JP7346464B2 - ランタイム信号強度校正によってマルチ特性分析（ｍａｍ）の試験室間及び／又は機器間のばらつきを縮小するシステム及び方法 - Google Patents
ランタイム信号強度校正によってマルチ特性分析（ｍａｍ）の試験室間及び／又は機器間のばらつきを縮小するシステム及び方法 Download PDFInfo
- Publication number
- JP7346464B2 JP7346464B2 JP2020566732A JP2020566732A JP7346464B2 JP 7346464 B2 JP7346464 B2 JP 7346464B2 JP 2020566732 A JP2020566732 A JP 2020566732A JP 2020566732 A JP2020566732 A JP 2020566732A JP 7346464 B2 JP7346464 B2 JP 7346464B2
- Authority
- JP
- Japan
- Prior art keywords
- mam
- sample
- standard
- type
- isoform
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 194
- 238000004458 analytical method Methods 0.000 title claims description 41
- 102000001708 Protein Isoforms Human genes 0.000 claims description 224
- 108010029485 Protein Isoforms Proteins 0.000 claims description 224
- 238000012937 correction Methods 0.000 claims description 144
- 230000004044 response Effects 0.000 claims description 94
- 238000002360 preparation method Methods 0.000 claims description 63
- 239000012925 reference material Substances 0.000 claims description 48
- 239000010421 standard material Substances 0.000 claims description 24
- 239000000126 substance Substances 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 20
- 102000004169 proteins and genes Human genes 0.000 claims description 17
- 108090000623 proteins and genes Proteins 0.000 claims description 17
- 238000013467 fragmentation Methods 0.000 claims description 11
- 238000006062 fragmentation reaction Methods 0.000 claims description 11
- 230000003647 oxidation Effects 0.000 claims description 9
- 238000007254 oxidation reaction Methods 0.000 claims description 9
- 239000012535 impurity Substances 0.000 claims description 4
- 230000036252 glycation Effects 0.000 claims 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 69
- 238000004949 mass spectrometry Methods 0.000 description 53
- 230000000875 corresponding effect Effects 0.000 description 47
- 230000004048 modification Effects 0.000 description 39
- 238000012986 modification Methods 0.000 description 39
- 238000010586 diagram Methods 0.000 description 33
- 150000002500 ions Chemical class 0.000 description 32
- 238000005259 measurement Methods 0.000 description 30
- 230000002797 proteolythic effect Effects 0.000 description 25
- 230000029087 digestion Effects 0.000 description 20
- 238000004895 liquid chromatography mass spectrometry Methods 0.000 description 20
- 102000004196 processed proteins & peptides Human genes 0.000 description 20
- 230000006872 improvement Effects 0.000 description 18
- 230000015654 memory Effects 0.000 description 17
- 238000011002 quantification Methods 0.000 description 17
- 235000018102 proteins Nutrition 0.000 description 16
- 230000009467 reduction Effects 0.000 description 16
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 14
- 238000001514 detection method Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000033444 hydroxylation Effects 0.000 description 10
- 238000005805 hydroxylation reaction Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- WEVYAHXRMPXWCK-UHFFFAOYSA-N Acetonitrile Chemical compound CC#N WEVYAHXRMPXWCK-UHFFFAOYSA-N 0.000 description 9
- 230000008901 benefit Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 9
- 239000000758 substrate Substances 0.000 description 9
- 102000004142 Trypsin Human genes 0.000 description 8
- 108090000631 Trypsin Proteins 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004811 liquid chromatography Methods 0.000 description 8
- 238000003908 quality control method Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 239000012588 trypsin Substances 0.000 description 8
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 7
- SQVRNKJHWKZAKO-UHFFFAOYSA-N beta-N-Acetyl-D-neuraminic acid Natural products CC(=O)NC1C(O)CC(O)(C(O)=O)OC1C(O)C(O)CO SQVRNKJHWKZAKO-UHFFFAOYSA-N 0.000 description 7
- 235000019253 formic acid Nutrition 0.000 description 7
- 230000013595 glycosylation Effects 0.000 description 7
- 238000006206 glycosylation reaction Methods 0.000 description 7
- 238000003556 assay Methods 0.000 description 6
- 239000000872 buffer Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000006317 isomerization reaction Methods 0.000 description 6
- SQVRNKJHWKZAKO-OQPLDHBCSA-N sialic acid Chemical compound CC(=O)N[C@@H]1[C@@H](O)C[C@@](O)(C(O)=O)OC1[C@H](O)[C@H](O)CO SQVRNKJHWKZAKO-OQPLDHBCSA-N 0.000 description 6
- 229960000074 biopharmaceutical Drugs 0.000 description 5
- 239000003153 chemical reaction reagent Substances 0.000 description 5
- 230000009615 deamination Effects 0.000 description 5
- 238000006481 deamination reaction Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 108091005601 modified peptides Proteins 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000013777 protein digestion Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 239000007983 Tris buffer Substances 0.000 description 4
- 125000000539 amino acid group Chemical group 0.000 description 4
- 210000004899 c-terminal region Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 239000012634 fragment Substances 0.000 description 4
- 108020001507 fusion proteins Proteins 0.000 description 4
- ZDXPYRJPNDTMRX-UHFFFAOYSA-N glutamine Natural products OC(=O)C(N)CCC(N)=O ZDXPYRJPNDTMRX-UHFFFAOYSA-N 0.000 description 4
- 125000000404 glutamine group Chemical group N[C@@H](CCC(N)=O)C(=O)* 0.000 description 4
- 238000004128 high performance liquid chromatography Methods 0.000 description 4
- 235000018977 lysine Nutrition 0.000 description 4
- 230000026731 phosphorylation Effects 0.000 description 4
- 238000006366 phosphorylation reaction Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 238000004885 tandem mass spectrometry Methods 0.000 description 4
- LENZDBCJOHFCAS-UHFFFAOYSA-N tris Chemical compound OCC(N)(CO)CO LENZDBCJOHFCAS-UHFFFAOYSA-N 0.000 description 4
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 3
- 238000007792 addition Methods 0.000 description 3
- 230000006240 deamidation Effects 0.000 description 3
- 102000037865 fusion proteins Human genes 0.000 description 3
- PJJJBBJSCAKJQF-UHFFFAOYSA-N guanidinium chloride Chemical compound [Cl-].NC(N)=[NH2+] PJJJBBJSCAKJQF-UHFFFAOYSA-N 0.000 description 3
- 238000011534 incubation Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000001294 liquid chromatography-tandem mass spectrometry Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 125000003588 lysine group Chemical group [H]N([H])C([H])([H])C([H])([H])C([H])([H])C([H])([H])C([H])(N([H])[H])C(*)=O 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- OXCMYAYHXIHQOA-UHFFFAOYSA-N potassium;[2-butyl-5-chloro-3-[[4-[2-(1,2,4-triaza-3-azanidacyclopenta-1,4-dien-5-yl)phenyl]phenyl]methyl]imidazol-4-yl]methanol Chemical compound [K+].CCCCC1=NC(Cl)=C(CO)N1CC1=CC=C(C=2C(=CC=CC=2)C2=N[N-]N=N2)C=C1 OXCMYAYHXIHQOA-UHFFFAOYSA-N 0.000 description 3
