4
當前位置：安捷倫科技（中國）有限公司>>技術文章>>應用簡報 | 安捷倫Vaya手持拉曼光譜儀如何輕松實現商用寡核苷酸原料的穿包裝ID認證？
應用簡報 | 安捷倫Vaya手持拉曼光譜儀如何輕松實現商用寡核苷酸原料的穿包裝ID認證？
寡核苷酸藥物（Oligonucleotide drug，又名小核酸藥物）直接作用于疾病的遺傳物質（DNA/RNA）靶點發揮治療作用，且具有高特異性和長藥效等優勢，在過去的幾年里其需求劇增，正在承受壓力以滿足應用需求和質量要求。
當前 cGMP 環境下強制對寡核苷酸原料進行入場認證，篩查劣質或摻假的原料，是防止錯誤原料引入，保持質量標準的第一道關卡。
合成寡核苷酸的原料——亞磷酰胺，通常儲存在棕色玻璃瓶中。在本應用簡報中，介紹了 Agilent Vaya 手持拉曼光譜儀帶包裝鑒別幾種市售的用于合成寡核苷酸的亞磷酰胺。該分析的目的是證明拉曼光譜是在 cGMP 制造環境中透過透明和不透明容器識別/區分生物制藥材料的有效解決方案。
實驗部分
在 Sigma Aldrich 購置幾種低聚亞磷酰胺，均為棕色玻璃瓶包裝。實驗的流程為：
?
購買樣品如下：
-
DMT-2’O-Methyl-rA (bz) Phosphoramidite
-
DMT-dA (bz) -CPG
-
DMT-dG (ib) Phosphoramidite
-
DMT-dT Phosphoramidite
-
DMT-dA (bz) Phosphoramidite
五種低聚亞磷酰胺拉曼光譜
結果與討論
從譜圖結果中可以看出 s. DMT-dG(ib) Phosphoramidite 和 DMT-dA(bz)-CPG 這兩種原料在 1000cm-1 和 1500cm-1 處的特征峰與其他三個原料有明顯的差異，可以比較容易的分辨出來，而其余的三種原料則有非常相近的譜圖，因此當這幾種原料混淆或裝錯時就很有可能會出現假陽性的情況。
于是在原有模型的基礎上，利用 Vaya 獨特的相似物區分功能掃描添加相似原料的譜圖，以增強模型計算，將相似原料譜圖區分開。能夠區分相似物的原理在于 Vaya 智能的模型軟件計算系統，Vaya 采用相關系數（R2）和線性模型系數（LMC）雙重模型算法進行決策，R2 是常用的未知物鑒別指標，以確認待測樣品與模型的相似度，LMC 則提供額外的檢查以增強決策的特異性，它基于將額外的光譜（即分析物光譜）添加到模型中并觀察其 LMC 得分對模型的影響來進行增強計算。
以五種原料的模型逐一進行驗證（未添加相似物料）
以五種原料的模型逐一進行驗證（添加相似物料）
從測試結果中可以得出以下結論：
1
此次實驗購置的亞磷酰胺原料均具有比較清晰的拉曼特征峰，適宜利用拉曼光譜儀進行分析。
2
Agilent Vaya 手持拉曼光譜儀可以穿透棕色玻璃瓶包裝對亞磷酰胺類原料進行穿包裝測試。
3
部分亞磷酰胺類原料具有比較相似的拉曼信號，常規的建模測試流程有誤識別的風險，需要利用添加相似物功能對其進行區分。
結語
得益于 Vaya 手持拉曼光譜儀優異的硬件和軟件系統，可以輕松穿透包裝鑒別物料，同時，搭載的智能雙模型系數算法可以有效區分相似物料，為原輔料 ID 認證保駕護航。這些性能已在寡核苷酸類生物制藥原料的檢測中得到了印證。
我們可以期待 Vaya 在未來應用場景中有更多突出的表現。