Stuart McDougall (左) 和 Michael Blackburn与装备FAIMS的TSQ Vantage质谱仪。FAIMS技术可提高质谱仪的选择性。
位于英国亚伦维克的赛诺菲-安万特药物公司的药物代谢与药物代谢动力学部门,为全球各分公司的科学研究提供生物分析的技术支持。每天都需要分析各种各样生物样品:从早期的非临床、临床研究实验样品到后来的三期临床试验以及生物等效性实验样品等。面对生物分析中越来越多的挑战,该公司生物分析部门将TurboFlow在线样品前处理技术和先进的多通道技术的TLX系统与FAIMS技术相结合,帮助实验室不仅满足精确性和精密度这两个首要考察因素,同时还获得了高通量、分析方法适用性好等优势。
面临的挑战
位于英国亚伦维克的赛诺菲-安万特药物公司的药物代谢与药物代谢动力学部门,为全球各分公司的科学研究提供生物分析的技术支持。生物分析部门主管Stuart McDougall 以及生物分析质谱专家Michael Blackburn所在的团队需要分析各种各样生物样品:从早期的非临床、临床研究实验样品到后来的三期临床试验以及生物等效性实验样品等。该研究团队有两个最重要的任务:准确而快速地提供最佳分析结果以满足法规要求。
复杂基质样品,如血浆样品、尿液样品等,使该团队所装备的三重四极杆质谱仪几乎达到分析极限能力。这些样品还会经常出现干扰,导致分析结果无效。准确性和精确度是两个最关键指标,同时实验室必须具备每周分析数千个样品的能力,以满足紧急的项目期限要求。赛诺菲-安万特团队采用了互补性的解决方案——TLX 系统和高场非对称波形离子迁移谱(FAIMS),帮助他们同时满足准确性、精确度以及高通量分析的挑战。
全自动的在线样品制备
Stuart McDougall 和 Michael Blackburn在1999年采用了TLX-1系统,配置Thermo Scientific TurboFlow全自动在线样品制备技术。由于TLX-1系统能够显著提高样品通量,实验室给予系统很好的评价。在MS/MS系统上实现生物样品直接进样,TurboFlow方法实际上节省了传统的样品处理时间。在安装TLX-1系统前,赛诺菲-安万特团队的每个成员每天能够处理一块96孔板,采用该系统后,每个成员每天能够处理三块96孔板,使工作效率提高了300%。分析人员只需将样品以及内标(IS)加入96孔板,将其混匀和离心,然后放到自动进样器上进行分析。现在,节约的时间都用于整理报告、处理文档和方法开发。
该研究团队甚至采用TLX系统处理常见问题,如样品残留等。McDougall说:“这个问题以前经常困扰我们。如今实验室采用TurboFlow柱并连续进四针血浆离心上清液样品,定量下限能够低至10pg/ml。”TurboFlow方法适合处理复杂基质样品,如尿液样品和血浆样品离心上清液。该方法结合严格的认证程序,可开发适用性很强的分析方法。由于其无与伦比的适用性,赛诺菲-安万特团队已经为实验室的所有质谱系统配置了TLX系统。
图1. 处于定量下限浓度(LLOQ)的目标物的代表性LC-MS/MS谱图。
“在使用TurboFlow技术前,开发分析方法是个非常复杂的过程, McDougall说,“我们曾经碰到努力了三、四个月,也没开发出合格的分析方法的情况。现在我们的运行失败率可以控制在5%以内,即在质量控制或者标准曲线分析中,二十块样品板中最多有一块不合格。我们花了大量时间进行方法确认,所以从未由于样品重复性而导致实验失败。”
多通道技术提高分析通量
为了进一步提高分析通量,实验室装备两套具有先进的多通道技术的 TLX-2系统。TLX-2系统可获得两台独立液质(LC/MS)系统与一台质谱仪联用的分析通量。当遇到时间很紧急的项目或者样品量很大的项目时,McDougall 和 Blackburn就要依靠该系统提高分析通量。他们曾使用该系统运行32?000个样品研究唑吡坦(安必恩)的新分子式。
“假如没有TLX-2系统,我们不可能及时获得安必恩的分析数据。”McDougall说道。
最近,该小组经常接到在几天内完成1000个样品分析的任务。其他实验室对于此类任务可能会难以应付。而赛诺菲-安万特研究团队却可以信心十足地完成项目,因为他们拥有可靠的系统、适用性好的分析方法以及24小时的运行能力。
“我们已经使用TLX系统十多年,对系统有了一个全面的了解,”McDougall说,“我们当时投资从赛默飞世尔科技公司获得一套全面的解决方案,现在我们一直受益于当时的决定。”
FAIMS解决干扰问题
在2008年的一次常规药物分析中,赛诺菲-安万特团队发现了某项研究的特定干扰峰,后来确认该干扰峰为克他命,一种广泛使用的动物止痛药。当干扰峰与目标药物在色谱中分开时,又对内标物产生干扰。McDougall 和 Blackburn担心该干扰物会改变内标峰面积,从而影响定量分析。更重要的是,美国食品药品监督局(FDA)可能会由于结果重现性不佳而驳回研究数据。
