CN102917733A - 用于产生糖蛋白的宿主细胞的选择和用途 - Google Patents

用于产生糖蛋白的宿主细胞的选择和用途 Download PDF

Info

Publication number
CN102917733A
CN102917733A CN2011800223220A CN201180022322A CN102917733A CN 102917733 A CN102917733 A CN 102917733A CN 2011800223220 A CN2011800223220 A CN 2011800223220A CN 201180022322 A CN201180022322 A CN 201180022322A CN 102917733 A CN102917733 A CN 102917733A
Authority
CN
China
Prior art keywords
polysaccharide
cell
colony
fill
level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011800223220A
Other languages
English (en)
Inventor
B·E·柯林斯
J·杜夫纳
V·法鲁丁
N·巴纳戈尔
L·瑟尼拉坎塔皮赖
C·J·博斯克斯
G·骄陈如
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Momenta Pharmaceuticals Inc
Original Assignee
Momenta Pharmaceuticals Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Momenta Pharmaceuticals Inc filed Critical Momenta Pharmaceuticals Inc
Publication of CN102917733A publication Critical patent/CN102917733A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12P—FERMENTATION OR ENZYME-USING PROCESSES TO SYNTHESISE A DESIRED CHEMICAL COMPOUND OR COMPOSITION OR TO SEPARATE OPTICAL ISOMERS FROM A RACEMIC MIXTURE
    • C12P21/00—Preparation of peptides or proteins
    • C12P21/005—Glycopeptides, glycoproteins
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
    • C12Q1/6809—Methods for determination or identification of nucleic acids involving differential detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Biochemistry (AREA)
  • Genetics & Genomics (AREA)
  • Microbiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Epidemiology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Toxicology (AREA)
  • Micro-Organisms Or Cultivation Processes Thereof (AREA)
  • Preparation Of Compounds By Using Micro-Organisms (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • X-Ray Techniques (AREA)