- 238000002553 single reaction monitoring Methods 0.000 description 3
- KZNICNPSHKQLFF-UHFFFAOYSA-N succinimide Chemical group O=C1CCC(=O)N1 KZNICNPSHKQLFF-UHFFFAOYSA-N 0.000 description 3
- 230000001225 therapeutic effect Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- ZOOGRGPOEVQQDX-UUOKFMHZSA-N 3',5'-cyclic GMP Chemical compound C([C@H]1O2)OP(O)(=O)O[C@H]1[C@@H](O)[C@@H]2N1C(N=C(NC2=O)N)=C2N=C1 ZOOGRGPOEVQQDX-UUOKFMHZSA-N 0.000 description 2
- ODHCTXKNWHHXJC-VKHMYHEASA-N 5-oxo-L-proline Chemical compound OC(=O)[C@@H]1CCC(=O)N1 ODHCTXKNWHHXJC-VKHMYHEASA-N 0.000 description 2
- 102000002068 Glycopeptides Human genes 0.000 description 2
- 108010015899 Glycopeptides Proteins 0.000 description 2
- FFEARJCKVFRZRR-BYPYZUCNSA-N L-methionine Chemical compound CSCC[C@H](N)C(O)=O FFEARJCKVFRZRR-BYPYZUCNSA-N 0.000 description 2
- 239000004472 Lysine Substances 0.000 description 2
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 2
- 102100027237 MAM domain-containing protein 2 Human genes 0.000 description 2
- 101710116166 MAM domain-containing protein 2 Proteins 0.000 description 2
- 230000004989 O-glycosylation Effects 0.000 description 2
- ODHCTXKNWHHXJC-GSVOUGTGSA-N Pyroglutamic acid Natural products OC(=O)[C@H]1CCC(=O)N1 ODHCTXKNWHHXJC-GSVOUGTGSA-N 0.000 description 2
- DTQVDTLACAAQTR-UHFFFAOYSA-N Trifluoroacetic acid Chemical compound OC(=O)C(F)(F)F DTQVDTLACAAQTR-UHFFFAOYSA-N 0.000 description 2
- ODHCTXKNWHHXJC-UHFFFAOYSA-N acide pyroglutamique Natural products OC(=O)C1CCC(=O)N1 ODHCTXKNWHHXJC-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001077 electron transfer detection Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 229960000789 guanidine hydrochloride Drugs 0.000 description 2
- 230000000155 isotopic effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229930182817 methionine Natural products 0.000 description 2
- 229920001184 polypeptide Polymers 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 230000004481 post-translational protein modification Effects 0.000 description 2
- 238000010833 quantitative mass spectrometry Methods 0.000 description 2
- 238000010791 quenching Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 241000699802 Cricetulus griseus Species 0.000 description 1
- KCXVZYZYPLLWCC-UHFFFAOYSA-N EDTA Chemical compound OC(=O)CN(CC(O)=O)CCN(CC(O)=O)CC(O)=O KCXVZYZYPLLWCC-UHFFFAOYSA-N 0.000 description 1
- 101001121580 Enterobacteria phage PRD1 Adsorption protein P2 Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 108010074604 Epoetin Alfa Proteins 0.000 description 1
- 102000003951 Erythropoietin Human genes 0.000 description 1
- 108090000394 Erythropoietin Proteins 0.000 description 1
- 108091006020 Fc-tagged proteins Proteins 0.000 description 1
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 1
- SQVRNKJHWKZAKO-PFQGKNLYSA-N N-acetyl-beta-neuraminic acid Chemical compound CC(=O)N[C@@H]1[C@@H](O)C[C@@](O)(C(O)=O)O[C@H]1[C@H](O)[C@H](O)CO SQVRNKJHWKZAKO-PFQGKNLYSA-N 0.000 description 1
- OVRNDRQMDRJTHS-UHFFFAOYSA-N N-acetylhexosamine Chemical compound CC(=O)NC1C(O)OC(CO)C(O)C1O OVRNDRQMDRJTHS-UHFFFAOYSA-N 0.000 description 1
- 230000004988 N-glycosylation Effects 0.000 description 1
- 101710107904 NADH-ubiquinone oxidoreductase subunit 9 Proteins 0.000 description 1
- 101001125164 Parietaria judaica Probable non-specific lipid-transfer protein 2 Proteins 0.000 description 1
- 101710132845 Protein P1 Proteins 0.000 description 1
- 101000580771 Pseudomonas phage phi6 RNA-directed RNA polymerase Proteins 0.000 description 1
- 108010008281 Recombinant Fusion Proteins Proteins 0.000 description 1
- 102000007056 Recombinant Fusion Proteins Human genes 0.000 description 1
- 101001121571 Rice tungro bacilliform virus (isolate Philippines) Protein P2 Proteins 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000000692 Student's t-test Methods 0.000 description 1
- AYFVYJQAPQTCCC-UHFFFAOYSA-N Threonine Natural products CC(O)C(N)C(O)=O AYFVYJQAPQTCCC-UHFFFAOYSA-N 0.000 description 1
- 239000004473 Threonine Substances 0.000 description 1
- 239000008351 acetate buffer Substances 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 235000001014 amino acid Nutrition 0.000 description 1
- 229940024606 amino acid Drugs 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 125000000613 asparagine group Chemical group N[C@@H](CC(N)=O)C(=O)* 0.000 description 1
- 235000003704 aspartic acid Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- OQFSQFPPLPISGP-UHFFFAOYSA-N beta-carboxyaspartic acid Natural products OC(=O)C(N)C(C(O)=O)C(O)=O OQFSQFPPLPISGP-UHFFFAOYSA-N 0.000 description 1
- 150000001768 cations Chemical class 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 210000004978 chinese hamster ovary cell Anatomy 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011033 desalting Methods 0.000 description 1
- 238000010494 dissociation reaction Methods 0.000 description 1
- 230000005593 dissociations Effects 0.000 description 1
- VHJLVAABSRFDPM-QWWZWVQMSA-N dithiothreitol Chemical compound SC[C@@H](O)[C@H](O)CS VHJLVAABSRFDPM-QWWZWVQMSA-N 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- 238000010828 elution Methods 0.000 description 1
- 229940089118 epogen Drugs 0.000 description 1
- 229940105423 erythropoietin Drugs 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012847 fine chemical Substances 0.000 description 1
- 238000002546 full scan Methods 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 150000004676 glycans Chemical class 0.000 description 1
- 229960004198 guanidine Drugs 0.000 description 1
- 150000002402 hexoses Chemical class 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- JDNTWHVOXJZDSN-UHFFFAOYSA-N iodoacetic acid Chemical compound OC(=O)CI JDNTWHVOXJZDSN-UHFFFAOYSA-N 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 239000000546 pharmaceutical excipient Substances 0.000 description 1
- 229940124531 pharmaceutical excipient Drugs 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- MWWATHDPGQKSAR-UHFFFAOYSA-N propyne Chemical compound CC#C MWWATHDPGQKSAR-UHFFFAOYSA-N 0.000 description 1
- 239000012460 protein solution Substances 0.000 description 1
- 230000017854 proteolysis Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000581 reactive spray deposition Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000007363 ring formation reaction Methods 0.000 description 1
- 101150041393 rsd gene Proteins 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 125000003748 selenium group Chemical group *[Se]* 0.000 description 1
- AGDSCTQQXMDDCV-UHFFFAOYSA-M sodium;2-iodoacetate Chemical compound [Na+].[O-]C(=O)CI AGDSCTQQXMDDCV-UHFFFAOYSA-M 0.000 description 1
