产品
  • 产品
  • 供应商
  • 采购
  • 资讯
  • 会展
猜你想搜
首页 资讯 同样是抗体,亚可见颗粒为什么能...

同样是抗体,亚可见颗粒为什么能差出3000倍?

热门推荐: 单抗 亚可见颗粒 阿斯利康
来源:抗体圈 2026-11-04
阿斯利康团队发表于 mAbs 期刊的研究,对比 15 款单抗在相同处方与应力条件下的亚可见颗粒(SVP)生成情况,不同抗体 SVP 数量差距最高可达 3000 倍。研究证实,吸附速率而非吸附量是 SVP 形成的关键影响因素,搅拌与振荡两种条件下颗粒生成机制存在明显差异。

研究团队:阿斯利康生物制药研发部(马里兰州盖瑟斯堡)制剂设计与开发团队,第一作者 Yibo Wang,通讯作者 Indira Prajapati 博士,联合科罗拉多大学博尔德分校化工系 Theodore Randolph 教授共同完成。2025 年 4 月发表于 mAbs 期刊。

做抗体开发的同行都知道,亚可见颗粒(SVP)是个让人头疼的指标。药典规定每容器≥10 μm 颗粒不超过 6000 个、≥25 μm 不超过 600 个,一旦超标,稳定性批次就得重来。

抗体开发

但很多人没认真想过一个问题:为什么同样是 IgG1、同样的处方、同样的应力条件,不同抗体之间的 SVP 数量能差出几个数量级?

这篇阿斯利康的研究,把 15 个单抗放在一起做了一次系统对比,答案有点反常识。

01 差了 10 倍,也差了 3000 倍

研究团队把 15 个单抗(13 个全长 IgG1,2 个双特异性抗体)统一透析到组氨酸 - 蔗糖缓冲液(pH 6.0),浓度 10 mg/mL,分别在两种容器里做强制降解:硼硅玻璃瓶和高密度聚乙烯(HDPE)瓶。

两种应力方式:搅拌(stirring)用磁力搅拌子 300 rpm、2 小时,主要在固液界面施加剪切力;振荡(agitation)端到端旋转 35 rpm、6 小时,主要扰动气液界面。

结果很说明问题。搅拌条件下,HDPE 瓶中 SVP 最多的抗体(mAb 10,约 6000 个 /mL,≥2 μm)是最少的(mAb 1,约 600 个 /mL)的 10 倍。玻璃瓶里差距更大:mAb 15 约 13000 个 /mL,是 mAb 4 和 mAb 9 的 13 倍。

振荡条件下差距直接拉到 3000 倍。mAb 4 产生了约 100 万个 /mL,而 mAb 3 只有约 300 个 /mL。

搅拌应力下 15 个单抗在两种容器中的 SVP 浓度对比

图 1:搅拌应力下 15 个单抗在两种容器中的 SVP 浓度对比

同样的分子骨架,差出三个数量级 —— 这不是工艺波动能解释的,而是抗体本身的 "界面性格" 不同。

02 反常识:决定 SVP 的不是 "吸了多少",而是 "吸得多快"

团队一开始的假设很直觉:吸附到界面的蛋白越多,被剪切下来形成颗粒的就越多。

他们用 QCM-D(耗散型石英晶体微天平)测了每个抗体在 HDPE 和玻璃传感器上的吸附行为。结果发现 ——吸附量在不同抗体之间差异很小:HDPE 上最高约 1400 ng/cm²,最低约 400 ng/cm²,只差 3 倍;玻璃上更接近,只差 2 倍。

这跟 SVP 差 10-3000 倍完全对不上。

真正拉开差距的是吸附速率常数 λ。有的抗体 20 分钟内就达到吸附平衡,有的慢得像在 "犹豫"。mAb 14 在 HDPE 上的 λ 值是 0.043,而 mAb 1 只有 0.004,差了整整一个数量级。

这个吸附速率常数,跟搅拌诱导的 SVP 数量呈强相关:HDPE 容器 Spearman rs = 0.70(p = 0.003),玻璃容器 rs = 0.60(p = 0.017)。

QCM-D 吸附速率常数λ与搅拌诱导 SVP 的相关性

图 2:QCM-D 吸附速率常数λ与搅拌诱导 SVP 的相关性

机制上也好理解:搅拌时剪切力持续作用于界面,吸附越快的抗体,表面吸附层的 "周转更新" 越快 —— 旧的被刮下来,新的马上补上,刮下来的就是颗粒。吸附慢的抗体,界面层还没形成多少,就没什么可掉的。

03 但振荡就不是这套逻辑了

有意思的是,吸附速率λ对振荡诱导的 SVP 预测力很弱(rs = 0.40,p = 0.14,不显著)。

为什么?因为振荡涉及的是气液界面、固液界面,以及气液固三相界面的共同作用。mAb 14 就是个典型:它吸附快、搅拌下颗粒多,但振荡下颗粒反而很少。

团队用自监督机器学习(SSL,基于约 6 万张无标签流式成像显微图训练)把颗粒形态投影到二维嵌入空间,发现:搅拌产生的颗粒,不管在玻璃还是 HDPE 里,形态都很像 —— 小、暗、圆形,接近硅油样;振荡产生的颗粒,细长、透明,形态完全不同。

自监督学习投影的 SVP 形态聚类图

图3:自监督学习投影的 SVP 形态聚类图

这说明两种应力的成粒机制根本不同,不能拿一个条件的数据去推另一个条件。

04 加上计算机模拟,预测力还能再提

团队还跑了 AlphaFold 结构,用 MOE 和 Schrödinger 算了 30+1065 个分子描述符,跟实验数据做组合筛选。

加入 "表面负电荷 patch 数量"(Nr_Neg_Patches_gt500)后,HDPE 搅拌的模型预测力从 rs=0.70 提升到0.84。玻璃瓶搅拌的最佳预测因子反而是 zeta 电位(rs = -0.78)—— 因为玻璃表面在 pH 6 带负电,抗体正电荷越强,吸附越猛。

振荡 SVP 预测更难,最佳特征是 CDR 区疏水性 patch(patch_cdr_hyd_4),rs = 0.79。

05 对抗体研发的三点启示

第一,早期筛选别只看最终 SVP 数量,先测吸附速率。QCM-D 只需要约 20 mg 样品,在早期候选筛选阶段就能跑,比等到制剂放大再测高效得多。

第二,容器材质不能一概而论。玻璃和 HDPE 的表面化学差异很大,一个抗体在玻璃瓶里表现好,不代表在 HDPE 储液瓶里也安全。

第三,气液界面是另一个战场。振荡/运输过程中的颗粒问题,跟固液界面搅拌的机制不同,需要单独评估,不能互相替代。

写在最后

这项研究有它的边界:只覆盖了 pH 6.0 组氨酸 - 蔗糖缓冲液、10 mg/mL 浓度、两种容器、两种应力。样本量 15 个单抗也不大,模型还处于概念验证阶段。

但它指出的方向是清晰的:界面介导的 SVP,核心不在 "吸附多少",而在 "吸附多快"。对早期开发来说,这意味着可以用更少的样品、更早的阶段,把界面稳定性风险筛出来。

阅读全文
相关文章
热门搜索
2006-2026 上海博华国际展览有限公司版权所有(保留一切权利)
沪ICP备05034851号-57
首页
产品
供应商
采购通
我的