Abstract

在此提供了一种制造具有选择的糖结构的糖蛋白的方法。

Description

用于产生糖蛋白的宿主细胞的选择和用途
本申请要求于2010年4月7日提交的美国申请序列号61/321,863的优先权。先前申请的披露内容被视为本申请的披露内容的一部分（并且通过引用结合在此）。
本发明是针对选择用于产生糖蛋白的宿主细胞的方法、宿主细胞以及其他相关的方法、细胞和糖蛋白。
发明背景
一种典型的糖蛋白产品就复杂性而言实质上不同于一种典型的小分子药物。附接至一种糖蛋白的氨基酸主链上的糖结构在可以在结构上以许多方式而变化，这些许多方式包括序列、分支、糖含量以及非均匀性。因此，糖蛋白产品可以是具有许多结构多样分子的复杂的非均匀混合物，这些结构多样分子自身具有复杂的聚糖结构。糖基化作用不仅增加了分子的结构复杂性，而且影响或调节了糖蛋白的许多生物和临床属性。
发明概述
在蛋白质上的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分）的出现是许多因素的极其复杂的相互作用的结果。在此描述的方法部分地依赖于在从选择的细胞群体制成的蛋白质上的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分）的特性的多重观察分析（multi-observational analysis）。这些方法允许按照不同的细胞群体对其制造的蛋白质赋予复杂的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分）的能力而比较它们的能力。细胞群体质量属性概况提供了在细胞群体之间（甚至是对于十分相似的细胞系）的令人惊讶地强大的区别。因此，在此描述的这些方法可以用来选择一种适当的宿主细胞以用于产生靶糖蛋白（例如，用于产生一种市售的生物治疗糖蛋白的生物仿制或生物再造产品），例如，在此描述的方法可以用来鉴定和/或选择一种宿主细胞以用于产生生物仿制或生物再造产品，该生物仿制或生物再造产品最佳地匹配了其中产生该市售的生物治疗糖蛋白的宿主细胞的糖基化特性，例如，在其中产生该市售的生物治疗糖蛋白的宿主细胞群体并不为生物仿制或生物再造产品的制造者所知的情况下。在多个方面，使用在此描述的方法选择了用于产生一种靶糖蛋白的适当的宿主细胞群体。
在一方面，本发明的特点为一种制造具有选择的翻译后修饰（例如，选择的糖结构、聚糖补充物、聚糖组分，例如具有选择的聚糖结构）的糖蛋白或提供或选择一个细胞群体（例如CHO细胞群体）例如以用于制造具有选择的翻译后修饰（例如，选择的糖结构、聚糖补充物、聚糖组分，例如具有选择的聚糖结构）的糖蛋白的方法。该方法包括：
(a)直接或间接获得用于产生所述糖蛋白的一个细胞群体的个性特征，其中该个性特征是通过在此描述的一种方法而获得或确定的，例如，通过
(i)针对第一细胞群体的多个分离物或等分部分中的每一者，获得表示为翻译后修饰的一个值，该值是多个区别观察值（例如，多个不同基因的表达水平，或多个不同的糖结构、聚糖结构、聚糖组分或它们的组合的表达水平）的函数，由此为所述第一细胞群体提供一组值；
(ii)针对第二细胞群体的多个分离物或等分部分中的每一者，获得表示为翻译后修饰的一个值，该值是多个区别观察值（例如，多个不同基因的表达水平，或多个不同的糖结构、聚糖结构、聚糖组分或它们的组合的表达水平）的函数，由此为所述第二细胞群体提供一组值；
(iii)将针对选择的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分或它们的组合）的一个值与针对所述第一细胞群体的该组值和针对所述第二细胞群体的该组值进行比较；并且
(iv)响应于所述比较，选择所述第一或第二细胞群体。
在一个实施方案中，该方法是一种提供或选择一个细胞群体（例如CHO细胞群体）例如以用于制造具有选择的翻译后修饰（例如，选择的糖结构、聚糖补充物、聚糖组分，例如具有选择的聚糖结构）的糖蛋白的方法，并且该方法进一步包括(b)培养所述选择的细胞群体。
在一个实施方案中，该方法是一种制造具有选择的翻译后修饰（例如，选择的糖结构、聚糖补充物、聚糖组分，例如具有选择的聚糖结构）的糖蛋白的方法，并且该方法进一步包括(b)在所述选择的细胞群体中制造具有选择的翻译后修饰（例如，糖结构、聚糖补充物或聚糖组分，例如具有选择的聚糖结构）的糖蛋白。
在一个实施方案中，该方法可以进一步包括在步骤(b)之前，对所鉴定的细胞群体进行基因修饰以便表达所述糖蛋白，例如，将编码全部或部分的所述糖蛋白的核酸引入所述鉴定的细胞群体之中。
在一个实施方案中，获得了针对多个，例如，至少3、4、5、6、7、8、9、10个细胞群体的一组值。
在一个实施方案中，在所述多个细胞群体中的所述细胞群体各自来自相同的种类、组织以及细胞类型，尽管在多个实施方案中这些细胞群体可能因天然获得的或有意诱发的突变而有所不同。
在一些实施方案中，在所述多个细胞群体中的细胞群体各自源于不同的细胞系。
在一个实施方案中，在所述多个细胞群体中的细胞群体各自源于特定细胞系的不同的单细胞克隆。
在一个实施方案中，在所述多个细胞群体中的所述细胞群体各自是一个紧密相关的细胞群体。
在一个实施方案中，这些细胞群体中的每个细胞群体共享一种共同的祖先细胞，其中该祖先细胞并不是生物的一部分，例如，该祖先细胞是一种培养细胞或一种细胞系的生成细胞（founder cell）。典型地，该共同的祖先细胞是已经从多细胞生物（例如，昆虫或动物，例如，哺乳动物或灵长类）中去除的一种细胞，例如，培养细胞，作为共同的祖先细胞，不包括自其取得该共同的祖先细胞的动物或动物祖先的前体细胞。在一个实施方案中，细胞群体各自源于一种共同的祖先细胞，并且多个细胞群体中的细胞群体没有任何一个具有以下的有意诱发的突变，即：该突变使编码合成、附接或修饰一种聚糖的蛋白质的基因失活。在一个实施方案中，多个细胞群体中的细胞群体各自源于一个共同的祖先细胞，并且多个细胞群体中的细胞群体没有任何一个具有在编码一种蛋白质的基因中的有意诱发的失活突变，该蛋白质选自：糖基转移酶（例如，MGAT1（GlcNAc T1）、α甘露糖苷酶II、IIx、α甘露糖苷酶IB、α甘露糖苷酶IA、FucT1-9、葡糖苷酶（例如，GCS1、GANAB）、一种针对生物合成或定位或转运的前体、GNE（例如，葡萄糖胺(UDP-N-乙酰基)-2-表异构酶/N-乙酰甘露糖胺）、高尔基体UDP磷酸酶、UDP-GlcNAc转运蛋白、UAP-1（UDP-N-乙酰己糖胺焦磷酸化酶）、PGM-3-葡萄糖磷酸变位酶3、NAGK-N-乙酰基-D-葡糖胺激酶、GNPNAT1-磷酸葡萄糖胺-N-乙酰转移酶1、UGP-2-UDP-葡萄糖焦磷酸化酶2、UGDH-UDP-葡萄糖6-脱氢酶GAlK-1-半乳糖激酶-1、PGM-1-葡萄糖磷酸变位酶-1、GCK-葡萄糖激酶），该蛋白质是改变例如伴侣蛋白（BiP、SNARE、cpn、hsp）、EDEM（ER降解性甘露糖苷酶样蛋白）、MANEA、以及甘露糖受体通过ER和高尔基体（golgi）的定位或运输的靶标。在一个实施方案中，多个细胞群体中的细胞群体各自源于一个共同的祖先细胞，并且多个细胞群体中的细胞群体没有任何一个具有以下的有意诱发的失活突变，即：该突变调节一种聚糖代谢物（例如，在此描述的代谢物）的水平。
在一个实施方案中，这些细胞群体不是源于Pro-5细胞系。在一个实施方案中，细胞群体未被修饰成（例如，未化学诱变成）对凝集素是抗性的。
在一个实施方案中，所选择的翻译后修饰是一种选择的聚糖补充物或聚糖组分。
在一个实施方案中，糖蛋白是一种治疗性生物产品，例如，治疗性抗体、Fc-受体融合物、激素、细胞因子。在一个实施方案中，糖蛋白是一种市售的治疗性生物产品的生物仿制或生物再造型式。
在一个实施方案中，对于每个细胞群体的观察值包括对基因的表达水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。在一个实施方案中，对于每个细胞群体的观察值包括关于聚糖代谢物的水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。
在一个实施方案中，该方法（例如(i)至(iv)）包括：
(i)针对多个细胞群体中的每个细胞群体，获得包括一组答案的一个细胞群体质量属性概况（一个概况），其中一个答案表示为翻译后修饰并且是对于多个观察值的一个操作产物，所述获得的概况形成多个区别概况；
(ii)获得一种选择的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分或它们的组合）的个性特征；
(iii)将所获得的概况与在(ii)中所获得的个性特征进行比较；
(iv)响应于比较（例如，当所获得的概况和在(ii)中所获得的个性特征显示出彼此具有预选关系时，例如，前者包括后者）而选择该多个细胞群体之一以用于产生主题糖蛋白；选择或提供该细胞群体以制造所述糖蛋白和/或在所述选择的细胞群体中制造具有所选择的翻译后修饰（例如，糖结构）的所述糖蛋白。在一些实施方案中，该方法进一步包括将编码所有或部分的所述糖蛋白的核酸引入所述鉴定的细胞群体之中。
在一个实施方案中，所述细胞群体的个性特征是直接获得的。
在一个实施方案中，所述细胞群体的个性特征是间接获得的。
在一个实施方案中，一个答案的维度小于观察值数目的维度。
在一个实施方案中，该方法包括相比于观察值数目降低该答案的维度的一种操作。
在一个实施方案中，该比较与答案’一起作出，其中答案’相比于该答案具有至少少一个的维度。
在一个实施方案中，该方法包括相比于一个答案降低答案’的维度的一种操作。
在一些实施方案中，一个基础观察值表示为聚糖结构、糖结构、聚糖组分或聚糖补充物。这样一个实施方案可以具有以下特性中的一种或多种：
在所述获得的概况中的答案是基于第一和第二观察值并且所述第一观察值是第一翻译后修饰（例如，聚糖结构、糖结构、聚糖组分或聚糖补充物）的水平，而第二观察值是第二翻译后修饰（例如，聚糖结构、糖结构、聚糖组分或聚糖补充物）的水平；
该比较包括将所选择的翻译后修饰（例如，糖结构）与所述多个概况的维度表示进行比较，其中在每个维度中的轴代表糖结构、聚糖补充物或聚糖组分的一个不同方面，例如，其中针对第一维度的轴代表聚糖A的水平并且针对第二维度的轴代表聚糖B的水平。
在一些实施方案中，一个基础观察值不表示为聚糖结构而是（例如）表示为一个或多个基因的表达水平。在这样的实施方案中，该操作不仅给出一个答案而且表述出就聚糖结构而言的该答案。这样一个实施方案可以具有以下特性中的一种或多种：
在所述获得的概况中的答案是基于第一和第二观察值并且所述第一和第二观察值中的至少一个不是表示为翻译后结构（例如，糖结构），而是表示为与翻译后结构（例如，糖结构）相关的一个参数，并且该操作提供了表示为翻译后结构（例如，糖结构、聚糖补充物或聚糖组分）的一个答案；
在所述获得的概况中的答案是基于第一和第二观察值并且所述第一观察值是第一代谢物的水平，而第二观察值是第二代谢物的水平；
比较包括将针对所选择的糖结构、聚糖补充物或聚糖组分的答案与所述多个所获得的区别概况的n维度描绘进行比较，其中每个维度中的轴与糖结构、聚糖补充物或聚糖组分的一个不同方面相关，例如，其中针对第一维度的轴与聚糖A的水平相关并且针对第二维度的轴与聚糖B的水平相关。
该方法需要“获得”步骤，例如，获得一个概况或获得一个选择的翻译后修饰的个性特征。获得该方法可以包括许多要素中的一个。
在一个实施方案中，获得一个值包括使样品经受一个过程，该过程导致该样品或另一种物质（例如，在分析中使用的分析纯试剂或装置）中的物理变化。这样的方法包括分析方法，例如，包括以下各项中的一个或多个的一种方法，即：使一种物质（例如，分析物，或其片段或其他衍生物）与另一种物质分离；将一种分析物或其片段或其他衍生物与另一种物质（例如，缓冲剂、溶剂或反应物）合并；或者改变一种分析物或其片段或其他衍生物的结构，例如通过断裂或形成在该分析物或一种试剂的第一与第二原子之间的共价或非共价键。
在其他实施方案中，例如在方法包括产生糖蛋白、或培养细胞、收获糖蛋白或纯化糖蛋白，或者导致方法中所使用的一个实体（例如，细胞、糖蛋白或试剂）的转化的另一个步骤的实施方案中，该获得步骤可能是在没有这样的转化的情况下可以（例如）通过检查、比较或从另一方接收信息而产生的一个步骤。
在一个实施方案中，获得一个概况包括进行化学或物理分析以便确定该概况。
在一个实施方案中，获得一个概况包括从另一方接收关于该概况的信息。
在一个实施方案中，获得一个翻译后修饰的个性特征包括进行化学或物理分析以便确定该个性特征。
在一个实施方案中，获得一个翻译后修饰的个性特征包括从一种药物的说明中（例如，从包装说明书中）选择该个性特征。
在一个实施方案中，获得一个翻译后修饰的个性特征包括从一个列表或表格中选择该个性特征。
在一个实施方案中，获得一个翻译后修饰的个性特征包括从另一方接收关于该翻译后修饰的个性特征的信息。
如在此的别处所论述，一个观察值可以表示为聚糖结构。在一个实施方案中，一个观察值的水平是4,4,1,0,0。
在一个实施方案中，一个观察值是4,4,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,0,0的水平。
在一个实施方案中，一个观察值是4,5,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,2,0的水平。
在一个实施方案中，一个观察值是5,5,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,1,0的水平。
在一个实施方案中，一个观察值是5,6,1,2,0的水平。
在一个实施方案中，一个观察值是5,6,1,3,0的水平。
在一个实施方案中，一个观察值是6,6,1,1,0的水平。
在一个实施方案中，一个观察值是6,6,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,1,0的水平。
在一个实施方案中，一个观察值是6,7,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,3,0的水平。
在一个实施方案中，一个观察值是6,7,1,4,0的水平。
如在此的别处所论述，一个观察值可以表示为不同于聚糖结构、聚糖补充物或聚糖组分。在一个实施方案中，一个观察值是基因表达水平。
在一个实施方案中，一个观察值是糖基转移酶表达水平。
在一个实施方案中，一个观察值是在聚糖生物合成中涉及的基因的表达水平。
在一个实施方案中，一个观察值是代谢物水平。
在一个实施方案中，一个观察值是UMP水平。
在一个实施方案中，一个观察值是GTP水平。
在一个实施方案中，一个观察值是UDP-Gal水平。
在一个实施方案中，一个观察值是GDP-Fuc水平。
如在此的别处所论述，在此描述的方法可以与一系列细胞群体（例如，来自一个亲本细胞系的不同细胞株或来自一个亲本细胞株的不同分离物）一起使用。在一个实施方案中，多个细胞群体中的细胞群体之一是CHO细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO K1细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO S细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是DG44细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是DHFR(-)细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO GS细胞系。
如在此描述的方法中的别处所论述，许多类型的操作适合于在这些方法中使用。
在一个实施方案中，该操作是多个观察值的算法组合。
在一个实施方案中，该操作是针对多个观察值的一个模型的拟合。
在一个实施方案中，该模型是线性模型。
在一个实施方案中，该操作包括使对于源于信息源（例如，列表、表格或数据库，例如，公众可获取的数据库）的观察值的多个值有关（例如，相关、关联或相等同）。
如在此描述的方法中的别处所论述，许多类型的答案适合在这些方法中使用。
在一个实施方案中，该答案是在多个基因的表达水平上的一个操作产物，例如，其中：该多个基因中的至少一个编码形成所选择的翻译后修饰的一种蛋白质；该多个基因中的至少一个编码降低所选择的翻译后修饰的水平的一种蛋白质；该答案是在ST3GAL3和ST3GAL4水平上的操作产物。