- 229960002317 succinimide Drugs 0.000 description 1
- 125000002653 sulfanylmethyl group Chemical group [H]SC([H])([H])[*] 0.000 description 1
- 238000012353 t test Methods 0.000 description 1
- WROMPOXWARCANT-UHFFFAOYSA-N tfa trifluoroacetic acid Chemical compound OC(=O)C(F)(F)F.OC(=O)C(F)(F)F WROMPOXWARCANT-UHFFFAOYSA-N 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0009—Calibration of the apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8665—Signal analysis for calibrating the measuring apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8696—Details of Software
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J49/00—Particle spectrometers or separator tubes
- H01J49/0027—Methods for using particle spectrometers
- H01J49/0036—Step by step routines describing the handling of the data generated during a measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/68—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving proteins, peptides or amino acids
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Feedback Control In General (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Description
関連出願の相互参照
本願は、米国仮特許出願第６２／７６３，１１０号（２０１８年６月８日出願）及び米国仮特許出願第６２／７４６，３２３号（２０１８年１０月１６日出願）の利益を主張するものである。上記仮特許出願の各々の全体を、参照によって本願に援用する。
本願は、米国仮特許出願第６２／７６３，１１０号（２０１８年６月８日出願）及び米国仮特許出願第６２／７４６，３２３号（２０１８年１０月１６日出願）の利益を主張するものである。上記仮特許出願の各々の全体を、参照によって本願に援用する。
本開示は一般に、ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ：ｍｕｌｔｉ－ａｔｔｒｉｂｕｔｅ ｍｅｔｈｏｄ）の試験室間及び機器間のばらつきを縮小することに関する。
バイオ医薬品の開発には典型的に、治療標的分子の特定の属性をモニタすることが含まれ、このような属性は生産物の安全性と効能の測定を目的とした重要品質属性（ＣＱＡ：ｃｒｉｔｉｃａｌ ｑｕａｌｉｔｙ ａｔｔｒｉｂｕｔｅ）として識別される。質量分析計（ＭＳ：ｍａｓｓ ｓｐｅｃｔｍｅｔｒｙ）は、品質属性を測定するためのアッセイで使用できる。一般に、ＭＳとは、化学種をイオン化し、これらのイオンをその質量電荷比に基づいて分別する分析手法を指す。このようにして、ＭＳ装置はサンプル中の分子の質量を測定できる。ポリペプチド属性の場合、質量分析計を使用することによって、より少ない分析でより多くの品質属性を評価できる。
ＭＳは、多項目／属性、すなわちいわゆるマルチ特性分析（ＭＡＭ）を実装することによって、紫外線（ＵＶ）及び質量データの両方を用いて、グリコシル化プロファイルを含む翻訳後修飾（ＰＴＭ：ｐｏｓｔ－ｔｒａｎｓｌａｔｉｏｎａｌ ｍｏｄｉｆｉｃａｔｉｏｎ）、及び／又は医薬品添加物をモニタするために使用できる。ＭＡＭは、ＭＳデータと、属性の自動識別及び相対的定量化の組合せを使用する（Ｒｏｇｅｒｓ，ＲＳ，ｅｔ ａｌ．２０１５．Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａ ｑｕａｎｔｉｔａｔｉｖｅ ｍａｓｓ ｓｐｅｃｔｒｏｍｅｔｒｙ ｍｕｌｔｉ－ａｔｔｒｉｂｕｔｅ ｍｅｔｈｏｄ ｆｏｒ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ，ｑｕａｌｉｔｙ ｃｏｎｔｒｏｌ ｔｅｓｔｉｎｇ ａｎｄ ｄｉｓｐｏｓｉｔｉｏｎ ｏｆ ｂｉｏｌｏｇｉｃｓ．ｍＡｂｓ ７：５，８８１－８９０）。効率及び品質管理面での利点から、ＭＡＭはＭＳとますます併用されつつあり、それによって例えば、品質属性分析の選択性、感度、フレキシビリティが向上する。ＭＡＭとは、複数の生産物及びプロセス特性（例えば、品質属性／ＣＱＡ）を単独の分析で定量化できる分析手法を指す。例えば、ＭＡＭ型のアッセイは典型的に、下流のプロセスをモニタすることを標的としているが、これらはロット（例えば、サンプル）リリースについての品質管理アッセイにも使用されることが増えている。
例えば、ＭＡＭ手順は、蛋白質消化とその後の蛋白質分解ペプチド（ペプチドは、蛋白質加水分解により生成されるより大きいポリペプチドの断片である）の液体クロマトグラフィ（ＬＣ）／ＭＳ分析に基づいており、治療用蛋白質に関する各種の品質属性の定量化に使用できる。この手順は、質量分析検出部により提供される分解能を利用し、蛋白質分解ペプチドの各アイソフォーム（修飾型及び無修飾型を含む）のＭＳ強度を定量化に使用することができる。
質量分析をＭＡＭと統合することによって問題が生じる可能性があり、これは、ＭＳ手順が典型的に、熟練アナリスト及び多大な試験室インフラストラクチャを必要とするからである。特に、質量分析に基づくＭＡＭ分析の主な問題は、ある試験室で使用される調製サンプル及びこれらの試験室における異なる機器に大きなばらつきが見られることである。例えば、サンプル調製のばらつきは、試験室の異なるアナリストが異なる方法でサンプルを調製することから生じ、その結果、調製サンプルに差が出る場合がある。例えば、サンプルを受け取ると、試験室のアナリストは典型的に、そのサンプルを注入できる状態に準備するために、複雑な手順（例えば、蛋白質消化）を行う。手順が複雑であることから、調製されたサンプルは、たとえ元のサンプルが一貫していたとしても、大きくばらつく可能性がある。サンプル調製手順は、その持続時間の長さから、様々な属性の存在量を変化させるような修飾を導入する可能性がある。これらの人工的修飾は、ＭＡＭの結果の不正確さ及びばらつきの原因となる。試験室アナリストによるサンプル調製中の消化効率が異なることもまた、室間のばらつきの一因である。ばらつきはまた、異なる設定を使用する、又は異なる動作モデルを実行する試験室の機器にも起因する可能性がある。現在、再現可能な属性測定を確実にするためには、同様の機器モデルがすべての分析試験室により使用されなければならないだけでなく、機器もまた同じ条件に調整されなければならない。しかしながら、試験室を特定のモデルに制約すると、試験室は最新の進化を利用するためにその設備をアップグレードすることもできなくなる場合がある。
ＭＳ－ＭＡＭに基づく分析の問題はまた、従来のＭＡＭ手順で使用される前提と手法からも生じる。例えば、従来のＭＳ－ＭＡＭ手順において、各属性の存在量（例えば、ペプチド中の残留アミノ酸の異なる修飾状態）が修飾ペプチド及び無修飾ペプチドのＭＳ反応（例えば、ピークエリア）に基づいて、以下の前提により特定される：（１）無修飾及び修飾ペプチドは、室間で再現可能な回収率を有する、（２）無修飾及び修飾ペプチドは、同じＭＳ反応因子を有し、（３）人工的に誘導された属性の変化は無視できる。
これらの前提により、従来のＭＡＭ手順は複数の要求条件に依存しており、これには、（１）消化効率が試験室間で再現可能であること、（２）ＭＳ機器の状態が正確に同じであること、及び（３）異なる試験室で行われるサンプル調製によりもたらされる人工的修飾の量がほとんどないか、一定であること、が含まれる。しかしながら、現実には、これらの要求条件を満たすことは、サンプル調製手順、アナリストの習慣、機器、試薬の品質等のばらつきのため、難しい。ペプチド回収率もまた変動する可能性があり、それがさらにばらつきの原因となる。
要求条件を満たす上での別の問題には、ＭＳ機器モデル又は機器の設定の違いが含まれる。例えば、１つの試験室の機器の保守の方法が第二の試験室の機器の保守の方法とは異なる可能性がある。それに加えて、異なる変異体を含むペプチドに関する反応因子は、異なる試験室間で異なる場合があり得る。要求条件を満たす上でのまた別の問題には、サンプル調製手順、アナリストの習慣、装置及び試薬の品質のほか、機器の状態のばらつきが含まれる。さらに、人工的に導入された修飾の量もまた異なり得る。
その結果、従来のＭＳに基づくＭＡＭ方法は、室間及び／又は機器間のばらつきにおいて頑健性を欠く。
それに加えて、質量分析計に基づくマルチ特性分析（ＭＡＭ）の主な問題は、アナリスト間及び機器間のばらつきが大きいことである。再現可能な属性測定のために、すべての分析試験室に同様の機器モデルが必要であるだけでなく、機器もまた同じ条件に調整しなければならない。これは、新規のクロマトグラフィ及び質量分析技術の急速な開発を考えると、大きな長期的問題となる。それに加えて、サンプル調製中の消化効率及び人工的修飾（例えば、酸化、脱アミド、Ａｓｐ異性化、及び断片化）の差もまた、室間のばらつきの一因となる。例えばｃＧＭＰ環境におけるＭＡＭの長期的な成功を確実にするためには、これらの問題を解決しなければならない。
Ｒｏｇｅｒｓ，ＲＳ，ｅｔ ａｌ．２０１５．Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ａ ｑｕａｎｔｉｔａｔｉｖｅ ｍａｓｓ ｓｐｅｃｔｒｏｍｅｔｒｙ ｍｕｌｔｉ－ａｔｔｒｉｂｕｔｅ ｍｅｔｈｏｄ ｆｏｒ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ，ｑｕａｌｉｔｙ ｃｏｎｔｒｏｌ ｔｅｓｔｉｎｇ ａｎｄ ｄｉｓｐｏｓｉｔｉｏｎ ｏｆ ｂｉｏｌｏｇｉｃｓ．ｍＡｂｓ ７：５，８８１－８９０
したがって、ランタイム信号強度校正を介してＭＳ利用のマルチ特性分析（ＭＡＭ）の試験室間及び／又は機器間のばらつきを縮小するシステム及び方法が求められている。
本明細書に記載されているように、ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間及び／又は機器間のばらつきを縮小するシステム及び方法が開示される。各種の実施形態について記載されているように、システム及び方法は、校正用サンプルとしての標準物質内の、測定による、又は既知の属性存在量（例えば、各品質属性の標準物質存在量値）を使用して、サンプル中の属性存在量（例えば、各品質属性のサンプル存在量値）を特定するために使用されてよい。この新規の技術は、室間及び／又は機器間効率を高め、試験室及び／又は機器間のばらつきを減らすことができる。例えば、この新規の技術では、標準物質データが典型的にはＭＡＭ分析のために収集されるため、アナリスト又は試験室からの追加の作業がまったく又はほとんど必要ない。これは、典型的なＭＡＭ手順の場合、標準物質が他の目的、例えばシステム適合性及び同一性目的のためのサンプルと平行して分析されるからである。それに加えて、標準物質を校正用サンプルとして使用することは、標準物質においてはほとんどの品質属性が標準の寿命全体を通じて一定のままであり、したがって、標準物質を校正用サンプルとして、独自の方法で機器間又はサンプル調製手順間の違いを補正するために使用できるため、さらに有利である。
本明細書に記載の各種の実施形態において、ランタイム信号強度校正を介してＭＡＭによる分析の試験室間又は機器間のばらつきを縮小するためのシステム及び方法が記載されている。例えば、幾つかの実施形態では、このようなシステム及び方法は、第一の検出部を含む第一のＭＡＭ型機器を含む。第一のＭＡＭ型機器は、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有することができる。第一のＭＡＭ型機器は、第一のサンプルと標準物質を受けるように構成できる。第一のＭＡＭ型機器はさらに、第一の検出部を介して、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するように構成できる。
システム及び方法は、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサをさらに含むことができる。第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成できる。第一の補正係数群は、標準物質に基づくことができる。第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサはさらに、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するように構成でき、第一のサンプル存在量値群は、第一の補正係数群に基づく。
システム及び方法は、第二の検出部を含む第二のＭＡＭ型機器をさらに含むことができる。第二のＭＡＭ型機器は、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも１つにより定義される第二の機器状態を有することができる。
各種の実施形態において、第二の機器状態は第一の機器状態と異なるものとすることができる。
第二のＭＡＭ型機器は、第二のサンプルと標準物質を受けるように構成できる。第二のＭＡＭ型機器はさらに、第二の検出部を介して、第二のサンプルからの第二のサンプルアイソフォームと、標準物質からの第二の標準物質アイソフォームを検出するように構成できる。
システム及び方法は、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサをさらに含むことができる。第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成できる。第二の補正係数群は、標準物質に基づくことができる。第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサはさらに、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するように構成でき、第二のサンプル存在量値群は、第二の補正係数群に基づく。
