开发规范的生物疗法。直接实时质谱分析(DART-MS)已被应用于中药中香豆素类和其他活性成分的定量，作为一种质量控制手段。⁴在另一项研究中，一种治疗抑郁和失眠的中药——百合地黄汤在小鼠身上进行了评估，以确定其有效成分。LC-MS被用来确定汤剂中的许多化合物被大脑吸收，并与血清素和褪黑素受体结合。⁵

生物疗法的另一种来源是在微生物和真菌中产生天然产物的生物合成基因簇。“这些是大自然的药柜，”他说尼尔·凯莱赫博士她是西北大学生命科学的沃尔特和玛丽·格拉斯·伊丽莎白教授。凯莱赫的实验室使用超高分辨率LC-MS/MS对数千种可培养微生物进行表达筛选，以发现天然产物和编码其表达的基因。这些新化学物质平均超过五个立体中心。然后可以用生物测定法对它们进行分析，以确定它们的效果和药用潜力。凯莱赫的实验室已经在代谢基因组学中使用这些策略来探索斯特拉维汀和生物素的生物合成机制。⁶

质谱在检测溶液中含有其他几乎相同分子的化合物时特别有用。单克隆抗体的定量就是这样，单克隆抗体用于治疗自身免疫性疾病，并在内源性免疫球蛋白溶液中进行监测。⁷高分辨率质谱技术可以区分质量，精确到几个小数点，从而可以更好地识别解决方案的成分。

基于ms的生物制药质量控制和临床研究方法

工业药品生产使用MS的高分辨率功能进行质量控制和毒理学目的。它能够在生物治疗药物的大规模生产中检测出不需要的副产品和其他杂质。它也被用于跟踪临床试验期间预期的药物代谢物和监测潜在的有毒衍生物。⁸

在蛋白质组学中，MS常用于跟踪蛋白质的酶修饰，如糖基化和磷酸化，这可以改变生物制药化合物的功能并产生不良反应。像蛋白质一样，用于糖基化的多糖是大而复杂的生物分子，受益于使用高分辨率质谱来确定大小和结构。药理学实验室和制造商使用MS对糖基化生物疗法的关键质量属性进行表征和分析。⁹

Wout Bittremieux博士在2022年的一篇论文中使用了机器学习程序来分析人类皮肤拭子MS数据。Bittremieux是一名博士后研究员Dorrestein实验室该专业专注于利用MS来表征翻译后修饰和小分子疗法的生物合成，以及开发MS工具来结构表征参与代谢交换的分子。在这篇论文中，研究小组证明了一些口服或系统服用的药物可以通过皮肤扩散，并在表皮上被检测到。¹⁰这表明了将非侵入性样本的MS数据用于各种临床试验目的的潜力，例如跟踪治疗药物的代谢。Bittremieux说:“你可以通过简单的皮肤拭子来监测药物依从性。”

技术进步解决了多发性硬化症的挑战

质谱分析的挑战包括数据解释所需的时间和处理能力以及样品制备的必要性。

全球天然产物社会和分子网络(国民生产总值)由Dorrestein实验室于2016年成立，以解决前一个问题。¹¹这是一个MS数据存储库和分析平台，托管在UCSD的服务器上，“一个非靶向代谢组学的搜索引擎，”Bittremieux说。然后，世界各地的研究小组可以使用这些数据进行重新分析和重新解释，使新的研究问题可以通过现有数据来解决。Bittremieux的皮肤拭子数据来自GNPS。

MS系统所需的样品制备(通常包括纯化或分离，导致材料损失)是天然产物分析和后续药物发现的障碍。高分辨率质谱(HRMS)通过允许对少量物质进行精确分析，有助于缓解这一障碍，并用于评估制药整个系统分析中的代谢物和生物标志物。¹²