在另一方面，本发明的特点为一种从相同细胞类型的多个分离物（例如，来自CHO细胞群体的分离物）提供或选择一个细胞群体以用于制造具有选择的翻译后修饰（例如，选择的糖结构、聚糖补充物或聚糖组分，例如具有选择的聚糖结构）的糖蛋白的方法。该方法包括：
(a)获得一个选择的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分，例如具有选择的聚糖结构）的个性特征；
(b)例如通过使用在此描述的方法，获得一个评估，即所述细胞类型的所述多个分离物各自产生所述选择的翻译后修饰的能力，
(c)从所述多个分离物选择一个分离物，
(d)任选地培养所述选择的细胞群体；
从而提供一个细胞群体。
在一个实施方案中，该方法进一步包括(b)培养所述选择的细胞群体。
在一个实施方案中，该方法进一步包括(b)在所述选择的细胞群体中制造具有选择的翻译后修饰（例如，糖结构、聚糖补充物或聚糖组分，例如具有选择的聚糖结构）的一种糖蛋白。
在一个实施方案中，该方法可以进一步包括在步骤(b)之前，对所鉴定的细胞群体进行基因修饰以表达所述糖蛋白，例如，将编码所述糖蛋白的全部或部分的核酸引入所述鉴定的细胞群体之中。
在一个实施方案中，获得了针对多个，例如，至少3、4、5、6、7、8、9、10个细胞群体的一组值。
在一个实施方案中，在所述多个细胞群体中的所述细胞群体各自来自相同的种类、组织以及细胞类型，尽管在多个实施方案中这些细胞群体可能因天然获得的或有意诱发的突变而有所不同。
在一些实施方案中，在所述多个细胞群体中的细胞群体各自源于不同的细胞系、不同的细胞株或不同的克隆。
在一个实施方案中，在所述多个细胞群体中的细胞群体各自源于特定细胞系的不同的单细胞克隆。
在一个实施方案中，在所述多个细胞群体中的所述细胞群体各自是一个紧密相关的细胞群体。
在一个实施方案中，细胞群体中的每个细胞群体共享一种共同的祖先细胞，其中该祖先细胞并不是生物的一部分，例如，该祖先细胞是一种培养细胞或一种细胞系的生成细胞。典型地，该共同的祖先细胞是已经从多细胞生物（例如，昆虫或动物，例如，哺乳动物或灵长类）中去除的一种细胞，例如，培养细胞，作为共同的祖先细胞，不包括自其取得该共同的祖先细胞的动物或动物祖先的前体细胞。
在一个实施方案中，细胞群体各自源于一种共同的祖先细胞，并且多个细胞群体中的细胞群体没有任何一个具有以下的有意诱发的突变，即：该突变使编码合成、附接或修饰一种聚糖的蛋白质的基因失活。在一个实施方案中，多个细胞群体中的细胞群体各自源于一个种共同的祖先细胞，并且多个细胞群体中的细胞群体没有任何一个具有在编码一种蛋白质的基因中的有意诱发的失活突变，该蛋白质选自：糖基转移酶（例如，MGAT1（GlcNAc T1）、α甘露糖苷酶II、IIx、α甘露糖苷酶IB、α甘露糖苷酶IA、FucT1-9、葡糖苷酶（例如，GCS1、GANAB）、针对生物合成或定位或转运的前体、GNE（例如，葡萄糖胺(UDP-N-乙酰基)-2-表异构酶/N-乙酰甘露糖胺）、高尔基体UDP磷酸酶、UDP-GlcNAc转运蛋白、UAP-1（UDP-N-乙酰己糖胺焦磷酸化酶）、PGM-3-葡萄糖磷酸变位酶3、NAGK-N-乙酰基-D-葡糖胺激酶、GNPNAT1-磷酸葡萄糖胺-N-乙酰基转移酶1、UGP-2-UDP-葡萄糖焦磷酸化酶2、UGDH-UDP-葡萄糖6-脱氢酶GAlK-1-半乳糖激酶-1、PGM-1-葡萄糖磷酸变位酶-1、GCK-葡糖激酶），该蛋白质是改变例如，伴侣蛋白（BiP、SNARE、cpn、hsp）、EDEM（ER降解性甘露糖苷酶样蛋白）、MANEA、甘露糖受体通过ER和高尔基体的定位或运输的靶标。在一个实施方案中，多个细胞群体中的细胞群体各自源于一种共同的祖先细胞，并且多个细胞群体中的细胞群体没有任何一个具有以下的有意诱发的失活突变，即：该突变调节一种聚糖代谢物（例如，在此描述的代谢物）的水平。
在一个实施方案中，这些细胞群体不是源于Pro-5细胞系。在一个实施方案中，这些细胞群体未被修饰成（例如，未化学诱变成）对凝集素是抗性的。
在一个实施方案中，所选择的翻译后修饰是一种选择的聚糖补充物或聚糖组分。
在一个实施方案中，糖蛋白是一种治疗性生物产品，例如，治疗性抗体、Fc-受体融合物、激素、细胞因子。在一个实施方案中，糖蛋白是一种市售的治疗性生物产品的生物仿制或生物再造型式。
在一个实施方案中，对于每个细胞群体的观察值包括对基因的表达水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。在一个实施方案中，对于每个细胞群体的观察值包括关于聚糖代谢物的水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。
在一个实施方案中，该方法（例如(i)至(iv)）包括：
(i)针对多个细胞群体中的每个细胞群体，获得包括一组答案的一个细胞群体质量属性概况（一个概况），其中一个答案表示为翻译后修饰并且是对于多个观察值的一个操作产物，所述获得的概况形成多个区别概况；
(ii)获得一个选择的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分）的个性特征；
(iii)将所获得的概况与在(ii)中所获得的个性特征进行比较；
(iv)响应于比较（例如，当所获得的概况和在(ii)中所获得的个性特征显示出彼此具有预选关系时，例如，前者包括后者）而选择该多个细胞群体之一以用于产生主题糖蛋白；选择或提供该细胞群体以制造所述糖蛋白和/或在所述选择的细胞群体中制造具有所选择的翻译后修饰（例如，糖结构）的所述糖蛋白。在一些实施方案中，该方法进一步包括对所鉴定的细胞群体进行基因修饰以表达所述糖蛋白，例如，将编码所述糖蛋白的全部或部分的核酸引入所述鉴定的细胞群体之中。
在一个实施方案中，所述细胞群体的个性特征是直接获得的。
在一个实施方案中，所述细胞群体的个性特征是间接获得的。
在一个实施方案中，一个答案的维度小于观察值数目的维度。
在一个实施方案中，该方法包括相比于观察值数目降低该答案的维度的一种操作。
在一个实施方案中，比较与答案’一起作出，其中答案’相比于该答案具有至少少一个的维度。
在一个实施方案中，该方法包括相比于一个答案降低答案’的维度的一种操作。
在一些实施方案中，一个基础观察值表示为聚糖结构、糖结构、聚糖组分或聚糖补充物。这种实施方案可以具有以下特性中的一种或多种：
在所述获得的概况中的答案是基于第一和第二观察值并且所述第一观察值是第一翻译后修饰（例如，聚糖结构、糖结构、聚糖组分或聚糖补充物）的水平，而第二观察值是第二翻译后修饰（例如，聚糖结构、糖结构、聚糖组分或聚糖补充物）的水平；
该比较包括将所选择的翻译后修饰（例如，糖结构）与所述多个概况的维度表示进行比较，其中在每个维度中的轴代表糖结构、聚糖补充物或聚糖组分的一个不同方面，例如，其中针对第一维度的轴代表聚糖A的水平并且针对第二维度的轴代表聚糖B的水平。
在一些实施方案中，一个基础观察值不表示为聚糖结构而是（例如）表示为一个或多个基因的表达水平。在这样的实施方案中，该操作不仅给出一个答案而且表述出就聚糖结构而言的答案。这样一个实施方案可以具有以下特性中的一种或多种：
在所述获得的概况中的答案是基于第一和第二观察值并且所述第一和第二观察值中的至少一个不表示为翻译后结构（例如，糖结构），而是表示为与翻译后结构（例如，糖结构）相关的一个参数，并且该操作提供了表示为翻译后结构（例如，糖结构、聚糖补充物或聚糖组分）的一个答案；
在所述获得的概况中的答案是基于第一和第二观察值并且所述第一观察值是第一代谢物的水平，而第二观察值是第二代谢物的水平；
比较包括将针对所选择的糖结构、聚糖补充物或聚糖组分的答案与所述多个所获得的区别概况的n维度描绘进行比较，其中每个维度中的轴与糖结构、聚糖补充物或聚糖组分的一个不同方面相关，例如，其中针对第一维度的轴与聚糖A的水平相关并且针对第二维度的轴与聚糖B的水平相关。
该方法需要“获得”步骤，例如，获得一个概况或获得一个选择的翻译后修饰的个性特征。获得该方法可以包括许多要素中的一个。
在一个实施方案中，获得一个值包括使样品经受一个过程，该过程导致该样品或另一种物质（例如，在分析中使用的分析纯试剂或装置）中的物理变化。这样的方法包括分析方法，例如，包括以下各项中一个或多个的一种方法，即：使一种物质（例如，分析物，或其片段或其他衍生物）与另一种物质分离；将一种分析物或其片段或其他衍生物与另一种物质（例如，缓冲剂、溶剂或反应物）合并；或者改变一种分析物或其片段或其他衍生物的结构，例如通过断裂或形成在该分析物或一种试剂的第一与第二原子之间的共价或非共价键。
在其他实施方案中，例如在方法包括产生糖蛋白、或培养细胞、收获糖蛋白或纯化糖蛋白，或者导致方法中所使用的一个实体（例如，细胞、糖蛋白或试剂）的转化的另一个步骤的实施方案中，该获得步骤可能是在没有这种转化的情况下可以（例如）通过检查、比较或从另一方接收信息而产生的一个步骤。
在一个实施方案中，获得一个概况包括进行化学或物理分析以便确定该概况。
在一个实施方案中，获得一个概况包括从另一方接收关于该概况的信息。
在一个实施方案中，获得一个翻译后修饰的个性特征包括进行化学或物理分析以便确定该个性特征。
在一个实施方案中，获得一个翻译后修饰的个性特征包括从一种药物的说明中（例如，从包装说明书中）选择该个性特征。
在一个实施方案中，获得一个翻译后修饰的个性特征包括从一个列表或表格中选择该个性特征。
在一个实施方案中，获得一个翻译后修饰的个性特征包括从另一方接收关于该翻译后修饰的个性特征的信息。
如在此的别处所论述，一个观察值可以表示为聚糖结构。在一个实施方案中，一个观察值是4,4,1,0,0的水平。
在一个实施方案中，一个观察值是4,4,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,0,0的水平。
在一个实施方案中，一个观察值是4,5,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,2,0的水平。
在一个实施方案中，一个观察值是5,5,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,1,0的水平。
在一个实施方案中，一个观察值是5,6,1,2,0的水平。
在一个实施方案中，一个观察值是5,6,1,3,0的水平。
在一个实施方案中，一个观察值是6,6,1,1,0的水平。
在一个实施方案中，一个观察值是6,6,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,1,0的水平。
在一个实施方案中，一个观察值是6,7,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,3,0的水平。
在一个实施方案中，一个观察值是6,7,1,4,0的水平。
如在此的别处所论述，一个观察值可以表示为不同于聚糖结构、聚糖补充物或聚糖组分。在一个实施方案中，一个观察值是基因表达水平。
在一个实施方案中，一个观察值是糖基转移酶表达水平。
在一个实施方案中，一个观察值是在聚糖生物合成中涉及的基因的表达水平。
在一个实施方案中，一个观察值是代谢物水平。
在一个实施方案中，一个观察值是UMP水平。
在一个实施方案中，一个观察值是GTP水平。
在一个实施方案中，一个观察值是UDP-Gal水平。
在一个实施方案中，一个观察值是GDP-Fuc水平。
如在此的别处所论述，在此描述的方法可以与一系列细胞群体（例如，来自一个亲本细胞系的不同细胞株或来自一个亲本细胞株的不同分离物）一起使用。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO K1细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO S细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是DG44细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是DHFR(-)细胞系。
在一个实施方案中，多个细胞群体中的细胞群体之一是CHO GS细胞系。
如在此描述的方法中的别处所论述，许多类型的操作适合在这些方法中使用。
在一个实施方案中，该操作是多个观察值的算法组合。
在一个实施方案中，该操作是针对多个观察值的一个模型的拟合。
在一个实施方案中，该模型是线性模型。
在一个实施方案中，该操作包括使对于源于信息源（例如，列表、表格或数据库，例如，可公用的数据库）的观察值的多个值有关（例如，相关、关联或相等同）。
如在此描述的方法中的别处所论述，许多类型的答案适合在这些方法中使用。
在一个实施方案中，该答案是在多个基因的表达水平上的一个操作产物，例如，其中：该多个基因中的至少一个编码形成所选择的翻译后修饰的一种蛋白质；该多个基因中的至少一个编码降低所选择的翻译后修饰的水平的一种蛋白质；该答案是在ST3GAL3和ST3GAL4水平上的一个操作产物。
在另一方面，本发明的特点为一种选择或评估一种细胞（例如）以用于制造具有一个选择的翻译后修饰的糖蛋白的方法。该方法包括：
(a)直接或间接获得用于产生所述糖蛋白的一个细胞群体的个性特征，其中该个性特征是通过以下各项来确定的，即：
(i)针对第一细胞群体的多个分离物或等分部分中的每一者，获得表示为翻译后修饰的一个值，该值是多个区别观察值（例如，多个不同基因的表达水平，或例如具有选择的聚糖结构的多个不同的糖结构、聚糖补充物或聚糖组分的表达水平）的函数，由此为所述第一细胞群体提供一组值；
(ii)针对第二细胞群体的多个分离物或等分部分中的每一者，获得表示为翻译后修饰的一个值，该值是多个区别观察值的函数，由此为所述第二细胞群体提供一组值；
(iii)将针对选择的翻译后修饰（例如，糖结构、聚糖补充物或聚糖组分，例如具有选择的聚糖结构）的一个值与针对所述第一细胞群体的该组值和针对所述第二细胞群体的该组值进行比较；并且
(iv)响应于所述比较而选择所述第一或第二细胞群体；
从而选择或评估所述细胞，其中：
(1)步骤(i和/或ii)包括培育一个细胞群体、进行化学或物理分析以提供一个答案，例如，进行化学或物理分析以提供一个观察值。
在一个实施方案中，该方法（例如(i)至(iv)）包括：
(i)针对多个细胞群体中的每个细胞群体，获得包括一组答案的一个细胞群体质量属性概况，其中一个答案表示为翻译后修饰并且是对于多个观察值的一个操作产物，所述获得的概况形成多个区别概况；
(ii)获得一个选择的翻译后修饰（例如，糖结构、聚糖补充物、聚糖组分）的个性特征；
(iii)将所获得的概况与在(b)中所获得的个性特征进行比较；
(iv)响应于比较（例如，当所获得的概况和在(b)中所获得的个性特征显示出彼此具有预选关系时，例如，前者包括后者）而选择该多个细胞群体之一以用于产生主题糖蛋白，
从而选择或评估所述细胞，其中：
步骤(i)包括培育一个细胞群体、进行化学或物理分析以提供一个答案，例如，进行化学或物理分析以提供一个观察值；
步骤(ii)包括进行化学或物理分析以提供所述个性特征；
步骤(iii)包括提供作为一个n维度空间的该概况的表示并且将该个性特征与所述空间进行比较；
或者任选地，该方法进一步包括培养所述选择的细胞。
如在此的别处所论述，一个观察值可以是表示为例如具有选择的聚糖结构（例如，在此披露的一种聚糖结构）的糖结构、聚糖补充物或聚糖组分。
如在此的别处所论述，一个观察值可以表示为不同于例如具有选择的聚糖结构的糖结构、聚糖补充物或聚糖组分，例如，基因表达（例如，在此所论述的一种基因）或代谢物（例如，在此所论述的一种代谢物）的水平。
如在此的别处所论述，在此描述的方法可以与一系列细胞群体（例如，CHO或在此描述的其他细胞群体）一起使用。
如在此描述的方法中的别处所论述，许多类型的操作适合在这些方法中使用，例如，在此所论述的操作，例如，算法组合或线性模型。
如在此描述的方法中的别处所论述，许多类型的答案适合在这些方法中使用，例如，在此描述的答案，例如，作为在多个基因的表达水平上的一个操作产物的一个答案。
如在此的别处所论述，答案和/或观察值的类型可以是在此描述的一个或多个基因的表达水平。