各機器について特定された補正係数に基づき、第一のＭＡＭ型機器と第二のＭＡＭ型機器との間で測定のばらつきを縮小できる。例えば、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一のＭＡＭ型機器の第一の補正係数群と第二のＭＡＭ型機器の第二の補正係数群とに基づいて縮小できる。
追加的な実施形態において、ランタイム信号強度校正を介して複数の期間にわたるＭＡＭ型機器のばらつきを縮小するための校正システム及び方法が開示される。このような実施形態において、ＭＡＭ型機器は、第一の期間について、第一のサンプルと標準物質を受けることができる。
ＭＡＭ型機器は、検出部を介して、第一の期間について、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出できる。
１つ又は複数のプロセッサは、第一の期間の第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成でき、第一の補正係数群は標準物質に基づく。
１つ又は複数のプロセッサはまた、第一の期間の第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するように構成できる。第一のサンプル存在量値群は、第一の補正係数群に基づくことができる。ＭＡＭ型機器は、第一の期間にわたり、第一の設定群により定義される第一の機器状態を有することができる。
ＭＡＭ型機器は、第二の期間について、第二のサンプルと標準物質を受けるように構成できる。
ＭＡＭ型機器は、検出部を介して、第二の期間について、第一のサンプルからの第二のサンプルアイソフォームと標準物質からの第二の標準物質アイソフォームを検出できる。
１つ又は複数のプロセッサは、第二の期間の第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成でき、第二の補正係数群は標準物質に基づく。
１つ又は複数のプロセッサはまた、第二の期間の第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するように構成できる。第二のサンプル存在量値群は、第二の補正係数群に基づくことができる。ＭＡＭ型機器は、第二の期間にわたり、第二の設定群により定義される第二の機器状態を有することができる。
第一の期間についてのＭＡＭ型機器の第二の機器状態は、第二の期間についてのＭＡＭ型機器の第二の機器状態と異なるものとすることができる。
各期間について特定された補正係数に基づいて、第一の期間と第二の期間の間の測定のばらつきを、ＭＡＭ型機器のＭＡＭイテレーション間で縮小できる。例えば、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一のＭＡＭ型機器の第一の補正係数群と第二のＭＡＭ型機器の第二の補正係数群とに基づいて縮小できる。
例えば図４ａ、４ｂ、５ａ、及び５ｂに関して本明細書にさらに記載されるように、各種のアイソフォームの分析は、本明細書で開示されているシステム及び方法の適用により、室間及び／又は機器間ばらつき（例えば、室内再現精度ＲＳＤ）が既存のＭＡＭ型の手順と比べて１／２～１／３に縮小されることが実証される。開示されているシステム及び方法により、試験室間、機器、又は異なる期間に行われたＭＡＭイテレーション間の一貫した機器モデルは必要なくなる。それと同時に、試験室間の消化手順のわずかな変化のほか、自動化を通じた変化は、異なる試験室、機器、又は異なる期間に実行されたＭＡＭイテレーション間のアッセイの結果に有意な影響を与えない。
新規なシステム及び方法はまた、選択反応モニタリングのためのトリプル四重極機器等の他の機器のための追加の機会も提供し、これは、開示されたシステム及び方法により、異なるペプチドアイソフォーム間の一貫したレスポンスファクタが不要となるからである。
それに加えて、開示されているシステム及び方法は、新規のシステム及び方法がランタイム信号強度校正を通じて室間ばらつきを大幅に縮小するため、従来の方法よりずっと有利である。新規のシステム及び方法は、本明細書に記載されているように、現在のＭＡＭワークフローの中の主な問題である、一貫した設備／機器を使用するというＭＡＭの要求事項を有効に排除する。さらに、新規のシステム及び方法は、品質属性の正確な定量化が求められる場合に、何れのＭＡＭ型の用途にも適用可能である。それに加えて、参照物質は典型的に、生物製剤のワークフローにおけるサンプルと平衡して分析されるため、アナリストによる追加の作業は不要である。
上記に従って、本明細書に記載の開示により、本開示は、少なくとも、特許請求の範囲に、例えばＭＡＭ型の機器は同じサンプル（例えば、蛋白質分解ペプチドの同じサンプル）でＭＡＭ手順を実行し、標準物質を校正用サンプルとして使用するＭＡＭ型機器間のばらつきを縮小することによって改良できると明記されているため、コンピュータの機能性における改善又は他の技術に対する改良を含む。すなわち、本開示は、システム及び方法がＭＡＭ型機器間のばらつきを縮小するため、コンピュータ自体の機能性又は他の何れかの技術若しくは技術分野の改良について開示している。これは、少なくとも、従来のＭＡＭプロセスがサンプル調製手順、アナリストの習慣、機器、及び試薬の品質のばらつきによって非常に満たしにくい条件を必要とすることから、先行技術に対する改良である。
本開示は、少なくとも、ＭＡＭ型機器が、たとえ異なる機器モデルを有しているか、異なる設定群を有していても、異なる試験室間でも、校正可能であるため、他の技術又は技術分野に対する改良に関する。
本開示は、特定の機械、例えばＭＡＭ型機器により、又はその使用により、独自の改良を適用することを含む。
本開示は、バイオ医薬品の開発又は研究におけるよく理解された定常的な従来の活動以外の明確な特徴を含み、及び／又は本開示の焦点を特定の有益な用途に当てる新規なステップ、例えばランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間及び機器間のばらつきを縮小することを追加する。
それに加えて、本明細書に記載の問題を克服するために、校正用サンプルとしての標準物質において測定された属性に基づいて、サンプル中の属性存在量を計算するための新規な校正システム及び方法が記載されている。標準物質の中で、ほとんどの品質属性は標準の寿命全体を通じて一定のままであり、したがって、機器間又はサンプル調製手順間の差を補正するための校正用サンプルとしての役割を果たすことができる。標準物質データは通常、典型的なＭＡＭ方法で収集されるため、アナリストによる追加の作業は不要である。大量の属性からの試験データから、この方法が機器間のばらつきを大きく縮小することが実証された。この方法により、一貫した機器モデル及びサンプル調製手順はもはや要求事項ではなくなった。その結果、消化手順の変化、現代的な機器類の進化はアッセイの結果に有意な影響を与えない。新規なシステム及び方法によれば、選択反応モニタリングのためのトリプル四重極等の他の機器類の校正も可能となり、これは、異なるペプチドアイソフォーム間の一貫したレスポンスファクタが要求事項ではなくなったからである。
本明細書に記載されているように、マルチ特性分析は、蛋白質消化及びその後の蛋白質分解ペプチドのＬＣ－ＭＳ分析に基づくものであり、治療用蛋白質に関する各種の品質属性を定量化するために開発された。これらの方法は、質量分析（ＭＳ）検出部により提供される分解能を利用し、蛋白質分解ペプチドの各アイソフォーム（修飾及び無修飾型を含む）のＭＳ強度を定量化に使用する。これらの方法の臨床的に関係深い品質属性の各々に対する特殊性から、このような方法は、生物製剤業界において実質的な注目を集めている。
例示として図示され、説明されている好ましい実施形態の下記の説明から、当業者にとっては利点がより明らかとなるであろう。理解されるように、これらの実施形態はその他の異なる実施形態も含むことができ、それらの詳細は、様々な点で改良できる。したがって、図面及び説明文は、例示的な性質であって、限定的とはみなされないものとする。
以下に説明する図面は、その中で開示されているシステム及び方法の様々な態様を示す。各図面は開示されているシステム及び方法の特定の態様のある実施形態を示しており、図面の各々は、その考え得る実施形態によるものであると理解すべきである。さらに、可能なかぎり、以下の説明は、下記のような図面に含まれる参照番号に言及しており、複数の図中に示されている特徴は一貫した参照番号で指示されている。
図中には本明細書で論じられている構成が示されているが、本明細書の実施形態は図示されたとおりの構成及び手段に限定されないと理解すべきである。
図面は、例示のみを目的として好ましい実施形態を描いている。本明細書で例示されているシステム及び方法の代替的実施形態は、本明細書に記載されている本発明の原理から逸脱せずに使用できる。
図１は、本明細書で開示されている各種の実施形態による、質量分析計（ＭＳ）１０２を含む例示的なＭＡＭ型機器１００を示す。本明細書に記載されているように、ＭＡＭは、ある分子（例えば、蛋白質又はアイソフォーム）の複数の特性又は属性（例えば、品質属性）を一斉に分析するために使用できる。個々の分子の特性又は属性を測定するために、質量分析計１０２は分子又はペプチドのサンプル１１０、例えば、本明細書に記載されているようなアイソフォームのサンプル又はそのアイソフォームの標準物質を受けることができる。質量分析計１０２は、受け取った分子のサンプルをイオンに変換して、サンプル分子のイオン化形態をフィルタにかけ、同定できるようにすることができる。
一般に、質量分析計は、イオン源と、質量分析部と、検出部と、を含む。例えば、イオン源１１４に関して、分子又はペプチドの少量サンプル（例えば、サンプル１１０）が、典型的には１つ又は複数のプロトンの添加によってカチオンへとイオン化される（１５１）。質量分析部１１６は、それらの質量及び電荷に応じてイオンを分別し、分離する（例えば、イオン１５２）。検出部（例えば、検出部１４０）は、分離されたイオンを測定し、結果を１つ又は複数のプロセッサを有する計算機（例えば、コンピューティングデバイス１４２）を介して、例えばチャート又はその他のレポートにより記録し、表示することができる。１つ又は複数のプロセッサは、ＭＡＭ型機器１００の一部とすることも、又は別のコンピューティングデバイス（例えば、コンピューティングデバイス１４２）の一部とすることもできる。
イオン１５２は、検出部１４０によって電子的に検出でき、イオン１５２は異なる強度を有し、それによって異なる、又は変化するイオン強度（すなわち、信号）を発生させ、それが検出部１４０により検出される。検出部１４０により検出されたイオン１５２は、例えばコンピューティングデバイス１４２の中で読み取られ、保存され、及び／又は分析されることが可能であり、検出されたイオンは電気情報（例えば、イオン読取り値のピークエリア等）を発生することができる。それゆえ、本明細書に記載されているように、ＭＡＭ型機器１００は、イオンの強度に関する情報を発生させることができる。イオン強度は、例えば２次元（２Ｄ）チャート、プロット、又は記録により表示でき、このようなチャートのマススペクトルのｙ軸は、イオンの信号強度を表すことができる。一般に、質量電荷（ｍ／ｚ）値はチャート、プロット、又は記録のｘ軸上で測定され、「ｍ」は分子又は原子の質量数を指し、「ｚ」はイオンの電荷数を指す。
それに加えて、レスポンスファクタは、ＭＳ情報から発生させられたイオン強度／信号の分析から特定できる。レスポンスファクタは、分子又はアイソフォームにより生成されたイオン強度（例えば、イオン１５２から特定される）とその信号を生成した分子又はアイソフォームの量との比と等しい可能性がある。レスポンスファクタ（例えば、ｋ）とイオン強度（例えば、Ｉｉ）は、例えば表１に関して後でさらに説明する。
理解すべき点として、質量分析計を介した分子（例えば、アイソフォーム）のイオン化は、様々な方法で実現できる。図１の質量分析計の実施形態は１つのこのような方法で描かれ、説明されるが、理解すべき点として、何れの質量分析計又は質量分析を行う方法でも、本明細書に記載のシステム及び方法に使用できる。例えば、質量分析計１０２は、Ｏｒｂｉｔｒａｐ、ＴＯＦ（飛行時間）、及び／又はシングル若しくは３連四重極質量分析計の機器類の何れを含むことも、又はその何れに基づくものとすることもできる。
コンピューティングデバイス１４２は、分子、アイソフォーム、標準物質、イオン、又は本明細書に記載のその他の情報を読み取り、保存し、又は分析するための１つ又は複数のプロセッサ及び／又は１つ又は複数のコンピュータメモリを含むことができる。コンピューティングデバイス１４２の１つ又は複数のプロセッサ及び／又は１つ又は複数のコンピュータメモリはまた、ランタイム信号強度校正を介してＭＡＭ分析の試験室間又は機器間のばらつきを縮小することに関して本明細書に記載されている機能、方法、フローチャート、又はその他の特徴の何れかを実装するためにも使用できる。それに加えて、又は代替的に、ＭＡＭ型機器１００は、コンピューティングデバイス１４２の１つ又は複数のプロセッサ及び／又は１又は複数のコンピュータメモリを含むことができ、これは、本明細書に記載されているように、ランタイム信号強度校正を介してＭＡＭ分析の試験室間又は機器間のばらつきを縮小することに関して本明細書に記載されている機能、方法、フローチャート、又はその他の特徴の何れかを実行するためにも使用できる。図１に示されるように、コンピューティングデバイス１４２は、ＭＡＭ型機器１００に直接（例えば、ユニバーサルシリアルバス（ＵＳＢ）ケーブル等のハードワイヤケーブル）、又はコンピュータネットワークを介して（私設又は公設の何れでもよく、例えばインターネットを介して）通信可能に連結でき、例えばイオン源１１４、質量分析部１１６、及び／又は検出部１４０の何れかを含む、質量分析計１０２の構成要素の何れかに通信可能に連結できる。
特に、ＭＡＭ型機器１００又はコンピューティングデバイス１４２の何れも、１つ又は複数のプロセッサのほか、１つ又は複数のコンピュータメモリを含むことができるコンピューティングデバイスとすることができる。メモリは、揮発性及び／又は不揮発性、固定及び／又はリムーバブルメモリの１つ又は複数の形態、例えばリードオンリメモリ（ＲＯＭ）、エレクトロニックプログラマブルリードオンリメモリ（ＥＰＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、イレーサブルエレクトロニックプログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、及び／又はその他のハードドライブ、フラッシュメモリ、ＭｉｃｒｏＳＤカード、及びその他を含むことができる。メモリは、本明細書で論じられている機能を容易にすることのできるオペレーティングシステム（ＯＳ）（例えば、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ、Ｌｉｎｕｘ、Ｕｎｉｘ等）を記憶できる。メモリはまた、１つ又は複数のアプリケーション、１つ又は複数のソフトウェアコンポーネント、及び／又は１つ又は複数のアプリケーションプログミングインタフェース（ＡＰＩ）を含む機械可読命令も記憶でき、これは、本明細書に記載されている特徴、機能、又はその他の開示、例えば各種のフローチャート、イラスト、図表、図面、及び／又は本明細書中のその他の開示について例示、図示、又は説明されている何れかの方法、プロセス、要素、又は限定を容易にし、又は実行するために実装可能である。例えば、アプリケーション、ソフトウェアコンポーネント、又はＡＰＩのうちの少なくとも幾つかは、機械学習コンポーネント及び／又はサーチエンジン最適化コンポーネントであり、それを含み、それ以外にその一部とすることができ、各々が本明細書に記載の各種の機能を容易にするように構成される。１つ又は複数のその他のアプリケーションも想定可能であり、また、これはＭＡＭ型機器１００又はコンピューティングデバイス１４２のプロセッサにより実行されると理解すべきである。