“生物分析实验必须严格遵守FDA的规定。”McDougall说,“我确信如果提交给FDA审查的话,肯定会因为结果重现性不佳而被驳回,所以我们必须加以改进。”当然他们可以通过提高药物的容量因子去解决色谱干扰问题,但这意味着需要重新进行完整的分析方法确认,这一过程需要花费大量宝贵时间。
McDougall 和 Blackburn选择了采用Thermo Scientific FAIMS技术解决问题。该技术为化合物分离增加了一个新的维度,提供更好的特异性和分析方法适用性。FAIMS技术通过发掘离子形状、电荷以及尺寸方面的区别消除干扰。该分离过程发生在离子化后的气相状态。为了采用FAIMS技术分离干扰峰,McDougall和Blackburn只需在目标化合物溶液中加入内标化合物和干扰物克他命,然后在FAIMS单元中优化补偿电压(CV)。由于干扰物克他命与候选药物化合物的FAIMS电压不同,系统可轻松实现二者的分离。
“FAIMS技术为您的分析方法增加了另一个维度的特异性,” McDougall说,“您可以依靠液相色谱实现分离,通过不同质荷比实现分离。现在您还可以采用FAIMS技术根据分子尺寸、形状以及电荷的不同实现分离,这是一个相当简洁而有效的方法。”
图2. 分析目标物的典型LC-FAIMS-MS/MS 色谱图。分析对象为血浆中LLOQ浓度水平的目标物,CV = -13.9V。LC流速在柱后分流为0.5ml/min。
十多年来,该研究团队一直在使用基于LC-MS/MS系统的TurboFlow方法,因此不希望放弃全自动在线样品制备方法。FAIMS技术利用全新的硬件解决方案将选择性提高了一个水平,并实现与TurboFlow方法的无缝连接。
该研究团队初步尝试使用FAIMS技术后,现在又面临新的挑战。他们需要开发一种方法,用于分析分子量约为6000Da的多肽生物药物。
传统方法是采用酶联接免疫吸附剂测定方法(ELISA)测量化合物,但该方法的特异性令人担忧,这是ELISA方法的一个主要缺点。因此,该研究团队决定使用LC-MS/MS、TurboFlow方法以及FAIMS技术进行物理化学分离。
为了实现低浓度样品的定量分析,传统方法就是增加样品体积,提取更多样品,然后富集样品进行分析。但是,为了满足定量限要求,所需的大量生物基质来之不易。最终,采用一种组合方法,将免疫亲和萃取与TurboFlow方法、LC、FAIMS技术以及MS/MS技术相结合,提供了最佳分析结果。
“实际上我们已经别无选择,” McDougall说,“我们需要一种可以改进信噪比,但无需使用大量生物基质的分析方法。这些化合物具有不同电荷状态,因此可以实现相互分离。我们必须利用一切技术手段获得所需的灵敏度。”
FAIMS单元能够24小时全天候工作,为亚伦维克研究团队提供可靠而耐用的分析工具。
图1a上图显示分析目标物在保留时间1.78min处有色谱峰,信噪比(S/N)为4,具有很严重的化学背景;图1b:下图显示内标在与目标物相同的保留时间出峰,在保留时间为2.01min处有一干扰峰,致使内标峰面积积分受到干扰峰的影响。
“FAIMS会提供我们所需的选择性,这一点我们非常有信心。但实际上,即使在生产环境下运行FAIMS单元,也能确保可靠的样品分析。” McDougall说,“FAIMS技术在实际生产环境下体现出强大的适用性。”
“选择性越好,分析方法就越可靠,精密度、精确性就越好,方法适用性越好,干扰物质的影响就越小。”McDougall说,“无论来自基质或合并用药,任何干扰物质均受到美国食品药品监督局(FDA)的关注。如果您可以消除所有干扰的影响,即使当您开发分析方法时没有出现明显的干扰,这意味着这种分析方法在生产环境中具有相当好的适用性。”
为了追求更好的选择性,开发更好的分析方法,赛诺菲-安万特药物公司在全球的所有实验室已经采用了亚伦维克实验室的工作流程,包括Thermo Scientific质谱仪、TLX系统与FAIMS技术。
图2a显示信噪比(S/N)为7949,该值是没有采用FAIMS技术的实验信噪比的2000倍。FAIMS技术的离子传输效率(%)为标准LC-MS实验的4.5倍。图2b显示没有干扰的内标色谱峰。
小结
赛诺菲-安万特研究团队将具有TurboFlow在线样品前处理技术和先进的多通道技术的TLX系统与FAIMS技术相结合,表现出极高水平的选择性。这一优点对药物分析方法开发至关重要。这些互补性的解决方案帮助实验室不仅满足精确性和精密度这两个首要考察因素,同时还获得了高通量、分析方法适用性好等附加优势。
赛诺菲-安万特英国公司
展源
何发
2020-05-27
2020-05-27
2021-04-19
2020-05-21
2020-11-10
2020-05-27
2020-05-27
2020-05-27
2020-05-27
加载更多