在另一方面，本发明的特点是一种提供一个细胞群体（例如）以用于制造具有选择的翻译后修饰的糖蛋白的方法。该方法包括：
(a)针对多个细胞群体中的每个细胞群体，获得包括一组答案的一个细胞群体质量属性概况，其中一个答案表示为翻译后修饰并且是对于多个观察值的一个操作产物，所述获得的概况形成多个区别概况；
(b)获得选择的翻译后修饰（例如，糖结构、聚糖补充物或聚糖组分，例如具有选择的聚糖结构）的个性特征；
(c)将所获得的概况与在(b)中所获得的个性特征进行比较；
(d)响应于比较（例如，当所获得的概况和在(b)中所获得的个性特征显示出彼此具有预选关系时，例如，前者包括后者）而选择该多个细胞群体之一以用于产生主题糖蛋白；并且
(e)培养所述选择的细胞群体以提供所述群体。
如在此的别处所论述，一种方法可能需要一个或多个“获得”步骤，例如，获得一个概况或获得一个选择的翻译后修饰的个性特征。在一个实施方案中，获得一个值包括使样品经受一个过程，该过程导致该样品或另一种物质（例如，在分析（例如在此描述的这种分析）中使用的分析纯试剂或装置）中的物理变化。在其他实施方案中，例如在方法包括产生糖蛋白、或培养细胞、收获糖蛋白或纯化糖蛋白，或者导致方法中所使用的一个实体（例如，细胞、糖蛋白或试剂）的转化的另一个步骤的实施方案中，该获得步骤可能是在没有这种转化的情况下可以（例如）通过检查、比较或从另一方接收信息而产生的一个步骤。
如在此的别处所论述，一个观察值可以表示为例如具有选择的聚糖结构（例如，在此披露的一种聚糖结构）的糖结构、聚糖补充物或聚糖组分。
如在此的别处所论述，一个观察值可以表示为不同于聚糖结构，例如，基因表达（例如，在此所论述的一种基因）或代谢物（例如，在此所论述的一种代谢物）的水平。
如在此的别处所论述，在此描述的方法可以与一系列细胞群体（例如，CHO或在此描述的其他细胞群体）一起使用。
如在此描述的方法中的别处所论述，许多类型的操作适合在这些方法中使用，例如，在此所论述的操作，例如，算法组合或线性模型。
如在此描述的方法中的别处所论述，许多类型的答案适合在这些方法中使用，例如，在此描述的答案，例如，作为在多个基因的表达水平上的一个操作产物的一个答案。
如在此的别处所论述，答案和/或观察值的类型可以是在此描述的一个基因或多个基因的表达水平。
在另一方面，本发明的特点是一种监控用于制造具有选择的翻译后修饰的糖蛋白的产生过程的方法。该方法包括：
(a)针对第一细胞群体的多个分离物或等分部分中的每一者，获得表示为翻译后修饰的一个值，该值是多个区别观察值（例如，多个不同基因的表达水平，或例如具有选择的聚糖结构的多个不同的糖结构、聚糖补充物或聚糖组分的表达水平）的函数，由此为所述第一细胞群体提供一组值；
(b)将针对选择的翻译后修饰（例如，糖结构、聚糖补充物或聚糖组分，例如具有选择的聚糖结构）的一个值与针对所述第一细胞群体的该组值进行比较；并且
(c)如果该比较显示出与该组值的第一预选关系，例如，该组值包括该个性特征，则进行第一选项，例如，继续培养；而如果该比较显示出与该组值的第二预选关系，例如，该组值不包括该个性特征，则进行第二选项，例如，中止当前的培养条件或在新的一组条件下进行培养。
在一个实施方案中，该方法包括：
(a)针对产生细胞的一个等分部分，获得包括一组答案的一个细胞群体质量属性概况，其中一个答案表示为翻译后修饰并且是对于多个观察值的一个操作产物；
(b)将选择的翻译后修饰（例如，糖结构）的个性特征与所述概况进行比较；
(c)如果该比较显示出与该概况的第一预选关系，例如，该概况包括该个性特征，则进行第一选项，例如，继续培养；而如果该比较显示出与该概况的第二预选关系，例如，该概况不包括该个性特征，则进行第二选项，例如，中止当前的培养条件或在新的一组条件下进行培养。
在一个实施方案中，所选择的聚糖组分和/或聚糖补充物是一种生物治疗性糖蛋白（例如，市售的生物治疗性糖蛋白）的聚糖组分和/或聚糖补充物，并且如果该概况包括所选择的聚糖组分和/或聚糖补充物的个性特征，则继续培养所述CHO细胞，（例如）以便产生所述生物治疗性糖蛋白的一种生物再造或生物仿制糖蛋白。
在一个实施方案中，所选择的聚糖组分和/或聚糖补充物是一种生物治疗性糖蛋白（例如，市售的生物治疗性糖蛋白）的聚糖组分和/或聚糖补充物，并且如果该概况不包括所选择的聚糖组分和/或聚糖补充物的个性特征，则进行第二选项，例如，选择具有包括所选择的聚糖组分和/或聚糖补充物的一个概况的一个不同的CHO细胞群体，（例如）以便产生所述生物治疗性糖蛋白的一种生物再造或生物仿制糖蛋白。
在一个实施方案中，所选择的聚糖组分和/或聚糖补充物是一种生物治疗性糖蛋白（例如，市售的生物治疗性糖蛋白）的聚糖组分和/或聚糖补充物，并且如果该概况包括所选择的聚糖组分和/或聚糖补充物的个性特征，则继续培养所述CHO细胞，（例如）以便产生所述生物治疗性糖蛋白。
在一个实施方案中，所选择的聚糖组分和/或聚糖补充物是一种生物治疗性糖蛋白（例如，市售的生物治疗性糖蛋白）的聚糖组分和/或聚糖补充物，并且如果该概况不包括所选择的聚糖组分和/或聚糖补充物的个性特征，则进行第二选项，例如，中止当前的培养条件或在一组新的条件（例如，导致包括所述选择的聚糖组分和/或聚糖补充物的个性特征的一个概况的条件）下进行培养，以便产生所述生物治疗性糖蛋白。
如在此的别处所论述，方法可能需要一个或多个“获得”步骤，例如，获得一个概况或获得一个选择的翻译后修饰的个性特征。在一个实施方案中，获得一个值包括使样品经受一个过程，该过程导致该样品或另一种物质（例如，在分析（例如在此描述的这种分析）中使用的分析纯试剂或装置）中的物理变化。在其他实施方案中，例如在方法包括产生糖蛋白、或培养细胞、收获糖蛋白或纯化糖蛋白，或者导致在方法中所使用的一个实体（例如，细胞、糖蛋白或试剂）的转化的另一个步骤的实施方案中，该获得步骤可能是在没有这种转化的情况下可以（例如）通过检查、比较或从另一方接收信息而产生的一个步骤。
如在此的别处所论述，一个观察值可以表示为聚糖结构（例如，在此披露的一种聚糖结构）。
如在此的别处所论述，一个观察值可以表示为不同于聚糖结构，例如，基因表达（例如，在此所论述的一种基因）或代谢物（例如，在此所论述的一种代谢物）的水平。
如在此的别处所论述，在此描述的方法可以与一系列细胞群体（例如，CHO或在此描述的其他细胞群体）一起使用。
如在此描述的方法中的别处所论述，许多类型的操作适合在这些方法中使用，例如，在此所论述的操作，例如，算法组合或线性模型。
如在此描述的方法中的别处所论述，许多类型的答案适合在这些方法中使用，例如，在此描述的答案，例如，作为在多个基因的表达水平上的一个操作产物的一个答案。
如在此的别处所论述，答案和/或观察值的类型可以是在此描述的一个或多个基因的表达水平。
在另一方面，本发明的特点是一种选择用于在细胞群体中制造的糖蛋白的方法。该方法包括：
(a)针对一个细胞群体，获得包括一组答案的一个细胞群体质量属性概况，其中一个答案表示为糖结构并且是对于多个观察值的一个操作产物；
(b)获得多个糖结构的个性特征；
(c)将所获得的概况与在(b)中所获得的个性特征进行比较；
(d)响应于比较（例如，当(b)中所获得的个性特征和所获得的概况显示出彼此具有预选关系时，例如，前者包括后者）而选择该多个糖结构之一以用于在所述细胞群体中产生；并且
(e)在所述细胞群体中制造具有所选择的糖结构的一种糖蛋白。
如在此的别处所论述，一种方法可能需要一个或多个“获得”步骤，例如，获得一个概况或获得一个选择的翻译后修饰的个性特征。在一个实施方案中，获得一个值包括使样品经受一个过程，该过程导致该样品或另一种物质（例如在分析（例如在此描述的这种分析）中使用的分析纯试剂或装置）中的物理变化。在其他实施方案中，例如在方法包括产生糖蛋白、或培养细胞、收获糖蛋白或纯化糖蛋白，或者导致方法中所使用的一个实体（例如，细胞、糖蛋白或试剂）的转化的另一个步骤的实施方案中，该获得步骤可能是在没有这种转化的情况下可以（例如）通过检查、比较或从另一方接收信息而产生的一个步骤。
如在此的别处所论述，一个观察值可以表示为聚糖结构（例如，在此披露的一种聚糖结构）。
如在此的别处所论述，一个观察值可以表示为不同于聚糖结构，例如，基因表达（例如，在此所论述的一种基因）或代谢物（例如，在此所论述的一种代谢物）的水平。
如在此的别处所论述，在此描述的方法可以与一系列细胞群体（例如，CHO或在此描述的其他细胞群体）一起使用。
如在此描述的方法中的别处所论述，许多类型的操作适合在这些方法中使用，例如，在此所论述的操作，例如，算法组合或线性模型。
如在此描述的方法中的别处所论述，许多类型的答案适合在这些方法中使用，例如，在此描述的答案，例如，作为在多个基因的表达水平上的一个操作产物的一个答案。
如在此的别处所论述，答案和/或观察值的类型可以是在此描述的一个或多个基因的表达水平。
在一方面，本披露的特点是一种包括针对预选的细胞群体（例如，CHO细胞）的一个细胞群体的分离物的多个记录的数据库，其中每个记录包括用于所述预选的细胞类型的一个独特的分离物（与多个分离物中的其他分离物相反）的一个识别符以及用于对于该分离物而言是独特的一个细胞群体质量属性概况的一个识别符，并且其中对于该分离物而言，针对每一条目的所述细胞群体质量属性概况是独特的（与多个分离物中的其他分离物相反）。
在一个实施方案中，预选的细胞类型是CHO或在此描述的其他细胞群体。
一个数据库包括多个记录，该多个记录中的每个记录对应于预选的细胞群体（例如，CHO细胞）的一个细胞群体的一个分离物，其中所述多个记录包括：
第一记录，该第一记录包括用于所述预选的细胞类型的第一分离物的一个识别符以及用于针对所述第一分离物的第一细胞群体质量属性概况的一个识别符，
第二记录，该第二记录包括用于所述预选的细胞类型的第二分离物的一个识别符以及用于针对第二分离物而言是独特的第二细胞群体质量属性概况的一个识别符，
其中在所述多个记录中的每个记录中的细胞群体质量属性概况对于多个分离物中的每个分离物来说是不同的，不同于针对多个分离物中的每个其他分离物的细胞群体质量属性概况。
在一个实施方案中，数据库包括针对至少5、10或20个分离物的记录。
在一方面，本发明的特点是一种制造具有选择的聚糖组分和/或聚糖补充物的糖蛋白，或从多个CHO群体提供或选择一个CHO细胞群体（例如）以用于制造具有选择的聚糖组分和/或聚糖补充物的糖蛋白的方法。该方法包括：
(a)直接或间接获得用于产生所述糖蛋白的一个CHO细胞群体的个性特征，其中该个性特征是通过在此描述的一种方法而获得或确定的，例如，通过
(i)针对第一CHO细胞群体（例如，在此描述的CHO细胞群体）的多个分离物或等分部分中的每一者，获得表示为聚糖组分和/或聚糖补充物的一个值，该值是多个区别观察值的函数，这些区别观察值包括多个基因的表达水平以及多个不同的糖结构、聚糖结构、聚糖组分、聚糖补充物或它们的组合的表达水平，由此为所述第一CHO细胞群体提供一组值；
(ii)针对第二CHO细胞群体（例如，在此描述的CHO细胞群体）的多个分离物或等分部分中的每一者，获得表示为聚糖组分和/或聚糖补充物的一个值，该值是多个区别观察值的函数，这些区别观察值包括多个基因和/或代谢物的表达水平以及多个不同的糖结构、聚糖结构、聚糖组分、聚糖补充物或它们的组合的表达水平，由此为所述第二CHO细胞群体提供一组值，其中所述第二CHO细胞群体（例如）因天然获得的或有意诱发的突变而不同于所述第一CHO细胞群体；
(iii)将针对选择的聚糖组分或聚糖补充物的一个值与针对所述第一CHO细胞群体的该组值和针对所述第二CHO细胞群体的该组值进行比较；
(iv)响应于所述比较而选择所述第一或第二CHO细胞群体。
在一个实施方案中，所选择的聚糖组分和/或聚糖补充物是一种生物治疗性糖蛋白（例如，市售的生物治疗性糖蛋白）的聚糖组分和/或聚糖补充物，并且所选择的CHO细胞群体具有一组值，这组值指示产生具有该市售的生物治疗性糖蛋白的聚糖组分和/或聚糖补充物的糖蛋白。
在一个实施方案中，该糖蛋白是一种治疗性抗体、Fc-受体融合物、激素、细胞因子。在一个实施方案中，该糖蛋白是一种市售的治疗性生物产品的生物仿制或生物再造型式。
在一个实施方案中，该方法是一种提供或选择一个CHO细胞群体（例如）以用于制造具有选择的翻译后修饰（例如，选择的糖结构、聚糖补充物、聚糖组分，例如具有选择的聚糖结构）的糖蛋白的方法，并且该方法进一步包括(b)培养所述选择的CHO细胞群体。
在一个实施方案中，该方法是一种制造具有选择的聚糖补充物和/或聚糖组分的糖蛋白的方法，并且该方法进一步包括(b)在所述选择的CHO细胞群体中制造具有选择的聚糖补充物和/或聚糖组分的一种糖蛋白。
在一个实施方案中，该方法可以进一步包括在步骤(b)之前，对所鉴定的CHO细胞群体进行基因修饰以便表达所述糖蛋白，例如，将编码所述糖蛋白的全部或部分的核酸引入所述鉴定的CHO细胞群体之中。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是CHO K1细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是CHO S细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是DG44细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是DHFR(-)细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是CHO GS细胞系。
在一个实施方案中，获得了针对多个，例如，至少3、4、5、6、7、8、9、10个CHO细胞群体一组值。在一个实施方案中，获得了针对包括CHO K1细胞系、CHO S细胞系、DG44细胞系以及DHFR(-)细胞系的多个CHO细胞群体的一组值。
如在此的别处所论述，一个观察值可以表示为聚糖结构（例如，在此披露的一种聚糖结构）。
如在此的别处所论述，一个观察值可以表示为基因表达（例如，在此所论述的一种基因）或代谢物（例如，在此所论述的一种代谢物）的水平。
在一个实施方案中，对于每个CHO细胞群体的观察值包括对基因的表达水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。在一个实施方案中，对于每个细胞群体的观察值包括关于聚糖代谢物的水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。
在一个实施方案中，一个观察值是4,4,1,0,0的水平。
在一个实施方案中，一个观察值是4,4,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,0,0的水平。
在一个实施方案中，一个观察值是4,5,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,2,0的水平。
在一个实施方案中，一个观察值是5,5,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,1,0的水平。
在一个实施方案中，一个观察值是5,6,1,2,0的水平。
在一个实施方案中，一个观察值是5,6,1,3,0的水平。
在一个实施方案中，一个观察值是6,6,1,1,0的水平。
在一个实施方案中，一个观察值是6,6,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,1,0的水平。
在一个实施方案中，一个观察值是6,7,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,3,0的水平。
在一个实施方案中，一个观察值是6,7,1,4,0的水平。
在一个实施方案中，一个观察值是糖基转移酶表达水平。
在一个实施方案中，一个观察值是在聚糖生物合成中涉及的基因的表达水平。
在一个实施方案中，一个观察值是代谢物水平。
在一个实施方案中，一个观察值是UMP水平。
在一个实施方案中，一个观察值是GTP水平。
在一个实施方案中，一个观察值是UDP-Gal水平。
在一个实施方案中，一个观察值是GDP-Fuc水平。
在一方面，本发明的特点是一种制造具有选择的聚糖补充物和/或聚糖组分的糖蛋白，或提供或选择一个CHO细胞群体（例如）以用于制造具有选择的聚糖补充物和/或聚糖组分的糖蛋白的方法。该方法包括：