ＭＡＭ型機器１００又はコンピューティングデバイス１４２のプロセッサは、各種のフローチャート、イラスト、図表、図面、及び／又は本明細書のその他の開示について例示、図示、又は説明された機械可読命令、方法、プロセス、要素、又は限定を実装又は実行するために、ＭＡＭ型機器１００又はコンピューティングデバイス１４２のメモリに、電子データ、データパケット、又はそれ以外の電子信号をプロセッサ及びメモリへと、及びそこから伝送することを担当するコンピュータバスを介して接続できる。
ＭＡＭ型機器１００又はコンピューティングデバイス１４２のプロセッサは、コンピュータバスを介してメモリとインタフェースし、オペレーティングシステム（ＯＳ）を実行できる。プロセッサはまた、コンピュータバスを介してメモリとインタフェースし、ＭＡＭ型機器１００若しくはコンピューティングデバイス１４２のメモリ及び／又はＭＡＭ型機器１００若しくはコンピューティングデバイス１４２のデータベース（例えば、Ｏｒａｃｌｅ、ＤＢ２、ＭｙＳＱＬ等の関係データベース又はＭｏｎｇｏＤＢ等のＮｏＳＱＬ系データベース）の中に保存されるデータを作り、読み出し、更新し、削除し、又はそれ以外にこれらにアクセスするか、それらと相互作用することもできる。メモリ及び／又はデータベースに保存されたデータは、本明細書に記載されているデータ又は情報の何れかの全部又は一部を含むことができ、これには例えば、１つ又は複数のサーチリクエスト、１つ又は複数のトランザクションの詳細、及びユーザのプロファイル情報が含まれる。
ＭＡＭ型機器１００又はコンピューティングデバイス１４２は、１つ又は複数の外部／ネットワークポートを介して、１つ又は複数のネットワーク又はローカル端末、例えば本明細書に記載のコンピュータネットワーク及び／又はコンピューティングデバイス１４２にデータを通信する（例えば、送信及び受信する）ように構成された通信コンポーネントをさらに含むことができる。幾つかの実施形態において、通信コンポーネントは、電子リクエストの受信とそれに対する応答を担当する、ＡＳＰ．ＮＥＴ、Ｊａｖａ Ｊ２ＥＥ、Ｒｕｂｙ ｏｎ Ｒａｉｌｓ、Ｎｏｄｅ．ｊｓ、ウェブサービス、又はオンラインＡＰＩ等のクライアントサーバプラットフォームテクノロジを含むことができる。ＭＡＭ型機器１００又はコンピューティングデバイス１４２のプロセッサは、各種のフローチャート、イラスト、図表、図面、及び／又は本明細書のその他の開示について例示、図示、又は説明された機械可読命令、方法、プロセス、要素、又は限定を実装又は実行するために相互作用できるＭＡＭ型機器１００又はコンピューティングデバイス１４２の通信コンポーネントを実装できる。幾つかの実施形態によれば、ＭＡＭ型機器１００又はコンピューティングデバイス１４２の通信コンポーネントは、ＩＥＥＥ標準、３ＧＰＰ標準、又はその他の標準に従って可能する、及びＭＡＭ型機器１００又はコンピューティングデバイス１４２の外部／ネットワークポートを介したデータの送受信において利用可能な１つ又は複数のトランシーバ（例えば、ＷＷＡＮ、ＷＬＡＮ、及び／又はＷＰＡＮトランシーバ）を含み、又はこれと相互作用することができる。
ＭＡＭ型機器１００又はコンピューティングデバイス１４２は、管理者又はオペレータに情報を提示し、及び／又は管理者又はオペレータから入力を受信するように構成されたオペレータインタフェースをさらに含むか、実装できる。ＭＡＭ型機器１００又はコンピューティングデバイス１４２のオペレータインタフェースは、表示スクリーンを（例えば、コンピューティングデバイス１４２ １０６を介して）提供できる。ＭＡＭ型機器１００又はコンピューティングデバイス１４２の何れも、Ｉ／Ｏコンポーネント（例えば、ポート、容量式若しくは抵抗式タッチセンサ入力パネル、キー、ボタン、ライト、ＬＥＤ）も提供でき、これにはＭＡＭ型機器１００又はコンピューティングデバイス１４２の何れかを介して直接アクセスするか、それに取り付けることができ、又はＭＡＭ型機器１００又はコンピューティングデバイス１４２の端子を介して間接的にアクセスするか、それに取り付けることができる。幾つかの実施形態によれば、管理者又はオペレータは、ＭＡＭ型機器１００又はコンピューティングデバイス１４２のオペレータインタフェース及び／又はＩ／Ｏコンポーネントを介してサーバ１０２にアクセスし、情報を精査し、変更を行い、訓練データを入力し、及び／又はその他の機能を実行できる。
幾つかの実施形態において、ＭＡＭ型機器１００又はコンピューティングデバイス１４２の何れも、本明細書において論じられている機能を、「クラウド」ネットワークの一部として実行でき、又はそれ以外にクラウド内の他のハードウェア又はソフトウェアコンポーネントと通信して、本明細書に記載のデータ又は情報を送信、受信、又はそれ以外に分析することができる。
一般に、幾つかの実施形態によるコンピュータプログラム又はコンピュータ利用製品は、その中にコンピュータ可読プログラムコード又はコンピュータ命令が具現化されている、コンピュータが使用可能な記憶媒体又は、有形の非一時的コンピュータ可読媒体（例えば、標準的なランダムアクセスメモリ（ＲＡＭ）、光ディスク、ユニバーサルシリアルバス（ＵＳＢ）ドライブ、又はその他）を含むことができ、コンピュータ可読プログラムコード又はコンピュータ命令は、各種のフローチャート、イラスト、図表、図面、及び／又は本明細書のその他の開示について例示、図示、又は説明された機械可読命令、方法、プロセス、要素、又は限定を容易にし、実装し、又は実行するために、ＭＡＭ型機器１００又はコンピューティングデバイス１４２のプロセッサ（例えば、メモリ内のそれぞれのオペレーティングシステムに関連して動作する）にインストールし、又はそれ以外にそれらによって実行されるようになすことができる。この点で、プログラムコードは、何れの所望のプログラム言語でも実装でき、マシンコード、アセンブリコード、バイトコード、解釈可能ソースコード又はその他として（例えば、Ｇｏｌａｎｇ、Ｐｙｔｈｏｎ、Ｃ、Ｃ＋＋、Ｃ＃、Ｏｂｊｅｃｔｉｖｅ－Ｃ、Ｊａｖａ、Ｓｃａｌａ、Ａｃｔｉｏｎｓｃｒｉｐｔ、Ｊａｖａｓｃｒｉｐｔ、ＨＴＭＬ、ＣＳＳ、ＸＭＬ等を介して）実装できる。
図２は、本明細書で開示されている各種の実施形態による、ランタイム信号強度校正を介した第一のＭＡＭ型機器２１０及びＭＡＭ型機器２６０間のばらつきを縮小するための例示的なフロー図を示す。幾つかの実施形態において、第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２６０は、同じ試験室内に設置できる。他の実施形態において、第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２６０は、異なる試験室内に配置することもできる。例えば、第一のＭＡＭ型機器２０１は、第一の地理的場所の第一の試験室に位置付けることができ、第二のＭＡＭ型機器２６０は第二の地理的場所の第二の試験室に位置付けることができる。幾つかの実施形態において、第一のＭＡＭ機器２１０は、第二のＭＳ機器に関連付けられる１つ又は複数のプロセッサに、図１について説明したようにコンピュータネットワークを介して通信可能に連結できる。
第一のＭＡＭ型機器２１０及び第二のＭＡＭ型機器２６０の各々は、図１のＭＡＭ型機器１００について説明したものと同じ又は同様の方法で構成できる。したがって、図１の開示は第一のＭＡＭ型機器２１０及び／又は第二のＭＡＭ型機器２６０の何れにも同じに又は同様に当てはまる。それに加えて、第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２６０は各々、図１について説明したようなコンピューティングデバイス（例えば、コンピューティングデバイス１４２）を含むことができる。各種の実施形態において、第一のＭＡＭ型機器２１０及び第二のＭＡＭ型機器２６０は、図１について説明したように質量分析計（ＭＳ）機器であるか、それを含むことができる。他の実施形態において、第一のＭＡＭ型機器２１０及び第二のＭＡＭ型機器２６０は、３連四重極機器であるか、それを含むことができる。
図２の実施形態において、第一のＭＡＭ型機器２１０は、第一の検出部（例えば、図１に関して本明細書に記載されている検出部１４０）を含む。それに加えて、第一のＭＡＭ型機器２１０は、（１）第一の機器モデル、又は（２）第一の設定群により定義される第一の機器状態を有する。本明細書に記載のＭＡＭ型機器について、機器モデルは、ＭＡＭ型機器がどのように分子、アイソフォーム、イオン、又は本明細書に記載のその他の関連情報を分析し、読み出し、又はそれ以外に報告するかを定義することができる。例えば、本明細書においては、図１のＭＡＭ型機器１００について例示的な実施形態の機器モデル、又は分子をイオン化するための構成が説明されている。同様に、ＭＡＭ型機器は、ＭＡＭ型機器の設定群を含むことができ、これはそのＭＡＭ型機器がどのように動作するかに影響を与えることができる。例えば、設定は、ＭＡＭ型機器がイオン化をどのように行うかを変更し、及び／又はイオンがどのように読み出され、又は検出、若しくはそれ以外に報告されるかの感度を変更できる。機器モデル又は機器設定の何れかの違いは、ＭＡＭ型機器の動作の仕方が異なる原因となる可能性があり、これによってＭＡＭ型機器の分子、アイソフォーム、イオンの検出及び／又は読み出し方が異なる可能性がある。それゆえ、異なる機器モデル又は機器設定を有するＭＡＭ型機器は、異なる条件を有することができ、したがって、機器ごとに、及び／又はこのような異なる機器が存在する可能性のある試験室ごとに動作が異なり得る。
図２の実施形態において、第一のＭＡＭ型機器２１０は、第一のサンプル２０４（例えば、蛋白質分解ペプチドのサンプル）と標準物質２０２（例えば、蛋白質分解ペプチドの）を受けるように構成される。図２の実施形態において、第一のサンプル２０４の属性（例えば、品質属性）濃度は不明である。しかしながら、標準物質２０２の属性濃度は分かっており、したがって、校正用サンプルとして使用できる。例えば、標準物質は、特定の既知の化学組成を含む化学物質サンプルとすることができ、例えば、特定のロット番号を有するサンプル、すなわち「ロット」は、８０％の存在量の第一の化学物質又は属性、１０％の第二化学物質又は属性、及び様々な残りのパーセンテージの他の微量な化学物質又は属性を含むことができる。標準物質は、同じ化学物質又は組成の他の標準物質サンプルと同じ化学物質又は属性組成及び／又は同じ信号シグナチャ（例えば、図１について説明した質量分析計を介して検出可能）を有することができる。それゆえ、標準物質は品質管理の目的で使用でき、この場合、試験サンプル（例えば、第一のサンプル２０４及び／又は第二のサンプル２５４）が標準物質（例えば、標準物質２０２及び／又は標準物質２５２）と比較されて、試験サンプルと標準物質サンプル又はロットとの間の品質、数量、一貫性、偏差、及び／又は偏差が特定される。例えば、蛋白質、エポエチンアルファ（組換え体エリスロポエチン）（例えば、ＡｍｇｅｎのＥｐｏｇｅｎ（登録商標））は、品質管理策を講じるためのエポエチンの試験サンプルロットとの比較に使用できる標準物質ロットを有することができる。
図２について示されるように、第一のＭＡＭ型機器２１０に関して、標準物質２０２はサンプル２０４と平行して分析される。同様に、第二のＭＡＭ型機器２６０では、標準物質２５２は第二のサンプル２５４と平行して分析される。標準物質２０２及び２５２に関して、ほとんどの品質属性は各標準物質の寿命全体を通じて一定のままであり、したがって、機器間又はサンプル調製手順間の違い、例えば第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２７０との、及び／又は第一のＭＡＭ型機器２１０及び／又は第二のＭＡＭ型機器２６０を操作する試験室のアナリストにより実行されるサンプル調製手順間の状態の違いを補正するための共通の校正用サンプルとしての役割を果たす。
本明細書に記載されているように、標準物質を各ランでの校正用サンプルとして使用すること（例えば、標準物質２０２及び２５２は、校正用サンプルとして使用される同じ標準物質のサンプルとすることができる）の利点は、室間及び機器間再現性に関する従来のＭＡＭに対する要求事項のほとんどを排除できることである。例えば、室間及び機器間再現性に関する前提は、次のように簡易化し、変更できる：（１）無修飾及び修飾ペプチドは、同じＬＣ／ＭＳシーケンス内で再現可能な回収率を有する（例えば、室間と対照的）、（２）無修飾及び修飾ペプチドは同じＬＣ／ＭＳシーケンス内で再現可能なＭＳレスポンスファクタを有する（例えば、同じレスポンスファクタと対照的）、（３）人工的に誘導された属性変化は無視できる。このような上記の要求事項は、従来の方法の要求事項と比較して満たしやすく、これは、室間再現性に関する要求事項のほとんどが同じＬＣ／ＭＳシーケンス内（例えば、同じ試験室、同じアナリスト、及び同じ日）内の再現可能性に緩和されるからである。
図２の実施形態において示されているように、第一のＭＡＭ型機器２１０は、その第一の検出部を介して、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するように構成される。蛋白質分解ペプチドに関して、蛋白質ベースのアイソフォームは蛋白質変異体とすることができ、これは同じ又は同様の生物学的役割を果たす、類似性の高い蛋白質群に含まれる。幾つかの実施形態において、第一のサンプルアイソフォームは、本明細書に記載の品質管理の目的のために使用される品質属性とすることができる。他の実施形態において、品質属性は、サンプル又はロットの品質を特定するための蛋白質又は同定された不純物、その他の尺度とすることができる。例えば、各種の実施形態において、品質属性は断片化、酸化、糖化、水酸化、配列変異体、異性化、脱アミノ化、Ｃ末端リジン、Ｏ結合型グリカン、及び／又はＮ結合グリカンにより定義できる。
第一のＭＡＭ型機器２１０は、１つ又は複数のプロセッサに関連付けることができる。１つ又は複数のプロセッサは、第一のＭＡＭ型機器２１０に含めることができ、又は例えば図１に関して記載されているように、第一のＭＡＭ型機器２１０に通信可能に連結されたコンピューティングデバイス（例えば、コンピューティングデバイス１４２）の一部とすることができる。
図２の実施形態において、第一のＭＡＭ型機器２１０に関連付けられる１つ又は複数のプロセッサは、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成される。補正係数群の特定は、補正係数群の特定が第一のＭＡＭイテレーションに関連付けられるように、第一のＭＡＭイテレーションの前、最中、又は後に行うことができると理解されたい。さらに、補正係数群は、本明細書に記載されているように、１つの補正係数又は複数の補正係数を含むことができると理解されたい。図２の実施形態において、第一の補正係数群は標準物質２０２に基づく。この関係は、特定のアミノ酸残留物に関連付けられるｎ＋１のアイソフォームに関する以下の等式（１）を介して表現でき、式中、ａｉは第一の補正係数群を示し、Ｉ０及びＡ０は、標準物質２０２のイオン強度と属性存在量値を示す。