凯莱赫说，在自上而下的蛋白质形态测量中，最令人兴奋的最新进展是单分子质谱，他的实验室帮助开发了这一技术。他说:“这是一项重大的、非增量的进步，能够表征稀释的复杂混合物，并以单分子分辨率进行表征。”它也被称为单个离子MS，允许确定每个离子的电荷状态，这大大简化了高度修饰的蛋白质、它们的复合物和其他大分子的质量分配。

质谱分析的未来

与其他分析技术一样，质谱设备正在发展更高的分辨率和进一步的小型化，这导致了易于使用和获得的数据的增加。这就使得样品准备的原生状态蛋白质分析和天然产物药物发现变得容易。

MS设备的进步导致了大量数据的生成，存储在GNPS等数据库中。为了处理这些数据，机器学习和深度学习方法将变得更加普遍，Bittremieux说:“大量训练数据的可用性是开发机器学习模型的必要要求，该领域现在真正开始探索这些选项。”

他补充说，这些模型将允许研究人员“比以前更标准的生物信息学方法更深入地挖掘数据”。像这样的技术已经被用于基因组学研究，而代谢组学和蛋白质组学等领域正在迅速赶上。这些数据和分析将提供表型信息，这些信息将在生物治疗学和精准医学中有许多应用。

参考文献

1.Meissner F, Geddes-McAlister J, Mann M, Bantscheff M.基于质谱的蛋白质组学在药物发现中的新兴作用。Nat Rev药物发现。2022:1-18。doi:10.1038 / s41573 - 022 - 00409 - 3

2.Savitski MM, Reinhard FBM, Franken H，等。通过蛋白质组的热分析来追踪活细胞中的癌症药物。科学．2014, 346(6205): 1255784。doi:10.1126 / science.1255784

3.王志强，王志强，等。单克隆抗体自上而下和中下质谱鉴定的实验室间研究。j。Soc。质量范围．2020; 31(9): 1783 - 1802。doi:10.1021 / jasms.0c00036

4.陈震，杨颖，陶宏，廖玲，李勇，张震。以香豆素类为主要特征的实时质谱直接分析快速鉴定中药。Phytochem。分析的28 2016;(3): 137 - 143。doi:10.1002 / pca.2650

5.吴华，刘荣，王杰，等。液相色谱-质谱深度分析和在网上百合地黄汤潜在有效成分的验证在活的有机体内和在体外．J. Sep科学．2021年,44(21):3933 - 3958。doi:10.1002 / jssc.202100434

6.蒙塔瑟R，凯莱赫NL。生物素抗代谢物、斯特拉维汀类药物的生物合成机制的发现。ACS化学。医学杂志．2019; 15(5): 1134 - 1140。doi:10.1021 / acschembio.9b00890

7.Ladwig PM, Barnidge DR, Willrich MAV。质谱方法鉴定和定量治疗性单克隆抗体在临床实验室。中国。疫苗Immunol．24 (5): 2017; e00545-16。doi:10.1128 / CVI.00545-16

8.姜辉，高升，胡刚，何健，金辉。药物毒理学创新:质谱成像技术的应用。毒理学．2021; 464:153000。doi:10.1016 / j.tox.2021.153000

9.李志强，李志强，李志强。糖蛋白组学技术在糖蛋白生物技术中的应用。学生物化学放置。Eng。Biotechnol．2021; 175:413 - 434。doi:10.1007/10 _2020_144

10.王志强，王志强，王志强，等。决定皮肤中药物检测的物理化学性质。中国。Transl。Sci．2021; 15(3): 761 - 770。doi:10.1111 / cts.13198

11.王敏，Carver JJ, Phelan VV，等。与全球天然产物社会分子网络共享和社区管理质谱数据。Nat。．2016年,34(8):828 - 837。doi:10.1038 / nbt.3597

12.Géhin C，霍尔曼SW。2020年应用于制药的高分辨率质谱分析的进展:一个全新的信息时代。分析的科学。阿德．2021; 2(3 - 4): 142 - 156。doi:10.1002 / ansa.202000149