(i)针对多个CHO细胞群体中的每个CHO细胞群体，获得包括一组答案的一个细胞群体质量属性概况（一个概况），其中一个答案表示为翻译后修饰并且是对于多个观察值的一个操作产物，所述获得的概况形成多个区别概况；
(ii)获得聚糖补充物和/或聚糖组分的个性特征；
(iii)将所获得的概况与在(ii)中所获得的个性特征进行比较；
(iv)响应于比较（例如，当所获得的概况和所获得的所选择的聚糖组分和/或聚糖补充物的个性特征显示出彼此具有预选关系时，例如，前者包括后者）而选择该多个CHO细胞群体之一以用于产生主题糖蛋白；选择或提供该CHO细胞群体以便制造所述糖蛋白和/或在所述选择的CHO细胞群体中制造具有所选择的聚糖组分和/或聚糖补充物的所述糖蛋白。在一些实施方案中，该方法进一步包括将编码所述糖蛋白的全部或部分的核酸引入所述选择的CHO细胞群体之中。
在一个实施方案中，所选择的聚糖组分和/或聚糖补充物是一种生物治疗性糖蛋白（例如，市售的生物治疗性糖蛋白）的聚糖组分和/或聚糖补充物，并且所选择的CHO细胞群体具有一组值，这组值指示产生具有该市售的生物治疗性糖蛋白的聚糖组分和/或聚糖补充物的糖蛋白。
在一个实施方案中，该糖蛋白是一种治疗性抗体、Fc-受体融合物、激素、细胞因子。在一个实施方案中，该糖蛋白是一种市售的治疗性生物产品的生物仿制或生物再造型式。
在一个实施方案中，该方法是一种提供或选择一个CHO细胞群体（例如）以用于制造具有选择的聚糖补充物和/或聚糖组分的糖蛋白的方法，并且该方法进一步包括培养所述选择的CHO细胞群体。
在一个实施方案中，该方法是一种制造具有选择的聚糖补充物和/或聚糖组分的糖蛋白的方法，并且该方法进一步包括在所述选择的CHO细胞群体中制造具有选择的聚糖补充物和/或聚糖组分的一种糖蛋白。
在一个实施方案中，该方法可以进一步包括对所选择的CHO细胞群体进行基因修饰以便表达所述糖蛋白，例如，将编码所述糖蛋白的全部或部分的核酸引入所述鉴定的CHO细胞群体之中。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是CHO K1细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是CHO S细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是DG44细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是DHFR(-)细胞系。
在一个实施方案中，多个CHO细胞群体中的CHO细胞群体之一是CHO GS细胞系。
在一个实施方案中，获得了针对多个，例如，至少3、4、5、6、7、8、9、10个CHO细胞群体一组答案。在一个实施方案中，获得了针对包括CHO K1细胞系、CHO S细胞系、DG44细胞系以及DHFR(-)细胞系的多个CHO细胞群体一组答案。
如在此的别处所论述，一个观察值可以表示为聚糖结构（例如，在此披露的一种聚糖结构）。
如在此的别处所论述，一个观察值可以表示为基因表达（例如，在此所论述的一种基因）或代谢物（例如，在此所论述的一种代谢物）的水平。
在一个实施方案中，对于每个CHO细胞群体的观察值包括对基因的表达水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。在一个实施方案中，对于每个CHO细胞群体的观察值包括关于聚糖代谢物的水平的至少2、3、4、5、6、7、8、9、10或更多个观察值。
在一个实施方案中，一个观察值是4,4,1,0,0的水平。
在一个实施方案中，一个观察值是4,4,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,0,0的水平。
在一个实施方案中，一个观察值是4,5,1,1,0的水平。
在一个实施方案中，一个观察值是4,5,1,2,0的水平。
在一个实施方案中，一个观察值是5,5,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,0,0的水平。
在一个实施方案中，一个观察值是5,6,1,1,0的水平。
在一个实施方案中，一个观察值是5,6,1,2,0的水平。
在一个实施方案中，一个观察值是5,6,1,3,0的水平。
在一个实施方案中，一个观察值是6,6,1,1,0的水平。
在一个实施方案中，一个观察值是6,6,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,1,0的水平。
在一个实施方案中，一个观察值是6,7,1,2,0的水平。
在一个实施方案中，一个观察值是6,7,1,3,0的水平。
在一个实施方案中，一个观察值是6,7,1,4,0的水平。
在一个实施方案中，一个观察值是糖基转移酶表达水平。
在一个实施方案中，一个观察值是在聚糖生物合成中涉及的基因的表达水平。
在一个实施方案中，一个观察值是代谢物水平。
在一个实施方案中，一个观察值是UMP水平。
在一个实施方案中，一个观察值是GTP水平。
在一个实施方案中，一个观察值是UDP-Gal水平。
在一个实施方案中，一个观察值是GDP-Fuc水平。
如在此的别处所论述，许多类型的观察值适合在这些方法中使用，例如，在此所论述的操作，例如，算法组合或线性模型。
如在此的别处所论述，许多类型的答案适合在这些方法中使用，例如，在此描述的答案，例如，作为在多个基因的表达水平上的一个操作产物的一个答案。
如在此的别处所论述，答案和/或观察值的类型可以是在此描述的一个或多个基因的表达水平。
标题和识别符（例如，(a)、(b)、(i)等）仅是为了易于阅读本说明书和权利要求而呈现的。本说明书或权利要求中标题或识别符的使用并不要求步骤或要素按照字母或数字顺序或它们被呈现的顺序来进行。
根据以下详细说明、并且根据权利要求书，本发明的其他特征和优点将是清楚的。
附图说明
首先简要描述附图：
图1是来自分离的糖蛋白的聚糖的说明性色谱图，这些聚糖通过LC和LC/MS进行释放、标记以及分析；
图2是来自CHO克隆的产品的分布的说明性LC数据的描绘；
图3是用于针对每个细胞类型CHO K1、CHO S、CHO DG44以及DHfr(-)的细胞群体质量属性概况（CPQAP）的PCA分析的标绘图；
图4是表达水平的描绘；
图5是表达水平的描绘；
图6是利用ST3GAL3表达来计算所产生的聚糖5,6,1,2,0水平的线性模型；
图7是与来自每个细胞系背景的克隆（每个点）之间的糖基化相关的转录本分布的描绘，每个细胞系背景是针对每个转录本而聚类的；
图8是糖相关基因的转录本的PCA分析的描绘，这些糖相关基因源于来自CHO细胞系背景的每个克隆，圆形表示CHOK1、三角形表示CHOS、加号表示DG44；
图9是在用于四个细胞类型中的每个的细胞群体质量属性概况上重叠的未知物的描绘。
定义
如在此所使用的，“获得一个值”是指导致对该值的拥有的任何过程。在一个实施方案中，这个值是通过（例如）在一个样品（例如，糖蛋白样品、细胞提取物或细胞样品（例如，细胞系））上进行一个或多个物理转化步骤而“直接获得”。这个过程因此导致该样品或另一种物质（例如，在该过程中使用的分析纯试剂或装置）中的物理变化。作为举例，这样的方法包括：分析方法；制备方法；以及细胞操作，例如，从细胞中提取或纯化组分（例如核酸，如mRNA或DNA，或蛋白质），或培养细胞。这些方法典型地包括以下各项的一个或多个：使一种物质（例如，分析物，或其片段或其他衍生物）与另一种物质分离；将一种物质（例如，分析物或其片段或其他衍生物）与另一种物质（例如，缓冲剂、溶剂或反应物）合并；或者改变一种分析物或其片段或其他衍生物的结构，例如通过断裂或形成在该物质（例如，一种分析物）的第一原子与第二原子之间的一个共价或非共价键。该值也可以“间接获得”。间接获得包括（例如）从另一方（例如，直接获得该值的一方）接收该值。典型地，甚至是在由间接获得来表征的实施方案中，某一方使一个样品经受如上文所描述的一个过程，该过程导致该样品或另一种物质中的物理变化。在一个实施方案中，实践评估方法的一方指导另一方来进行这个过程，并且（例如）实践该方法的一方接收该值。在一个实施方案中，一个值可以是一个细胞或细胞系是否具有一个特征或具有何种程度的一个特征的表达，该特征例如聚糖结构相关特征，例如，转录本的水平、制造具有预选的聚糖结构的糖蛋白的能力、聚糖结构的预选水平、第一与第二聚糖结构的预选比或在预选位置处的预选的聚糖结构。
“细胞群体质量属性概况”（CPQAP）包括针对一个细胞群体的一组答案。一组答案包括至少两个答案。典型地，一组答案包括针对第一细胞（例如，一个细胞群体的第一分离物或等分部分）的答案以及针对第二细胞（例如，该细胞群体的第二分离物或等分部分）的答案。表示为翻译后修饰（例如，聚糖结构）的一个答案是关于多个观察值（例如，测量结果或确定的特征）的操作产物。一个操作使这些观察值与翻译后修饰（例如，聚糖结构）有关。在一个实施方案中，这些观察值表示为翻译后修饰（例如，聚糖结构）。在一个实施方案中，观察值不表示为翻译后修饰（例如，聚糖结构），例如，它们被表示为基因表达，并且操作也将它们转换成翻译后修饰（例如，聚糖结构）的单位。示例性操作包括将一或多个观察值与翻译后修饰（例如，聚糖结构）相关联，例如通过使用一个查表或等效工具；将观察值用作一个模型（例如，线性模型）中的输入，该模型使观察值与翻译后修饰（例如聚糖结构）产生关系；或例如当观察值自身表示为翻译后修饰（例如，聚糖结构）时，例如通过相加将观察值合并。可以通过主成分分析获得观察值。如果包括一个细胞群体质量属性概况的这组答案被视作视为连续的，则可以将其直观化/分析为定义由该细胞群体占据的一个离散空间。例如，这组答案能够以n维度进行描绘并且占据n维度的空间，例如，如果以3个维度进行描绘，那么该组定义一个3维度的空间。
如在此所使用的术语“在多个区别细胞群体质量属性概况中”，该多个中的每个细胞群体质量属性概况都不同于该多个中的其他每个CPQAP，例如，第一概况的至少一个答案不同于第二概况的至少一个答案。
在一个实施方案中，一个答案是翻译后修饰（例如，糖结构）的状态的直接指示，例如，糖结构的存在或水平，一个细胞具有x水平的聚糖x以及y水平的聚糖y。一个选择的翻译后修饰例如糖结构（例如，存在于参考蛋白质上的糖结构）是将要在一种蛋白质上包括的翻译后修饰（例如，糖结构）。如果这组答案包括所选择的翻译后修饰（例如，糖结构），或者换言之，如果所选择的糖结构落在该细胞群体质量属性概况之内，则可以选择该细胞群体用于产生具有所选择的翻译后修饰（例如，糖结构）的糖蛋白。该翻译后修饰（例如，糖结构）与多个细胞群体质量属性概况的比较允许选择一个细胞群体来优化具有所选择的翻译后修饰（例如，糖结构）的一种蛋白质的产生。
如在此使用的“区别分离物”是指第一个细胞或第一组细胞与第二个细胞或第二组细胞之间的关系。区别分离物具有共同的细胞祖先，但每个区别分离物的生成细胞被分开至少1、10、20、50、100、500、1,000、5,000或10,000个细胞分裂周期。为了进行说明，一个亲本细胞分裂而给出两个F1细胞，每个F1细胞分裂而给出两个F2细胞，每个F2细胞分裂而给出两个F3细胞。在亲本细胞与F3细胞之间存在三个细胞分裂周期。典型地，该共同的细胞祖先是一种已经从多细胞生物（例如，昆虫或动物，例如，哺乳动物或灵长类）中去除的细胞，例如，培养细胞，作为共同的细胞祖先，不包括自其取得该共同的细胞祖先的动物或动物祖先的前体细胞。
如在此所使用的“观察值”是对于一种参数的一个值，例如，对于和细胞的特性有关的一种参数的测量结果、确定的或观察的值。
如在此所使用的“紧密相关的细胞群体”是指具有一种或多种、以及在多个实施方案中两种或更多种、或全部以下特性的细胞群体：它们来自相同的种类；它们来自相同的组织类型；它们具有相同的细胞类型（例如，它们是基质细胞）；它们具有相同的转化状态（例如，都被转化并且在培养中显示出基本上永生的生长或者均不能永生化生长，或者彼此在选择的介质上都具有在2X之内的生长率）。在多个实施方案中，它们的生成细胞彼此被分开少于1000个细胞分裂周期，并且在多个实施方案中是少于500或100个细胞分裂周期。
如在此所使用的“糖结构”是指一种糖蛋白的聚糖补充物的一个或多个要素或是指一种选择的聚糖结构。糖结构可以（例如）是指单个单糖、单个聚糖组分（例如，高甘露糖结构的存在），或者是指一种糖蛋白的整个聚糖补充物，或一个特殊的聚糖结构（例如，高甘露糖聚糖组分）。
如在此所使用的“聚糖补充物”是指一种糖蛋白的所有聚糖组分。在具有单个糖基化位点的蛋白质情况下，附着到其上的聚糖组分形成聚糖补充物。在具有一个以上的糖基化位点的蛋白质情况下，聚糖补充物是由附着在所有位点的聚糖组分构成的。“聚糖补充物的组分”是指构成聚糖补充物的聚糖组分的子集，例如，附着到它的糖基化位点或它们各自的糖基化位点的一个或多个聚糖组分。聚糖补充物可以是混合物中所有糖蛋白的所有聚糖组分的平均值。聚糖补充物也可以是在一种糖蛋白混合物之内与糖型相关的所有聚糖组分。
如在此所使用的“聚糖组分”，是指一个糖部分，例如，附着到蛋白质一个位点处的的单糖、低聚糖或多糖（例如，二糖、三塘、四糖等等）。在多个实施方案中，该附着是共价的并且聚糖组分是经由N或O连接至该蛋白质。聚糖组分可以是经由糖苷键而彼此附着的单糖的链。聚糖组分可以是直链的或支链的。
如在此所使用的“聚糖结构”是指聚糖补充物、聚糖补充物的组分或聚糖组分的结构。聚糖结构的要素包括以下各项的一个或多个：在一个或多个位点（例如，用于N-连接或O-连接糖基化作用的一个或多个位点）处的糖基化作用的存在、缺乏或水平；
N-或O-连接；
长度（单糖部分的数目）；
在一个链之内的单糖（例如，半乳糖基部分）的布置布局或位置；
糖含量（例如，在一种特殊的聚糖中的单糖组分的量或比率）；
糖序列（例如，在一个聚糖部分中的单糖亚单位的顺序）；
末端或倒数第二个糖亚单位的存在、缺乏或数量；
分支点的数目、布局以及类型（例如，平分型GlcNAc或甘露糖结构的存在、缺乏或数量）；
复杂结构（例如，双触角结构、三触角结构、四触角结构等）的存在、缺乏或水平；
高甘露糖或混合结构的存在、缺乏或水平：
单糖部分之间的关系（例如，在单糖部分、同分异构体以及分支点之间的连接）；
选择的单糖（例如，半乳糖基部分、岩藻糖基部分、GlcNAc部分或甘露糖基部分）的存在、缺乏、位置或数目；
选择的结构（例如，单半乳糖化、二半乳糖化或聚半乳糖化结构）的存在、缺乏、位置或数目；其他非限制性实例包括在天然发生的糖蛋白上发现的任何其他结构；以及
跨过一个或多个位点的异质性或同质性（例如，跨过整个蛋白质的多样性，例如，对一种蛋白质的潜在糖基化位点的占据程度（例如，对在多个分子中的两个或更多个特定的蛋白质主链之间的相同的潜在糖基化位点的占据程度以及对一个蛋白质主链上的一个潜在糖基化位点相对于对相同的蛋白质主链上的一个不同的潜在糖基化位点的占据程度））。
聚糖结构可以描述为第一聚糖结构与第二聚糖结构的存在、缺乏或数量的比较。例如，唾液酸的存在、缺乏或数量相对于岩藻糖的存在、缺乏或数量。在其他实例中，可以将唾液酸如N-乙酰神经氨酸的存在、缺乏或数量与（例如）唾液酸衍生物如N-羟乙酰神经氨酸的存在、缺乏或数量进行比较。
聚糖结构能够以许多方式来进行描述、鉴定或测定。聚糖结构能够（例如）以定义的结构术语进行描述，例如通过化学名称、或通过功能或物理特性（例如，通过分子量或与纯化或分离有相关的参数，例如，在色谱柱或其他分离装置中的峰值的保留时间）。在多个实施方案中，作为举例，聚糖结构可以是来自多个聚糖结构的一个峰值或其他部分（代表一个或多个种类），这多个聚糖结构源于（例如，来自酶消化的）糖蛋白。
如在此所使用的“单糖”是指一个聚糖组分的基本单位，以及在多个实施方案中是通过糖基转移酶来转移至底物上的一个部分。如在此所使用的单糖包括天然和非天然发生的单糖。示例性得单糖部分包括葡萄糖（Glc）、N-乙酰葡糖胺（GlcNAc）、甘露糖（Man）、N-乙酰甘露糖胺（ManNAc）、半乳糖（Gal）、N-乙酰半乳糖胺（GalNAc）、岩藻糖（Fuc）、唾液酸（NeuAc）和核糖以及它们的衍生物和类似物。不同单糖的衍生物是已知的。例如，唾液酸涵盖三十多种衍生物，其中N-乙酰神经氨酸和N-羟乙酰神经氨酸形成核心结构。唾液酸类似物的实例包括功能上模拟的唾液酸、但不被内源性宿主细胞唾液酸酶识别的那些。单糖类似物的其他实例包括但不限于N-菊芋糖基甘露糖胺（ManLev）、Neu5Acα-甲基糖苷、Neu5Acβ-甲基糖苷、Neu5Acα-苄基糖苷、Neu5Acβ-苄基糖苷、Neu5Acα-甲基糖苷甲酯、Neu5Acα-甲酯、9-O-乙酰-N-乙酰神经氨酸、9-O-乳酰-N-乙酰神经氨酸、N-叠氮乙酰甘露糖胺和其O-乙酰化的变体、以及Neu5Acα-乙基硫苷。