それゆえ、標準物質（例えば、Ｉ０及びＡ０で表される）は校正用サンプルとして使用され、第一の補正係数群（例えば、ａｉ）はこれらの値から特定される。式（１）について示されているように、第一の補正係数群（例えば、ａｉ）は、第一の標準物質アイソフォームのイオン強度値（例えば、Ｉ０
０及びＩｉ
０）及び第一の標準物質アイソフォームの第一の標準物質存在量値（例えば、Ａ０
０及びＡｉ
０）に基づく。下の表１は、式（１）について使用される、及び／又は本明細書の他の箇所で使用される各種の記号を説明する：
式（１）は、標準物質の既知の属性存在量（Ａｉ
０）に基づく強度校正（例えば、イオン強度校正）を行うために使用できる。
それに加えて、第一の補正係数群（例えば、ａｉ）は、第一のサンプル存在量値（例えば、Ａｉ）群に関連付けられるレスポンスファクタ（ｋ）を校正して、第一のサンプルアイソフォームのイオン強度値（Ｉｉ）を特定するために使用できる。これは、下の式（２）に示されている。一般に、イオン強度値は、図１について説明されているように、ＭＳ検出部１４０により検出されるピークエリアを表すことができる。以下に示すように、補正係数ａｉは、存在量値（Ａｉ）に適用されると、イオン強度係数Ｉｉの校正が行われることになるレスポンスファクタｋを校正するために使用できる。これは、以下の式（２）に示され、そこから式（１）が導き出される：
式（２）中、各アイソフォーム（ｉ）のレスポンスファクタ（ｋ）は、補正係数（ａｉ）により修正される。式ａｉｋ０は標準物質（例えば、２０２）の補正後のレスポンスファクタを表し、ａｉｋはサンプル（例えば、第一のサンプル２０４）の補正後のレスポンスファクタを表す。標準物質のレスポンスファクタ（ｋ０）は、サンプル調製のわずかな違いのほか、注入ごとの機器の感度の違い（例えば、試験室内のばらつき）によって、第一のサンプル２０４のレスポンスファクタ（ｋ）とは異なる可能性がある。同様に、第一のサンプル２０４と第二のサンプル２５４との間にも同様に違いが導入されるか、発生する可能性がある（例えば、室間のばらつき）。式（２）に示されるように、幾つかの実施形態において、補正係数ａ０は１に設定されて（ａ０＝１）、式（２）を解いて式（１）を導き出す。しかしながら、どのアイソフォームを一定の値（ａ０＝１）に設定するかは重要ではないと理解されたいが、しかしながら一般には、最大存在量のアイソフォームが設定され、これは通常、無修飾のアイソフォームである。
標準物質中の各属性の存在量値（Ａｉ
０）は、従来のＭＡＭ方式又はより高精度の直交法の何れを用いても証明できる。絶対定量法が使用される場合、同じ属性のその後のＭＡＭ分析のすべてが、校正後、絶対定量となる。
式（１）及び（２）は、サンプル（例えば、第一のサンプル２０４）中の各アイソフォームｉの存在量値（Ａｉ）を計算するために使用できる。例えば、式（１）について示されているように、アイソフォームｉの存在量値（Ａｉ）は、補正係数（例えば、ａｉ）と各アイソフォームの信号強度（Ｉｉ）を含む値から特定される。
図２の実施形態において、第一のＭＡＭ型機器２１０に関連付けられる１つ又は複数のプロセッサはさらに、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群（例えば、式（１）について示されているＡｉ）を特定するように構成でき、第一のサンプル存在量値群（例えば、式（１）について示されているＡｉ）は、第一の補正係数群（例えば、式（１）のａｉ）に基づく。本明細書に記載されているように、存在量値はパーセンテージとして報告できる。式（１）について示されているように、第一のサンプル存在量値群（例えば、Ａｉ）はさらに第一のサンプルアイソフォームのイオン強度値（例えば、式（１）のＩｉ）に基づく。
図２はまた、第二のＭＡＭ型機器２６０の校正も示している。第二のＭＡＭ型機器２６０は、第一のＭＡＭ型機器２１０を校正する（２２０）ために使用されたものと同じ標準物質（又は、同じ標準物質の異なるサンプル）を使って校正される（２７０）。このようにして、第二のＭＡＭ型機器２６０と第一のＭＡＭ型機器２１０のどちらも、レポート２８０を介して示すことのできるような一貫した結果を得る。第二のＭＡＭ型機器２６０は、同じ標準物質の使用（例えば、標準物質２０２及び標準物質２５２は同じ標準物質のサンプルである）を含めて、第一のＭＡＭ型機器２１０について説明したものと同じ又は同様の方法で構成され、校正されると理解されたく、それによって校正に関する本明細書中の開示（例えば、式（１）及び（２）を介することを含む）は、第二のＭＡＭ型機器２６０にも第一のＭＡＭ型機器２１０と同様に当てはまる。
第二のＭＡＭ型機器２６０は、第二の検出部（例えば、図１について本明細書に記載されている検出部１４０）を含む。図２の実施形態において、第二のＭＡＭ型機器２６０は、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有する。本明細書に記載されているように、第二のＭＡＭ型機器２６０の第二の機器状態は、第一のＭＡＭ型機器２１０の第一の機器状態とは異なるようにすることができる。幾つかの実施形態において、第二の機器状態は第一の機器状態と異なるようにすることができ、それは、第二のＭＡＭ型機器２６０が第一のＭＡＭ型機器２１０の第一の機器モデルとは異なる第二の機器モデルを有することができるからである。他の実施形態において、第二の機器状態は第一の機器状態と異なるようにすることができ、それは、第二のＭＡＭ型機器２６０が第一のＭＡＭ型機器２１０の第一の設定群とは異なる第二の設定群を有することができるからである。
第二のＭＡＭ型機器２６０は、第二のサンプル２５４（例えば、蛋白質分解ペプチドのサンプル）と標準物質２５２（例えば、蛋白質分解ペプチドの）を受けるように構成される。標準物質２５２は、標準物質２０２について使用されているものと同じ標準物質の異なるサンプルとすることができる。第二のＭＡＭ型機器２６０はさらに、第二の検出部（例えば、図１について本明細書に記載されている検出部１４０）を介して、第二のサンプルからの第二のサンプルアイソフォーム（ｉ）と標準物質からの第二の標準物質アイソフォームを検出するように構成される。幾つかの実施形態において、第一のサンプル、第二のサンプル、及び標準物質の各々は、第一のサンプルはある蛋白質分解ペプチドのものであり、第二のサンプルはその蛋白質分解ペプチドのものであり、標準物質はその蛋白質分解ペプチドのものであるように、共通の蛋白質分解ペプチドに関連付けられてよいと理解されたい。
第二のＭＡＭ型機器２６０は、１つ又は複数のプロセッサに関連付けられる。幾つかの実施形態において、１つ又は複数のプロセッサは、同じコンピューティングデバイス（例えば、コンピューティングデバイス１４２）の一部であり、第一のＭＡＭ型機器２１０に関連付けられる１つ又は複数のプロセッサは第二のＭＡＭ型機器２６０に関連付けられるものと同じ１つ又は複数のプロセッサである。他の実施形態において、１つ又は複数のプロセッサは、異なるコンピューティングデバイスの一部である。
第二のＭＡＭ型機器２６０に関連付けられる１つ又は複数のプロセッサは、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォーム（ｉ）に対応する第二の補正係数群（例えば、ａｉ）を特定するように構成される。補正係数群（例えばａｉ）の特定は、補正係数群の特定が第二のＭＡＭイテレーションに関連付けられるように、第二のＭＡＭイテレーションの前、最中、又は後に行うことができると理解されたい。図２の実施形態において、第二の補正係数群（例えば、ａｉ）は標準物質２５２に基づいており、これは標準物質２０２のそれと同じ標準物質である。第二のＭＡＭ型機器２６０に関連付けられる１つ又は複数のプロセッサはさらに、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群（例えば、Ａｉ）を特定するように構成され、第二のサンプル存在量値群（例えば、Ａｉ）は第二の補正係数群（例えば、ａｉ）に基づく。
本明細書に記載されている共通の標準物質２０２及び２５２により校正された第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２６０の各々について特定された補正係数に基づいて、測定のばらつきは、第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２６０との間で、同じサンプルを両方の機器で分析すれば縮小できる。ばらつきの縮小は、レポート２８０の一貫したＭＡＭ結果を介して実証できる。例えば、第一のサンプル存在量値群（例えば、Ａｉ）と第二のサンプル存在量値群（例えば、Ａｉ）から特定された分散値は、本明細書に記載されているように、第一のＭＡＭ型機器２１０の第一の補正係数群（例えば、ａｉ）と第二のＭＡＭ型機器２６０の第二の補正係数群（例えば、ａｉ）を適用することに基づいて縮小できる。本明細書に気際されているように、幾つかの場合において、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、少なくとも２５パーセント縮小され得る。
それゆえ、図２について例示されているように、サンプル２０４及び２５４並びに共通の標準物質（例えば、２０２及び２５２）は、それぞれ第一のＭＡＭ型機器２１０及び第二のＭＡＭ型機器２６０の校正（２２０及び２７０）と平行して分析できる。このようにして、サンプル中の各品質属性の濃度を報告するレポート２８０は、標準物質（例えば、２０２及び２５２）における既知の濃度を使って作成し、異なる機器、例えば本明細書に記載されているように異なる状態を有する機器を用いた場合でも一貫した結果を得ることができる。例えば、第一のＭＡＭ型機器２１０及び第一のＭＡＭ型機器２１６の各々は、アイソフォーム及び／又は品質属性を含む、又はそれ以外にそれについて記載し、若しくは報告するレポート（例えば、レポート２８０）を生成するように構成できる。例えば、レポート２８０は、チャートとして報告される情報又はデータを含むことができ、また、図１に関して記載されているように、例えばレスポンスファクタ、ピークエリア、又はその他の情報等のデータ又は情報を含むことができる。各種の実施形態において、レポート２８０は、本明細書に記載されているように、標準物質２０２又は２５２を使用した校正（２２０又は２７０）の後に生成できる。
図３は、本明細書で開示されている各種の実施形態による、ランタイム信号強度校正を介して複数の期間に関するＭＡＭ型機器（例えば、ＭＡＭ型機器１００）のばらつきを縮小するための方法３００を示す。図３のＭＡＭ型機器は、標準物質の使用を含め、図２の第一のＭＡＭ型機器２１０について説明されたものと同じ又は同様の方法で構成され及び校正され、校正に関する本明細書の開示（例えば、式（１）及び（２）を介するものを含む）は、図３のＭＡＭ型機器にも等しく当てはまると理解されたい。しかしながら、図３に関して、同じＭＡＭ型機器は異なる期間にわたり（例えば、異なるラン、異なるＭＡＭイテレーション、及び／又は異なる日、時間、等にわたり）使用される。図３のＭＡＭ型機器は、図１のＭＡＭ型機器１００について説明したように構成できる。
方法３００は、ブロック３０４で始まり（３０２）、図３のＭＡＭ型機器は、第一の期間について、第一のサンプル（例えば、サンプル２０４であり、これは蛋白質分解ペプチドのものであってよい）と標準物質（例えば、標準物質２０２であり、これは蛋白質分解ペプチドのものであってよい）を受けることができる。
ブロック３０６で、ＭＡＭ型機器は、検出部（例えば、検出部１４０）を介して、第一の期間について、第一のサンプルからの第一のサンプルアイソフォーム（ｉ）と標準物質からの第一の標準物質アイソフォームを検出できる。
ブロック３０８で、１つ又は複数のプロセッサ（例えば、図１について説明した１つ又は複数のプロセッサ）は、第一の期間の第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォーム（ｉ）に対応する第一の補正係数群（例えば、ａｉ）を特定するように構成でき、第一の補正係数群（例えば、ａｉ）は標準物質に基づく。
ブロック３１０で、１つ又は複数のプロセッサはまた、第一の期間の第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォーム（ｉ）に対応する第一のサンプル存在量値群（例えば、Ａｉ）を特定するように構成できる。第一のサンプル存在量値群は、第一の補正係数群（例えば、ａｉ）に基づくことができる。ＭＡＭ型機器は、第一の期間にわたり、第一の設定群により定義される第一の機器状態を有することができる。第一の機器状態は、図２について説明したものと同じ又は同様とすることができる。
ブロック３１２で、ＭＡＭ型機器は、第二の期間について、第二のサンプル（例えば、蛋白質分解ペプチドのものであってよい）と標準物質（例えば、蛋白質分解ペプチドのものであってよい）を受けることができる。
ブロック３１４で、ＭＡＭ型機器は、検出部（例えば、検出部１４０）を介して、第二の期間について、第二のサンプルからの第二のサンプルアイソフォーム（ｉ）と標準物質からの第二の標準物質アイソフォームを検出できる。
ブロック３１６で、１つ又は複数のプロセッサは、第二の期間の第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成でき、第二の補正係数群は、標準物質に基づく。
ブロック３１８で、１つ又は複数のプロセッサは、第二の期間の第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するように構成できる。第二のサンプル存在量値群は、第二の補正係数群に基づくことができる。ＭＡＭ型機器は、第二の期間にわたり、第二の設定群により特定される第二の機器状態を有することができる。第一の期間についてのＭＡＭ型機器の第二の機器状態は第二の期間についてのＭＡＭ型機器の第二の機器状態と異なるようにすることができる。
各期間について特定された補正係数に基づいて、第一の期間と第二の期間についてのＭＡＭイテレーション間の測定のばらつきを縮小できる。例えば、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一のＭＡＭ型機器の第一の補正係数群と第二のＭＡＭ型機器の第二の補正係数群とに基づいて縮小できる。