如在此所使用的“高甘露糖”是指一个或多个N-聚糖结构，包括分别含有3、4、5、6、7、8或9个甘露糖残基的HM3、HM4、HM5、HM6、HM7、HM8以及HM9。
细胞和细胞系
在此描述的方法使用细胞来产生具有选择的翻译后修饰（例如，糖结构）的糖蛋白。下文是在此处描述的这些以及其他方法中有用的细胞和细胞系的实例。
在此处描述的方法中有用的细胞可以是真核的或原核的，只要这种细胞提供了适当的酶或已经向其中加入了适当的酶来激活并附着（或去除）存在于细胞中的糖类、或存在于细胞培养基中的糖类、或被进料到细胞中的糖类。真核细胞的实例包括酵母、昆虫、真菌、植物以及动物细胞，尤其是哺乳动物细胞。适合的哺乳动物细胞包括任何正常的非永生、或正常的或异常的永生动物或人类细胞，包括：由SV40（COS-7，ATCC CRL 1651）转化的猴肾CV1系；人胚肾系（293）（Graham等人,普通病毒学杂志（J.Gen.Virol）,36:59(1977)）；幼仓鼠肾细胞（baby hamster kidney cell）（BHK，ATCC CCL 10）；中国仓鼠卵巢（CHO），例如DG44、DUKX-V11、GS-CHO（ATCC CCL 61、CRL 9096、CRL 1793以及CRL 9618）；小鼠睾丸支持细胞（TM4,Mather,繁殖生物学（Biol.Reprod.）23:243251(1980)）；猴肾细胞（CV1ATCCCCL 70）；非洲绿猴肾细胞（VERO-76，ATCC CRL 1587）；人宫颈癌细胞（HeLa，ATCC CCL 2）；布法罗大鼠肝细胞（BRL 3A，ATCCCRL 1442）；人肺细胞（W138，ATCC CCL 75）；人肝细胞（Hep G2，HB 8065）；小鼠黑色素瘤细胞（NSO）；小鼠乳腺肿瘤（MMT 060562，ATCC CCL51）、TRI细胞（Mather等人,纽约科学院年刊（Annals N.Y.Acad.Sci.）383:4446(1982)）；犬肾细胞（MDCK）（ATCC CCL 34&CRL 6253）、HEK 293（ATCC CRL 1573）、WI-38细胞（ATCC CCL75）（ATCC:美国典型培养物保藏中心（American Type CultureCollection）,Rockville,Md.）、MCF-7细胞、MDA-MB-438细胞、U87细胞、A127细胞、HL60细胞、A549细胞、SP10细胞、DOX细胞、SHSY5Y细胞、Jurkat细胞、BCP-1细胞、GH3细胞、9L细胞、MC3T3细胞、C3H-10T1/2细胞、NIH-3T3细胞、C6/36细胞、人成淋巴细胞细胞系（例如，GEX）以及
Figure BDA00002350649400351
细胞。在Winnacker的从基因到克隆（FROM GENES TO CLONES）（VCH出版社,纽约州纽约市,1987）中总体上论述了使用哺乳动物组织细胞培养来表达多肽。
示例性植物细胞包括（例如）拟南芥、油菜籽、玉米、小麦、水稻、烟草等（Staub等人的2000年的《自然生物技术》（NatureBiotechnology）1(3):333-338以及McGarvey,P.B.等人的1995年的《生物技术》（Bio-Technology）13(13):1484-1487；Bardor,M.等人的1999年的《植物科学发展趋势》（Trends in Plant Science）4(9):376-380）。示例性昆虫细胞包括（例如）草地贪夜蛾Sf9、Sf21、粉纹夜蛾（Trichoplusia ni）等。示例性细菌细胞包括大肠杆菌。还可以选择各种酵母和真菌如毕赤酵母、甲醇毕赤酵母、多形汉逊酵母以及酿酒酵母。
培养基和加工
在此所描述的这些方法可以包括确定和/或选择导致一种所希望的糖结构的产生的培养基组分或培养条件。可以确定的培养参数包括培养基组分、pH、补料条件、重量克分子渗透压浓度、二氧化碳水平、搅拌速率、温度、细胞密度、接种密度、计时、以及鼓泡速率（spargerate）。
生产参数方面的变化，像细胞培养的搅拌速度、细胞培养所处的温度、培养基中的组分、培养开始和停止时的时间、营养物供给的计时方面的变化（能够导致所产生的糖蛋白产物的一种聚糖特性的变化）。因此，在此描述的方法可以包括以下各项的一种或多种：增加或降低搅拌细胞的速度、增加或降低细胞培养所处的温度、加入或去除培养基组分、以及改变培养开始和/或停止时的时间。
如在此所使用的，对一种生产参数或其一种组合进行顺序选择表示选择一个第一参数（或组合），然后选择一个第二参数（或组合），例如，基于通过选择该第一生产参数所施加的一种约束。
培养基
在此描述的这些方法可以包括确定和/或选择一种培养基组分和/或一种培养基组分的浓度，它与一种所希望的糖结构呈正相关。取决于培养条件，可以在糖蛋白产生过程中或当在培养基中存在变化时添加或给予一种培养基组分。培养基组分包括直接添加至培养中的组分以及成为细胞培养的副产物的组分。
培养基组分包括，例如缓冲剂、氨基酸含量、维生素含量、盐含量、矿物质含量、血清含量、碳源含量、脂质含量、核酸含量、激素含量、微量元素含量、氨含量、辅因子含量、指示剂含量、小分子含量、水解产物含量、以及酶调节剂的含量。
生理化学参数
在此描述的方法可以包括选择与一个所希望的糖结构相关联的培养条件。这样的条件可以包括温度、pH、重量克分子渗透压浓度、剪力或搅拌速率、氧化作用、鼓泡速率（spurge rate）、生长容器、切向流动、DO、CO2、氮、分批补料、氧化还原作用、细胞密度以及补料策略。表2中提供了可以选择的生理化学参数的实例。
Figure BDA00002350649400361
Figure BDA00002350649400371
例如，这种生产参数可以是在酸性、中性或碱性的pH条件下培养细胞。温度可以选自从10°C至42°C。例如，大约28°C至36°C的温度不显著性地改变由在这些温度下所培养的细胞（例如，一种CHO细胞，例如，一种dhfr不足的CHO细胞）所产生的糖蛋白的半乳糖基化作用、岩藻糖基化作用、高甘露糖的产生、混合物的产生、或唾液酸化作用。另外，减缓一种细胞的生长速率的任何方法也可能具有这种效应。因此，当不希望具有改变糖合成的这一生产参数时，可以选择减缓生长速率的这个范围或方法中的温度。
在其他实施方案中，可以选择导致一个或多个所希望的聚糖特征的二氧化碳水平。CO2水平可以是（例如）大约5%、6%、7%、8%、9%、10%、11%、13%、15%、17%、20%、23%以及25%（和它们之间的范围）。在一个实施方案中，当希望降低藻糖基化作用时，可以在大约11%至25%（例如，大约15%）的CO2水平下培养细胞。CO2水平可以是人工来调节或者可以是一种细胞副产物。
很多烧瓶、玻璃瓶（bottles）、反应器以及控制器允许细胞培养系统的生产和按比例放大。可以至少部分地基于与一种或多种所希望的聚糖特性的关联来选择系统。
例如，细胞可以作为分批的、补料分批的、灌注的、或连续的培养物而生长。
可以选择的生产参数包括，例如添加或去除培养基（包括何时（在培养时间过程中的早期、中期、或晚期）对培养基进行收获，以及收获培养基的频率如何）；增加或降低搅拌细胞培养物的速度；增加或降低培养细胞所处的温度；添加或去除培养基，使得培养基密度得以调节；选择细胞培养开始或停止的时间；以及选择改变细胞培养参数所处的时间。可以对这样的参数进行选择以用于分批、补料分批、灌注、以及连续培养条件中的任何一种。
糖蛋白
主题糖蛋白包括天然发生和非天然发生的糖蛋白。代表性的糖蛋白包括：抗体，例如，IgG抗体、IgM抗体、人源性抗体、人源化抗体、移植抗体和嵌合抗体以及它们的片段；融合蛋白，例如，包括人源性（或其他）抗体域（例如，Fc或恒定区域）的融合体；生长因子；激素；干扰素；细胞因子；细胞因子受体；可溶性血液组分，例如白蛋白、凝血因子、血细胞生成因子；酶；以及由表3中所列出的蛋白质代表的任何种类的蛋白质。还包括在此描述的任何糖蛋白或任何类别的糖蛋白的可溶性或活性片段。
可以由在此描述的方法制造的示例性糖蛋白包括在表3中的那些。
表3.
Figure BDA00002350649400381
Figure BDA00002350649400401
Figure BDA00002350649400411
Figure BDA00002350649400421
在一些实施方案中，在此描述的方法可以用来制造具有选择水平的高甘露糖（例如，与参考糖蛋白相比较，增加水平的高甘露糖）的糖蛋白。
实例
实例1.在各种分离物中产生的CTLA4聚糖的分析以及使用聚糖数据来区分来自不同背景的细胞
用编码CTLA4IgG的基因来转染四个CHO细胞系背景。然后使这些细胞池经受选择和克隆选择以便从这四个细胞系背景中的每一个产生20个克隆。通过蛋白A亲和色谱来分离和纯化由每个克隆产生的CTLA4IgG。然后通过LC以及LC/MS来释放、标记并且分析来自所分离的糖蛋白的聚糖。在图1中描述了说明性色谱图。在图2中描述了来自每个克隆的产物的分布的说明性LC数据。
使用聚糖数据的分析来区分来自四个背景的细胞。测定了关于聚糖结构的多个方面的数据。在表4中提供了可以用于这一方法中的聚糖结构的代表性方面。在这个表中，聚糖被表示为HexNAc、Hex、Fuc、NeuAc、NeuGc的组合物，A或B的存在指示同分异构种类并且Ac的存在指示乙酰化事件。
Figure BDA00002350649400441
然后使聚糖数据经受主成分分析（PCA）。PCV提供了在图3中所示的标绘图。虽然成像为一个旋转的三维图像更为容易，但选择了86角度作为PCA分析的代表性图像，因为86角度以2个维度最佳地说明了克隆的分布。令人惊讶地，这一分析提供了在相对类似的细胞类型的这一组成员之间的强大分化（robust differentiation）。令人惊讶地，用于每个细胞类型（CHO K1、CHO S、CHO DG44以及DHfr(-)）的细胞群体质量属性概况不仅是不同的而且允许明确选择具有所希望的质量的一个细胞系，例如，由沿着X轴的分化所示。
实例2.使用线性模型的聚糖结构与基因表达数据的关联
用一种基因来转染四个中国仓鼠卵巢细胞系以便产生CTLA4-Ig蛋白。通过稀释克隆法获得来自每个细胞系的克隆；对克隆细胞系进行扩增以产生用于聚糖分析的CTLA4-Ig蛋白以及用于基因表达分析的RNA。从来自每个细胞系的20至24个克隆获得了细胞RNA和CTLA4-Ig蛋白。通过RT-PCR分析信使RNA（mRNA）来测量28个糖基化相关基因的表达水平。通过一个或多个管家基因（即，β-肌动蛋白或核糖体蛋白基因）将糖基化相关基因的表达水平标准化。通过对管家基因标准化的表达水平的指数变换获得了线性化的表达水平。在图4中展示了这些数据。从CTLA4-Ig蛋白获得了聚糖并且通过包括LC MS/MS的若干方法进行了分析。针对每一种聚糖种类计算了组成百分比。在图5中显示了代表性数据。
采用线性建模来发现在聚糖结构与基因表达之间的关系。在软件环境R下使用以下方法来进行线性模型发现。对于每种测量的聚糖，使用引导程序和分层法将数据集划分成训练集和试验集以确保来自四个细胞系的分离物的同等表示。针对训练集，计算并且记录了用于每个单个基因的线性模型的最佳拟合系数；记录了模型拟合误差。使用基因表达水平来计算在试验集中的样品的聚糖水平；记录了估计误差。保留具有针对训练集的最佳拟合的线性模型。通过依次将每个剩余的基因添加到最佳拟合的单基因模型中来评估所有的双基因模型。保留最佳拟合的双基因模型。重复这一过程直到生成具有10至15个基因的模型。重复从每种聚糖进行20次迭代来生成训练集和试验集的整个过程，以便测量最佳拟合模型的发现的可重复性。
随后进行详细的模型分析。利用5个以上基因的模型被确定为不合需要的，因为试验集的普遍高的误差率指示数据的过度拟合。对于每种聚糖来说，出现频率是就20次模型发现运行的前五个位置中的一种特定基因来计算的。选择出现最频繁的基因用于详细的建模分析，其中使用引导程序和分层法计算了训练集和试验集的200次迭代的误差率，继之是采用靶基因的最佳拟合线性模型的系数计算。记录针对每次迭代的训练集和试验集的误差。随后通过将该模型拟合于整个数据集进行模型误差的F-检验来证明比简单模型更复杂的模型的选择，从而将具有合乎需要的训练和试验误差的模型相互比较。
在此处包括的实例中（参见图6），利用ST3GAL3表达来计算聚糖G5.6.1.2.0的水平的一个线性模型产生了针对聚糖的测量水平的一个合理拟合。具有ST3GAL4的线性模型未产生具有适当拟合的模型。然而，将ST3GAL4添加至ST3GAL3模型产生了一个模型，该模型具有根据F-检验的对于数据的显著更好的拟合模型（p=0.0011）。对于两个基因的系数的符号指示增加的ST3GAL3表达增加了G5.6.1.2.0的水平并且增加的ST3GAL4表达降低了G5.6.1.2.0的水平。这种关系是未意料到的。
方差分析表
模型1：G5.6.1.2.0~ST3GAL3
模型2：G5.6.1.2.0~ST3GAL3+ST3GAL4
Res.Df  RSS Df Sum of Sq  F  Pr(>F)
1    2930.5688
2    2820.7739 1  9.794913.2020.001112**
实例3.细胞系变异性和分类
用一种基因来转染四个中国仓鼠卵巢细胞系以便产生CTLA4-Ig蛋白。通过稀释克隆法获得了来自每个细胞系的克隆；对克隆细胞系进行扩增以便产生用于聚糖分析的CTLA4-Ig蛋白以及用于基因表达分析的RNA。从来自每个细胞系的20至24个克隆获得了细胞RNA和CTLA4-Ig蛋白。通过RT-PCR分析信使RNA（mRNA）以便测量28个糖基化相关基因的表达水平。通过一个或多个管家基因（即，β-肌动蛋白或核糖体蛋白基因）将糖基化相关基因的表达水平标准化。通过对管家基因标准化的表达水平的指数变换获得了线性化的表达水平。
在图7中展示了用于与糖基化相关的多种基因的转录数据概况。图7描绘了来自每个细胞系背景（蓝、红、绿或黑）的克隆（每个点）之间与糖基化相关的转录本的分布，每个细胞系背景是针对每个转录本而聚类的。所遵循的基因如下所示：转录本A1-A8、B1-5、C5,6来自糖基转移酶；B6-8、C1-4、D1-4来自生物合成酶；C7,8,D5,6正在标准化并且是CTLA4IgG转录本。然后在对细胞系背景ID设盲的情况下使转录数据经受主成分分析（PCA）。前三个主成分标绘在x、y以及z轴上。然后在如图8中所展示根据其细胞系来源将一个符号赋予这些克隆。令人惊讶地，针对每个细胞类型（CHO K1、CHO S、CHODG44以及DHfr(-)）的细胞群体质量属性概况不仅是不同的而且允许明确选择具有所希望的质量的一个细胞系，例如，如由在图8中的视图所示。
然后进行盲试验，其中针对未知来源的21个细胞分离物测量了转录谱。每个细胞系的来源对实验者而言是设盲的。然而，已知这些细胞系有可能是源于CHO细胞系K1、S、DG44以及DHfr(-)中的任何一个。来自未知来源的分离物的数据被转化成在原始数据的PCA中使用的并且沿着原始数据标绘的坐标系。参见图9，该图显示了在针对源于已知来源的四个细胞类型中的每个的细胞群体质量属性概况上重叠的未知物。通过线性判别分析（LDA）预测每个细胞系的个性特征；21个克隆中有20个被正确地分类。细胞群体质量属性概况允许将四个细胞类型中的一个正确地分配给21个未知细胞分离物中的20个。
扩展和替代方案
在本申请中引用的所有文献和类似材料，包括但不限于专利、专利申请、文章、书籍、论文以及网页，无论这类文献和类似材料的格式如何，它们都通过引用以其全部内容明确地结合在此。在所结合的文献和类似材料的一个或多个不同于本申请或与本申请矛盾的情况下，包括但不限于定义的术语、术语使用、描述的技术等，以本申请为准。在此所使用的小节标题仅是出于组织性目的并且不应当解释为以任何方式限制所描述的主题。虽然已经结合各种实施方案和实例描述了这些方法，并不意图将这些方法限制于这样的实施方案或实例。相反，如将为本领域的技术人员所理解的是，这些方法涵盖各种替代方案、修改以及等效物。