図４ａ及び４ｂの実施形態は、本明細書中で説明するように、本明細書で開示されるばらつき縮小及び校正を用いた蛋白質Ｐ１の分析を示している。Ｐ１は、分子の一部分に２つのＯ結合グリコシル化部位を含み、６種類のグリコフォーム（アイソフォーム）を有し、その各々が本明細書で図４ｂに示されている。図４ａ及び４ｂのそれぞれ図表４００及び４５０は、Ｐ１サンプルがその標準物質と共に、異なる試験室アナリストによって、例えば各々ＴｈｅｒｍｏＦｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ社（Ｓａｎ Ｊｏｓｅ，ＣＡ）により製造されたＱ Ｅｘａｃｔｉｖｅ（商標）ＢｉｏＰｈａｒｍａ Ｐｌａｔｆｏｒｍという機器及び２つのＥｘａｃｔｉｖｅ（商標）Ｐｌｕｓ Ｏｒｂｉｔｒａｐ Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｅｒという機器を含む異なるＬＣ／ＭＳ機器を使って分析されることによって作成された。すべてのデータを、ＴｈｅｒｍｏＦｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ社により提供されるＣｈｒｏｍｅｌｅｏｎ（商標）ソフトウェアで処理し、関心対象の各ペプチドのピークエリアを特定した。図４ａ及び４ｂの各グリコフォームについて示されている存在量値（例えば、Ａｉ）は、従来のＭＡＭイテレーション（４０２）のほか、新規方式により校正されたＭＡＭイテレーション（４０４）を使って定量化した。新規方式により校正されたＭＡＭ手順（４０４）は、本明細書に記載されているランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小する校正技術に基づく。Ｐ１標準物質中の各属性の存在量値（例えば、Ａｉ
０）を得るために、Ｐ１標準物質を従来のＭＡＭイテレーション（４０２）で６回分析し、６回の測定の平均値をその標準物質中の既知の存在量として使用した。
図４ａは、６回の例示的なＭＡＭイテレーションにわたる、あるアイソフォームに関する存在量値（例えば、Ａｉ）の機器間／試験室間のばらつきの縮小を表す略図４００を示す。例えば、図表４００のｙ軸４１０ｙは存在量値（例えば、Ａｉ）をパーセンテージで示す。図表４００のｘ軸４１０ｘは、従来のＭＡＭイテレーション（４０２）を使用して特定された従来のサンプル存在量値を、本明細書中で開示されている各種の実施形態について記載された新規方式により校正されたＭＡＭイテレーション（４０４）を使って特定された校正済み存在量値と比較する、６つの例示的なＭＡＭイテレーション１～６を示す。例えば、ＭＡＭイテレーション１～６は、異なるＭＡＭ機器（例えば、図２について説明されている第一のＭＡＭ機器２１０及び第二のＭＡＭ型機器２６０）上で実行されるＭＡＭイテレーションとすることができ、又はＭＡＭイテレーション１～６は、同じＭＡＭ機器上で異なる期間にわたり実行された（例えば、図３について記載したとおり）ＭＡＭイテレーションとすることができる。
具体的には、図４ａの実施形態において、図表４００は、従来のＭＡＭイテレーション（４０２）及び新規方式により校正されたＭＡＭイテレーション（４０４）の両方を使って特定されたグリコフォーム（アイソフォーム）の測定された存在量値（例えば、Ａｉ）を示す。特に、図表４００のグリコフォームは、第二コアシアル酸（ＳＡ）である。ｘ軸４１０ｘ上に示されるイテレーション１～３は、第一のＭＡＭ型機器、すなわち第一の機器、Ｅｘａｃｔｉｖｅ（商標）Ｐｌｕｓ Ｏｒｂｉｔｒａｐ Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｅｒ上で測定された。ｘ軸４１０ｘ上に示されるイテレーション４～６は、異なる第二のＭＡＭ型機器、すなわち異なる機器、Ｅｘａｃｔｉｖｅ（商標）Ｐｌｕｓ Ｏｒｂｉｔｒａｐ Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｅｒ上で測定された。図表４００に示されるように、新規方式により校正されたＭＡＭ手順（４０４）を使用した各イテレーション１～６にわたる存在量値（例えば、Ａｉ）の機器間のばらつきは、従来のＭＡＭ手順（４０２）を使用する各イテレーション１～６にわたる存在量値のばらつきと比較して有意に縮小されている。換言すれば、新規方式により校正されたＭＡＭ手順（４０４）を使った各イテレーション１～６にわたる存在量値（例えば、Ａｉ）の機器間の一貫性は、従来のＭＡＭ手順（４０２）を使用した各イテレーション１～６にわたる存在量値のばらつきと比較して、有意に向上している。
図４ｂは、本明細書で開示されている各種の実施形態による、図４ａのアイソフォームを含む、６つの例示的アイソフォームに関する機器間／室間のばらつきの縮小を表す図表を示す。図表４５０のｙ軸４６０ｙは、室内再現精度の相対標準偏差（ＲＳＤ）をパーセンテージで示す。ＲＳＤは、存在量値（例えば、Ａｉ）と相関される。特に、ＲＳＤの縮小は存在量値のばらつきの縮小を示す。
図表４００のｘ軸４６０ｘは、６つの例示的なアイソフォーム（１ＨｅｘＮＡｃ、１コア、１ＳＡ、２ＳＡ、第二コアＳＡ、及びアグリコ）を示す。第二コアＳＡアイソフォームの分析は、本明細書に記載されている図４ａについて示される。図４ｂは、６つのアイソフォームの各々の相対標準偏差（ＲＳＤ）（例えば、グリコフォーム）における縮小パーセンテージを示しており、これは従来のＭＡＭイテレーション（４０２）を新規方式により校正されたＭＡＭイテレーション（４０４）と比較したときに示されている。６つのアイソフォームの各々は、あるサンプル（例えば、Ｐ１）のロットの品質管理のために試験する品質属性として使用できる。したがって、同じサンプルの測定間の一貫性（すなわち、ばらつき／偏差の縮小）が重要である。図４ｂの図表４５０により示されるように、新規方式により校正されたＭＡＭイテレーション（４０４）では、Ｐ１グリコフォームが異なる機器で測定されたとしても、最大２５％から最小５％まで、ＲＳＤはかなりの量だけ減少している（例えば、２～３分の１）。
図５ａ及び５ｂの実施形態は、本明細書に記載されているように、第二の蛋白質Ｐ２の属性の分析を示している。特に、図５ａ及び５ｂの図表５００及び５５０に関して、Ｐ２の標準物質は４０℃で４週間インキュベートした。その後、このストレスサンプルの２０％をＰ２標準物質にスパイクして、試験サンプルを作った。この試験サンプルをＰ２標準物質及びストレスサンプルの両方と共に、トリプシンを用いて２種つの異なるプロトコルで消化し、各々の消化物を、カラム、移動相、及び勾配の異なる２種類のＬＣ／ＭＳ機器で３回分析した。Ｔｈｅｒｍｏ Ｑ Ｅｘａｃｔｉｖｅ（商標）ＢｉｏＰｈａｒｍａ Ｐｌａｔｆｏｒｍという機器を第一のＭＡＭ型機器として使用し、Ｏｒｂｉｔｒａｐ Ｆｕｓｉｏｎ（商標）Ｌｕｍｏｓ（商標）Ｔｒｉｂｒｉｄ（商標）Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｅｒ（ＴｈｅｒｍｏＦｉｓｈｅｒ Ｓｃｉｅｎｔｉｆｉｃ）を第二のＭＡＭ型機器として使用した。Ｐ２標準物質は、第一のＭＡＭ型機器上で６回分析し、各属性の測定された存在量値の平均を標準存在量値として使用した。結果として得られたデータと情報のすべてを分析して、各ペプチドアイソフォームのピークエリア及び関連する存在量値を得た。
それに加えて、図５ａ及び５ｂに関して、Ｐ２の５７の品質属性を分析した。例えば、５７の品質属性には、断片化、酸化、糖化、水酸化、配列変異体、異性化、脱アミド、Ｃ末端リシン、Ｏ結合グリカン、及びＮ結合グリカンが含まれる。品質属性は、０．００５％～５％と広い範囲の存在量値にわたっていた。
図５ａは、１２の例示的なＭＡＭイテレーションにわたる存在量値（例えば、Ａｉ）の機器間／試験室間のばらつきの縮小を表す図表５００を示す。例えば、図表５００のｙ軸５１０ｙは、存在量値（例えば、Ａｉ）をパーセンテージで示す。図表５００のｘ軸５１０ｘは、１２の例示的なＭＡＭイテレーション１～１２を示しており、これは従来のＭＡＭイテレーション（４０２）を用いて特定された従来のサンプル存在量値を、本明細書で開示されている各種の実施形態について説明した新規方式により校正されたＭＡＭイテレーション（４０４）を用いて特定された校正後の存在量値と比較している。例えば、ＭＡＭイテレーション１～１２は、異なる機器（例えば、図２について説明した第一のＭＡＭ型機器２１０と第二のＭＡＭ型機器２６０）を使って行われたＭＡＭイテレーションとすることができ、又はＭＡＭイテレーション１～１２は、同じＭＡＭ機器で異なる期間を用いて行われたＭＡＭイテレーション（図３について説明したとおり）とすることができる。
具体的には、図５ａの実施形態において、図表５００は、従来のＭＡＭイテレーション（４０２）と新規方式により校正されたＭＡＭイテレーション（４０４）の両方を使って特定されたＫ１１７ 水酸化に関する存在量測定値（例えば、Ａｉ）を示す。特に、図表５００は、２つの消化プロトコル及び２つのＬＣ／ＭＳ機器を使って各々３回測定されたＫ１１７水酸化の存在量測定値を示す。ＭＡＭイテレーション１～３及び７～９は消化プロトコル１により、ラン４～６及び１０～１２は消化プロトコル２による。ＭＡＭイテレーション１～６は、Ｔｈｅｒｍｏ Ｑ Ｅｘａｃｔｉｖｅ（商標）ＢｉｏＰｈａｒｍａ Ｐｌａｔｆｏｒｍという機器で実行され、ＭＡＭイテレーション７～１２は、Ｏｒｂｉｔｒａｐ Ｆｕｓｉｏｎ（商標）Ｌｕｍｏｓ（商標）Ｔｒｉｂｒｉｄ（商標）Ｍａｓｓ Ｓｐｅｃｔｒｏｍｅｔｅｒで実行された。図５００に示されるように、新規方式により校正されたＭＡＭ手順（４０４）を用いたＭＡＭイテレーション１～１２のすべてにわたる存在量値（例えば、Ａｉ）の機器間のばらつきは、従来のＭＡＭ手順（４０２）を使用したＭＡＭイテレーション１～１２にわたる存在量値のばらつきと比較して、有意に縮小している。換言すれば、新規方式により校正されたＭＡＭ手順（４０４）を使用した各ＭＡＭイテレーション１～１２にわたる存在量値（例えば、Ａｉ）の機器間一貫性は、従来のＭＡＭ手順（４０２）を使用したＭＡＭイテレーション１～１２の各々にわたる存在量値のばらつきと比較して、有意に向上している。それゆえ、図５ａは、２種類の機器モデルに関するＫ１１７ 水酸化の存在量測定値を示している。従来のＭＡＭ手順（４０２）により、２種類のＭＡＭ型機器で得られた存在量値のばらつきは異なっていた。しかしながら、新規方式により校正されたＭＡＭ手順（４０４）では、２種類のＭＡＭ型機器間で一貫した存在量値が提供された。
図５ｂは、本明細書で開示される各種の実施形態による５７の品質属性の機器間／試験室間偏差の縮小を表す図表を示す。図５ａのＫ１１７水酸化は、図５ｂの５７の品質属性の１つである。図表５５０のｙ軸５６０ｙは、室内再現精度ＲＳＤをパーセンテージで示す。図表５５０のｘ軸５６０ｘは５７の品質属性を示し、そのうちＫ１１７水酸化は１つのそのような品質属性である。５７の品質属性の各々が、従来のＭＡＭ手順（４０２）と新規方式により校正されたＭＡＭ手順（４０４）を使って特定された。図５ｂの図表５５０は、従来のＭＡＭ手順（４０２）を用いた品質属性のＲＳＤは一般に、３～５０％の範囲であるのに対し、新規方式により校正されたＭＡＭ手順（４０４）を使用した品質属性のＲＳＤは、ほとんどの品質属性について２０％未満に縮小していることを示しており、それゆえ、本明細書で開示されている各種の実施形態によるランタイム信号強度校正を介したばらつきの縮小を示している。
本明細書に記載されているように、ランタイム信号強度校正を介したＭＡＭ型機器のばらつきの縮小は、質量分析計にとっての利点を生じさせる（例えば、図２について説明したとおり）。例えば、本明細書に記載されているように、レスポンスファクタ（例えば、ａｉ）の校正により、異なるペプチドアイソフォームのレスポンスファクタ（ｋ）が同じなければならないという要求事項が排除される。この技術は、ＭＡＭを目的とする他の種類の機器にも適用できる。例えば、従来の方法の場合、トリプル四重極機器での選択反応モニタリング（ＳＲＭ）は、ペプチドアイソフォーム間の断片化効率が異なる可能性があるため、ＭＡＭの目的には効果がない。しかしながら、本明細書に記載されている新規方式により校正されたＭＡＭ手順によれば、トリプル四重極機器上でＭＡＭを行うことが可能となり、これは、トリプル四重極機器の精度、直線性、及びダイナミックレンジがよりよいことから、オービトラップ機器を使用する場合より有利である可能性がある。このような実施形態においては、しかしながら、標準物質中の各属性の濃度を、まず高分解能機器で証明する必要があり得る。
本明細書の開示は、多数の異なる実施形態の詳細な説明を示しているが、理解すべき点として、説明の法的範囲は本特許の末尾に示される特許請求項の文言及びその均等物によって定義される。詳細な説明は例示にすぎないと解釈されたく、考え得るすべて実施形態を説明することは非現実的であるため、考え得るすべての実施形態を説明しているのではない。現在の技術又は本特許の出願日以降に開発される技術の何れかを使用して、様々な代替的実施形態を実施でき、これらも依然として特許請求項の範囲に含まれる。
以下の追加の考察は、上述の説明にも当てはまる。本明細書全体を通じて、複数のインスタンスが、１つのインスタンスとして説明された構成要素、動作、又は構造を実装することもできる。１つ又は複数の方法の個々の動作が別の動作として図示され、説明されているが、個々の動作のうちの１つ又は複数を同時に実行することもでき、動作を図示された順序で行わなければならないとは要求されていない。例示的な構成の中で別々の構成要素として提示されている構造と機能は、組合せの構造又は構成要素としても実装できる。同様に、１つの構成要素として提示示された構造と機能は、別の構成要素としても実装できる。これら及びその他の変更、改良、追加、及び改善も、本明細書の主旨の範囲に含まれる。
さらに、特定の実施形態は、本明細書の中で、ロジック又は複数のルーチン、サブルーチン、応用、又は命令を含むと説明されている。これらは、ソフトウェア（例えば、機械可読媒体上、若しくは伝送信号の中に埋め込まれたコード）又はハードウェアの何れを構成することもできる。ハードウェアの中で、ルーチン等は特定の動作を実行できる有形ユニットであり、特定の方法で構成又は配置できる。例示的な実施形態において、１つ若しくは複数のコンピュータシステム（例えば、スタンドアロン、クライアント、又はサーバコンピュータシステム）又はあるコンピュータシステムの１つ若しくは複数のハードウェアモジュール（例えば、プロセッサ若しくはプロセッサ群）は、ソフトウェアによって、本明細書に記載の特定の動作を行うように動作するハードウェアモジュールとして構成できる。
本明細書に記載の例示的な方法の各種の動作は、少なくとも部分的に、関係する動作を実行するように一時的に構成された（例えば、ソフトウェアによる）、又は永久的に構成された１つ又は複数のプロセッサにより実行できる。一時的に構成されているか永久的に構成されているかを問わず、このようなプロセッサは１つ又は複数の動作又は機能を実行するように動作するプロセッサ実装モジュールを構成できる。本明細書で言及されるモジュールとは、幾つかの例示的実施形態において、プロセッサ実装モジュールを含む。
同様に、本明細書に記載されている方法又はルーチンは、少なくとも部分的に、プロセッサにより実装できる。例えば、方法の動作のうちの少なくとも幾つかは、１つ又は複数のプロセッサ若しくはプロセッサ実装ハードウェアモジュールにより実行できる。動作の特定部分の実行は、１つのマシン内にあるものだけでなく、複数のマシンにわたって展開されている１つ又は複数のプロセッサに分散させることができる。幾つかの例示的な実施形態において、１つ又は複数のプロセッサは、１か所に配置できるが、他の実施形態では、プロセッサは複数の場所に分散させることができる。