Claims (12)

1.一种制造具有选择的聚糖补充物或聚糖组分的糖蛋白的方法，该方法包括：
(a)获得用于产生所述糖蛋白的一个细胞群体的个性特征，其中该个性特征是通过以下各项获得或确定的：
(i)针对一个第一细胞群体的多个分离物或等分部分中的每一者，获得表示为一种聚糖补充物或聚糖组分的一个值，该值是多个区别观察值的一个函数，这些区别观察值包括多个不同基因的表达水平以及多个不同的糖结构、聚糖结构、聚糖组分或它们的组合的表达水平，由此为所述第一细胞群体提供一组值；
(ii)针对一个第二细胞群体的多个分离物或等分部分中的每一者，获得表示为一种聚糖补充物或聚糖组分的一个值，该值是多个区别观察值的一个函数，这些区别观察值包括多个不同基因的表达水平以及多个不同的糖结构、聚糖结构、聚糖组分或它们的组合的表达水平，由此为所述第二细胞群体提供一组值；
(iii)将针对一种选择的聚糖补充物或聚糖组分的一个值与针对所述第一细胞群体的该组值和针对所述第二细胞群体的该组值进行比较；并且
(iv)响应于所述比较而选择所述第一或第二细胞群体；并且
(b)培养所述选择的细胞群体，从而制造具有所述选择的聚糖补充物或聚糖组分的所述糖蛋白。
2.如权利要求1所述的方法，进一步包括从该培养中分离所述糖蛋白。
3.如权利要求2所述的方法，进一步包括纯化所述糖蛋白。
4.如权利要求1所述的方法，进一步包括
(i)针对多个细胞群体中的每个细胞群体，获得包括一组答案的一个细胞群体质量属性概况（一个概况），其中一个答案表示为一种聚糖补充物或聚糖组分并且是对于多个观察值的一个操作产物，所述获得的概况形成多个不同的概况；
(ii)获得一种选择的聚糖补充物或聚糖组分的个性特征；
(iii)将所获得的概况与在(ii)中所获得的该个性特征进行比较；
(iv)当所获得的概况包括在(ii)中所获得的该个性特征时，选择该多个细胞群体中的一个以便制造具有该选择的聚糖补充物或聚糖组分的所述糖蛋白。
5.如权利要求1所述的方法，进一步包括将编码所述糖蛋白的全部或部分的一种核酸引入所述鉴定的细胞群体之中。
6.一种制造具有选择的聚糖组分或聚糖补充物的糖蛋白的方法，该方法包括：
(a)获得用于产生所述糖蛋白的一个CHO细胞群体的个性特征，其中该个性特征是通过以下各项获得或确定的：
(i)针对一个第一CHO细胞群体的多个分离物或等分部分中的每一者，获得表示为聚糖组分或聚糖补充物的一个值，该值是多个区别观察值的一个函数，这些区别观察值包括多个基因或代谢物的表达水平以及多个不同的糖结构、聚糖结构、聚糖组分、聚糖补充物或它们的组合的表达水平，由此为所述第一CHO细胞群体提供一组值；
(ii)针对一个第二CHO细胞群体的多个分离物或等分部分中的每一者，获得表示为聚糖组分或聚糖补充物的一个值，该值是多个区别观察值的一个函数，这些区别观察值包括多个基因或代谢物的表达水平以及多个不同的糖结构、聚糖结构、聚糖组分、聚糖补充物或它们的组合的表达水平，由此为所述第二CHO细胞群体提供一组值，其中所述第二CHO细胞群体因一个天然获得的或有意诱发的突变而不同于所述第一CHO细胞群体；
(iii)将针对一种选择的聚糖组分或聚糖补充物的一个值与针对所述第一CHO细胞群体的该组值和针对该第二CHO细胞群体的该组值进行比较；
(iv)响应于所述比较而选择所述第一或第二CHO细胞群体；并且
(b)培养所选择的CHO细胞群体，从而制造具有该选择的聚糖组分或聚糖补充物的所述糖蛋白。
7.如权利要求6所述的方法，其中该观察值是以下各项中的一种或多种：4,4,1,0,0的水平；4,4,1,1,0的水平；4,5,1,0,0的水平；4,5,1,1,0的水平；4,5,1,2,0的水平；5,5,1,0,0的水平；5,6,1,0,0的水平；5,6,1,1,0的水平；5,6,1,2,0的水平；5,6,1,3,0的水平；6,6,1,1,0的水平；6,6,1,2,0的水平；6,7,1,1,0的水平；6,7,1,2,0的水平；6,7,1,3,0的水平；6,7,1,4,0的水平；糖基转移酶的表达水平；在聚糖生物合成中涉及的基因的表达水平；代谢物的水平；UMP的水平；GTP的水平；UDP-Gal的水平；GDP-Fuc的水平。
8.如权利要求1所述的方法，其中获得了针对包括CHO K1细胞系、CHO S细胞系、DG44细胞系以及DHFR(-)细胞系的多个CHO细胞群体的一组值。
9.一种从来自一个细胞群体的多个分离物提供或选择一个细胞群体以用于制造具有选择的聚糖补充物或聚糖组分的糖蛋白的方法，该方法包括：
(a)获得一种选择的聚糖补充物或聚糖组分的个性特征；
(b)获得一个评估，即所述细胞群体的所述多个分离物各自产生所述聚糖补充物或聚糖组分的能力，并且
(c)从所述多个分离物中选择一个分离物，从而从一个细胞群体提供一个分离物以用于制造具有选择的聚糖补充物或聚糖组分的一种糖蛋白。
10.一种监控用于制造具有选择的翻译后修饰的糖蛋白的产生过程的方法，该方法包括：
(a)针对一个第一细胞群体的多个分离物或等分部分中的每一者，获得表示为一种聚糖补充物或聚糖组分的一个值，该值是多个区别观察值的一个函数，这些区别观察值包括多个不同基因的表达水平以及多个不同的糖结构、聚糖补充物或聚糖组分的表达水平，由此为所述第一细胞群体提供一组值；
(b)鉴定一种选择的聚糖补充物或聚糖组分；
(c)将针对该选择的聚糖补充物或聚糖组分的一个值与针对所述第一细胞群体的该组值进行比较；并且
(d)如果该比较显示出针对所述第一细胞群体的该组值包括针对该选择的聚糖补充物或聚糖组分的该值，则进行第一选项，例如，继续培养；而如果该比较显示出该组值不包括针对该选择的聚糖补充物或聚糖组分的该值，则进行第二选项，例如，中止当前的培养条件或在一组新的条件下进行培养。
11.一种选择用于在细胞群体中制造的糖蛋白的方法，该方法包括：
(a)针对一个细胞群体，获得包括一组答案的一个细胞群体质量属性概况，其中一个答案表示为一种聚糖补充物或聚糖组分并且是对于多个观察值的一个操作产物；
(b)获得多个聚糖补充物或聚糖组分的个性特征；
(c)将所获得的概况与在(b)中所获得的这些个性特征进行比较；
(d)当在(b)中所获得的这些个性特征包括所获得的概况时，选择该多个聚糖补充物或聚糖组分之一以用于在所述细胞群体中产生；并且
(e)在所述细胞群体中制造具有所选择的糖结构的一种糖蛋白。
12.一种包括针对预选的细胞群体的一个细胞群体的分离物的多个记录的数据库，其中每个记录包括用于所述预选的细胞类型的一个独特的分离物的一个识别符以及用于针对该分离物而言是独特的一个细胞群体质量属性概况的一个识别符，并且其中对于该分离物而言，针对每一条目的所述细胞群体质量属性概况是独特的，与多个分离物中的其他分离物相反。
CN2011800223220A 2010-04-07 2011-04-07 用于产生糖蛋白的宿主细胞的选择和用途 Pending CN102917733A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US32186310P 2010-04-07 2010-04-07
US61/321,863 2010-04-07
PCT/US2011/031641 WO2011127325A1 (en) 2010-04-07 2011-04-07 Selection and use of host cells for production of glycoproteins

Publications (1)

Publication Number Publication Date
CN102917733A true CN102917733A (zh) 2013-02-06

Family

ID=44763294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800223220A Pending CN102917733A (zh) 2010-04-07 2011-04-07 用于产生糖蛋白的宿主细胞的选择和用途

Country Status (8)

Country Link
US (1) US20130123126A1 (zh)
EP (1) EP2555801A4 (zh)
CN (1) CN102917733A (zh)
AU (1) AU2011237445B2 (zh)
BR (1) BR112012025654A2 (zh)
CA (1) CA2794709A1 (zh)
MX (1) MX2012011647A (zh)
WO (1) WO2011127325A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111518825A (zh) * 2020-04-30 2020-08-11 浙江工业大学 一种多基因组合表达制备蛹虫草多糖的方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
MX2012011648A (es) 2010-04-07 2012-11-29 Momenta Pharmaceuticals Inc Glicanos de alta manosa.
US9170249B2 (en) 2011-03-12 2015-10-27 Momenta Pharmaceuticals, Inc. N-acetylhexosamine-containing N-glycans in glycoprotein products
WO2013181568A2 (en) * 2012-06-01 2013-12-05 Momenta Pharmaceuticals, Inc. Methods related to alemtuzumab
EP2856159A4 (en) 2012-06-01 2016-04-13 Momenta Pharmaceuticals Inc METHODS RELATING TO DENOSUMAB
WO2013181576A2 (en) * 2012-06-01 2013-12-05 Momenta Pharmaceuticals, Inc. Methods of evaluating and making biologics
US10450361B2 (en) 2013-03-15 2019-10-22 Momenta Pharmaceuticals, Inc. Methods related to CTLA4-Fc fusion proteins
US10464996B2 (en) 2013-05-13 2019-11-05 Momenta Pharmaceuticals, Inc. Methods for the treatment of neurodegeneration
EP3058084A4 (en) 2013-10-16 2017-07-05 Momenta Pharmaceuticals, Inc. Sialylated glycoproteins
US9868973B2 (en) * 2014-01-13 2018-01-16 Stc Biologics, Inc. Method for optimizing post-translational modifications on recombinant proteins
EP3397282A4 (en) 2015-12-30 2019-08-07 Momenta Pharmaceuticals, Inc. METHODS RELATING TO BIOLOGICA
JP7415771B2 (ja) * 2020-04-24 2024-01-17 株式会社島津製作所 分析支援装置、分析支援方法および分析支援プログラム

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5047335A (en) * 1988-12-21 1991-09-10 The Regents Of The University Of Calif. Process for controlling intracellular glycosylation of proteins
CN1314913A (zh) * 1998-06-10 2001-09-26 格里科设计公司 有针对性的组合化合物库及其进行筛选所用的高效测定方法
US20030157108A1 (en) * 2001-10-25 2003-08-21 Genentech, Inc. Glycoprotein compositions
US20060252672A1 (en) * 2005-04-05 2006-11-09 Betenbaugh Michael J Protein N-glycosylation of eukaryotic cells using dolichol-linked oligosaccharide synthesis pathway, other N-gylosylation-increasing methods, and engineered hosts expressing products with increased N-glycosylation
WO2008128228A1 (en) * 2007-04-16 2008-10-23 Momenta Pharmaceuticals, Inc. Methods related to cell surface glycosylation
US20090069232A1 (en) * 2007-04-03 2009-03-12 Nico Luc Marc Callewaert Glycosylation of molecules
US20090203550A1 (en) * 2001-09-14 2009-08-13 Momenta Pharmaceuticals, Inc. Methods of making glycomolecules with enhanced activities and uses thereof
US20090226968A1 (en) * 1999-03-02 2009-09-10 Betenbaugh Michael J Engineering Intracellular Sialylation Pathways
CN101681396A (zh) * 2007-04-16 2010-03-24 动量制药公司 限定的糖蛋白产品以及相关方法
US20100081150A1 (en) * 2008-09-26 2010-04-01 Eureka Therapeutics, Inc. Methods for Generating Host Cells

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004099231A2 (en) * 2003-04-09 2004-11-18 Neose Technologies, Inc. Glycopegylation methods and proteins/peptides produced by the methods
US20060127950A1 (en) * 2004-04-15 2006-06-15 Massachusetts Institute Of Technology Methods and products related to the improved analysis of carbohydrates
WO2008128230A1 (en) * 2007-04-16 2008-10-23 Momenta Pharmaceuticals, Inc. Reference glycoprotein products and related methods

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5047335A (en) * 1988-12-21 1991-09-10 The Regents Of The University Of Calif. Process for controlling intracellular glycosylation of proteins
CN1314913A (zh) * 1998-06-10 2001-09-26 格里科设计公司 有针对性的组合化合物库及其进行筛选所用的高效测定方法
US20090226968A1 (en) * 1999-03-02 2009-09-10 Betenbaugh Michael J Engineering Intracellular Sialylation Pathways
US20090203550A1 (en) * 2001-09-14 2009-08-13 Momenta Pharmaceuticals, Inc. Methods of making glycomolecules with enhanced activities and uses thereof
US20030157108A1 (en) * 2001-10-25 2003-08-21 Genentech, Inc. Glycoprotein compositions
US20060252672A1 (en) * 2005-04-05 2006-11-09 Betenbaugh Michael J Protein N-glycosylation of eukaryotic cells using dolichol-linked oligosaccharide synthesis pathway, other N-gylosylation-increasing methods, and engineered hosts expressing products with increased N-glycosylation
US20090069232A1 (en) * 2007-04-03 2009-03-12 Nico Luc Marc Callewaert Glycosylation of molecules
WO2008128228A1 (en) * 2007-04-16 2008-10-23 Momenta Pharmaceuticals, Inc. Methods related to cell surface glycosylation
CN101675339A (zh) * 2007-04-16 2010-03-17 动量制药公司 涉及细胞表面糖基化作用的方法
CN101681396A (zh) * 2007-04-16 2010-03-24 动量制药公司 限定的糖蛋白产品以及相关方法
US20100081150A1 (en) * 2008-09-26 2010-04-01 Eureka Therapeutics, Inc. Methods for Generating Host Cells

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
姜涌明等: "《蛋白质化学》", 31 December 1997, 扬州大学农学院 *
焦庆才: "《糖工程概论》", 31 October 2010, 科学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111518825A (zh) * 2020-04-30 2020-08-11 浙江工业大学 一种多基因组合表达制备蛹虫草多糖的方法
CN111518825B (zh) * 2020-04-30 2022-10-11 浙江工业大学 一种多基因组合表达制备蛹虫草多糖的方法

Also Published As

Publication number Publication date
BR112012025654A2 (pt) 2017-07-18
WO2011127325A1 (en) 2011-10-13
EP2555801A1 (en) 2013-02-13
AU2011237445B2 (en) 2016-03-24
EP2555801A4 (en) 2014-02-26
US20130123126A1 (en) 2013-05-16
AU2011237445A1 (en) 2012-10-18
CA2794709A1 (en) 2011-10-13
MX2012011647A (es) 2012-11-29

Similar Documents

Publication Publication Date Title
CN102917733A (zh) 用于产生糖蛋白的宿主细胞的选择和用途
ES2602108T3 (es) Método para cuantificar glicoformas que contienen alta manosa
CN101675339B (zh) 涉及细胞表面糖基化作用的方法
CN102292640A (zh) 在来源于CHO细胞的糖蛋白产物中的含有半乳糖-α-1,3-半乳糖的N-聚糖
CN101681396A (zh) 限定的糖蛋白产品以及相关方法
Agarabi et al. Bioreactor process parameter screening utilizing a Plackett-Burman design for a model monoclonal antibody
CN103348003B (zh) 具有n-乙酰葡糖胺基转移酶活性的融合酶
Rathore et al. Fermentanomics: relating quality attributes of a monoclonal antibody to cell culture process variables and raw materials using multivariate data analysis
CN102239173A (zh) 与修饰的聚糖相关的方法
EP2435577A2 (en) Production of glycoproteins
JP7317466B2 (ja) 細胞株及び培養条件のスクリーニング方法、及びその装置
WO2012125553A2 (en) N-acetylhexosamine-containing n-glycans in glycoprotein products
Könitzer et al. A global RNA‐seq‐driven analysis of CHO host and production cell lines reveals distinct differential expression patterns of genes contributing to recombinant antibody glycosylation
Wright et al. Leveraging a CHO cell line toolkit to accelerate biotherapeutics into the clinic
KR101660580B1 (ko) 항체의 당 함량 조절을 통한 항체의 제조 방법
Hall et al. Predominant expression of hybrid N-glycans has distinct cellular roles relative to complex and oligomannose N-glycans
Puri et al. Understanding glycomechanics using mathematical modeling: a review of current approaches to simulate cellular glycosylation reaction networks
Goh et al. Producing recombinant therapeutic glycoproteins with enhanced sialylation using CHO-gmt4 glycosylation mutant cells
TW202003574A (zh) 具有經調節的聚糖特徵之抗體
Bao et al. Correcting for sparsity and non-independence in glycomic data through a systems biology framework
Hall et al. Limited N-glycan processing impacts chaperone expression patterns, cell growth and cell invasiveness in neuroblastoma
Champion et al. Immunochemical, genetic and morphological comparison of fucosylation mutants of Dictyostelium discoideum
Piłsyk et al. Yil102c-A is a Functional Homologue of the DPMII Subunit of Dolichyl Phosphate Mannose Synthase in Saccharomyces cerevisiae
Chaffey et al. Introduction: General Aspects of the Chemical Biology of Glycoproteins
Fuge New approaches for characterizing and monitoring mammalian cell cycle and specific growth rate in production cell lines

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20130206

RJ01 Rejection of invention patent application after publication