動作の特定の部分の実行は、１つのマシン内にあるものだけでなく、複数のマシンにわたって展開されている１つ又は複数のプロセッサに分散させることができる。幾つかの例示的な実施形態において、１つ又は複数のプロセッサ又はプロセッサ実装モジュールは、１つの地理的場所に（例えば、家庭環境、オフィス環境、又はサーバファーム内）配置できる。他の実施形態では、１つ又は複数のプロセッサ又はプロセッサ実装モジュールは、複数の地理的場所に分散させることができる。
この詳細な説明は、例示にすぎないと解釈されたく、考え得るすべて実施形態を説明することは、不可能ではないとしても、非現実的であるため、考え得るすべての実施形態を説明しているのではない。当業者であれば、現在の技術か本明細書の出願日以降に開発される技術の何れかを使って、様々な代替的実施形態を実施できる。
当業者であれば、上述の実施形態に関して、本発明の範囲から逸脱せずに様々な改良、変更、及び組合せを行うことができ、かかる改良、変更、及び組合せも、発明的概念の範囲の中に含まれるとみなされることが分かるであろう。
本特許出願の末尾の特許請求の範囲は、伝統的なミーンズプラスファンクションの文言が明記されていないかぎり、例えば「～のための手段（ｍｅａｎｓ ｆｏｒ）」又は「～のためのステップ（ｓｔｅｐ ｆｏｒ）」等の文言が特許請求項中に明記されていないかぎり、米国特許法第１１２条（ｆ）に基づいて解釈されることは意図されていない。本明細書に記載のシステム及び方法は、コンピュータの機能の改善に関しており、従来のコンピュータの機能を改善する。
態様
本開示の以下の態様は例示的にすぎず、本開示の範囲を限定しようとするものではない。
本開示の以下の態様は例示的にすぎず、本開示の範囲を限定しようとするものではない。
１．ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するように構成された校正システムであって、校正システムは、第一の検出器を含む第一のＭＡＭ型機器であって、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有し、第一のサンプルと標準物質を受けるように構成され、また、第一の検出器を介して、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するようにさらに構成された第一のＭＡＭ型機器と、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成され、第一の補正係数群は標準物質に基づいており、及び、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するようにさらに構成され、第一のサンプル存在量値群は第一の補正係数に基づく、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、第二の検出器を含む第二のＭＡＭ型機器であって、（１）第二の機器モデル又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有し、第二の機器状態は第一の機器状態と異なり、第二のサンプルと標準物質を受けるように構成され、及び、第二の検出器を介して、第二のサンプルからの第二のサンプルアイソフォームと標準物質からの第二の標準物質アイソフォームを検出するようにさらに構成される第二のＭＡＭ型機器と、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成され、第二の補正係数群は標準物質に基づいており、及び、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するようにさらに構成され、第二のサンプル存在量値群は第二の補正係数に基づく、第二のＭＡＭ用機器に関連付けられる１つ又は複数のプロセッサと、を含み、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小される校正システム。
２．第一のＭＳ機器に関連付けられる１つ又は複数のプロセッサは、第一のＭＡＭイテレーションを介して、品質属性を特定する、態様１による校正システム。
３．品質属性は、第一のサンプルアイソフォーム、蛋白質、又は同定された不純物のうちの何れかの１つである、態様２による校正システム。
４．品質属性は、断片化、酸化、糖化、水酸化、配列変異体、異性化、脱アミノ、Ｃ末端リシン、Ｏ結合グリカン、又はＮ結合グリカンのうちの何れか１つ又は複数を定義する、態様２又は態様３の何れかによる校正システム。
５．第一のＭＳ機器に関連付けられる１つ又は複数のプロセッサは、品質属性を含むレポートを生成するように構成される、態様１～４の何れか１つによる校正システム。
６．第一の機器モデルは第二の機器モデルと異なる、態様１～５の何れか１つによる校正システム。
７．第一の設定群は第二の設定群と異なる、態様１～６の何れか１つによる校正システム。
８．第一の補正係数群は第一の標準物質アイソフォームのイオン強度値及び第一の標準物質アイソフォームの第一の標準物質存在量値に基づく、態様１～７の何れか１つによる校正システム。
９．第一の補正係数群は、第一のサンプル存在量値群に関連付けられるレスポンスファクタを校正して、第一のサンプルアイソフォームのイオン強度値を特定する、態様１～８の何れか１つによる校正システム。
１０．第一のサンプル存在量値群はさらに、第一のサンプルアイソフォームのイオン強度値に基づく、態様１～９の何れか１つによる校正システム。
１１．第一のＭＡＭ型機器は質量分析計（ＭＳ）機器である、態様１～１０の何れか１つによる校正システム。
１２．第一のＭＡＭ型機器はトリプル四重極機器である、態様１～１１の何れか１つによる校正システム。
１３．第一のＭＳ機器に関連付けられる１つ又は複数のプロセッサは、第二のＭＳ機器に関連付けられる１つ又は複数のプロセッサに、コンピュータネットワークを介して通信可能に連結される、態様１～１２の何れか１つによる校正システム。
１４．第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサである、態様１～１３の何れか１つによる校正システム。
１５．第一のＭＡＭ型機器は第一の地理的場所の第一の試験室にあり、第二のＭＡＭ型機器は第二の地理的場所の第二の試験室にある、態様１～１４何れか１つによる校正システム。
１６．ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するための校正方法であって、校正方法は、第一の検出器を含む第一のＭＡＭ型機器において、第一のサンプルと標準物質を受けるステップと、第一の検出器を介して、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するステップと、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、第一のＭＡＭイテレーションについて、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するステップであって、第一の補正係数群は標準物質に基づくステップと、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するステップであって、第一のサンプル存在量値群は第一の補正係数に基づいており、第一のＭＡＭ型機器は、（１）第一の機器モデル又は（２）第一の設定群の少なくとも一方により定義される第一の機器状態を有するステップと、第二の検出器を含む第二のＭＡＭ型機器において、第二のサンプルと標準物質を受けるステップと、第二の検出器を介して、第二のサンプルからの第二のサンプルアイソフォームと標準物質からの第二の標準物質アイソフォームを検出するステップと、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、第二のＭＡＭイテレーションについて、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するステップであって、第二の補正係数群は標準物質に基づくステップと、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するステップであって、第二のサンプル存在量値群は第二の補正係数に基づいており、第二のＭＡＭ型機器は、（１）第二の機器モデル又は（２）第二の設定群の少なくとも一方により定義される第二の機器状態を有するステップと、を含み、第二の機器状態は第一の機器状態と異なり、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小される校正方法。
１７．ランタイム信号強度校正を介して、複数の期間についてのＭＡＭ型機器のばらつきを縮小するための校正方法であって、校正方法は、ＭＡＭ型機器において、第一の期間について、第一のサンプルと標準物質を受けるステップと、ＭＡＭ型機器の検出器を介して、第一の期間について、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するステップと、１つ又は複数のプロセッサを介して、第一の期間の第一のＭＡＭイテレーションについて、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するステップであって、第一の補正係数は標準物質に基づくステップと、１つ又は複数のプロセッサを介して、第一の期間の第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するステップであって、第一のサンプル存在量値群は第一の補正係数群に基づいており、ＭＡＭ型機器は、第一の期間にわたり、第一の設定群により定義される第一の機器状態を含むステップと、ＭＡＭ型機器において、第二の期間について、第二のサンプルと標準物質を受けるステップと、ＭＡＭ型機器の検出器を介して、第二の期間について、第二のサンプルからの第二のサンプルアイソフォームと標準物質からの第二の標準物質アイソフォームを検出するステップと、１つ又は複数のプロセッサを介して、第二の期間の第二のＭＡＭイテレーションについて、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するステップであって、第二の補正係数群は標準物質に基づくステップと、１つ又は複数のプロセッサを介して、第二の期間の第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するステップであって、第二のサンプル存在量値群は第二の補正係数群に基づいており、ＭＡＭ型機器は、第二の期間にわたり、第二の設定群により定義される第二の機器状態を含むステップと、を含み、第二の機器状態は第一の機器状態と異なり、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小される校正方法。
１８．１つ又は複数のプロセッサは品質属性を特定する、態様１７による校正方法。
１９．品質属性は、第一のサンプルアイソフォーム、第二のサンプルアイソフォーム、蛋白質、又は同定された不純物のうちの何れか１つである、態様１８による校正方法。
２０．１つ又は複数のプロセッサは、品質属性を含むレポートを生成するように構成される、態様１７～１９の何れか１つによる校正方法。
２１．第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は少なくとも２５％縮小される、態様１による校正システム。
２２．第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は少なくとも２５％縮小される、態様１６による校正方法。
２３．第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は少なくとも２５％縮小される、態様１７による校正方法。
２４．第一のサンプルは蛋白質分解ペプチドのものであり、第二のサンプルは蛋白質分解ペプチドのものであり、標準物質は蛋白質分解ペプチドのものである、態様１による校正システム。
２５．第一のサンプルは蛋白質分解ペプチドのものであり、第二のサンプルは蛋白質分解ペプチドのものであり、標準物質は蛋白質分解ペプチドのものである、態様１６による校正方法。
２６．第一のサンプルは蛋白質分解ペプチドのものであり、第二のサンプルは蛋白質分解ペプチドのものであり、標準物質は蛋白質分解ペプチドのものである、態様１７による校正方法。
追加の開示
本明細書に記載されているように、新規の校正システム及び方法は、校正用サンプルとしての標準物質中の各属性の既知の存在量を用いて、各属性の存在量を特定するために提供される。標準物質中のほとんどの品質属性は、標準の寿命全体を通じて一定のままであり、したがって、機器間又はサンプル調製手順の違いを補正するための校正用サンプルとしての役割を果たすことができる。標準物質データは通常、典型的なＭＡＭ方法において同定及びシステム適性目的のために収集されるため、アナリストによる追加の作業は不要である。この方法により、一貫した機器モデルはもはや要求事項ではなくなる。同時に、試験室間の消化手順のわずかな変化のほか、自動化を通じた変化は、アッセイの結果に大きな影響を与えない。
本明細書に記載されているように、新規の校正システム及び方法は、校正用サンプルとしての標準物質中の各属性の既知の存在量を用いて、各属性の存在量を特定するために提供される。標準物質中のほとんどの品質属性は、標準の寿命全体を通じて一定のままであり、したがって、機器間又はサンプル調製手順の違いを補正するための校正用サンプルとしての役割を果たすことができる。標準物質データは通常、典型的なＭＡＭ方法において同定及びシステム適性目的のために収集されるため、アナリストによる追加の作業は不要である。この方法により、一貫した機器モデルはもはや要求事項ではなくなる。同時に、試験室間の消化手順のわずかな変化のほか、自動化を通じた変化は、アッセイの結果に大きな影響を与えない。
属性の分類
ある属性の存在量がサンプル調製中に変化するか否かに基づいて、ＭＡＭの目的のために、各属性は、属性タイプ１、属性タイプ２、及び属性タイプ３を含む３つの種類のうちの１つに分類される。
ある属性の存在量がサンプル調製中に変化するか否かに基づいて、ＭＡＭの目的のために、各属性は、属性タイプ１、属性タイプ２、及び属性タイプ３を含む３つの種類のうちの１つに分類される。
属性タイプ１は、サンプル調製中に変化しない。例には、配列変異体、リシン、及びプロピン水酸化等が含まれる。サンプルがサンプル調製中に極端に低いｐＨにさらされない場合、ほとんどのグリコシル化はこのグループに分類できる。
属性タイプ２は、サンプル調製中に存在量が減少することがある。例には、修飾の不安定性から、リン酸化が含まれる。属性タイプ２の反応（例えば、リン酸化の損失）基質は通常、微量成分（例えば、リン酸化ペプチド）であるため、サンプル調製中の属性タイプ２の最大変化は小さい。特別な属性タイプ２は、残りのＮ末端グルタミンである。蛋白質のＮ末端がグルチミン残基である場合、これは通常、環化されて主成分としてのピログルタミン酸を形成する。Ｎ末端グルタミンは、微量成分であり、この作用においてピログルタミン酸の修飾された形態であると考えられる。Ｎ末端グルタミンは、環化がサンプル調製中に起こり、自由Ｎ末端グルタミンの存在量が減少することがあるので、属性タイプ２である。
属性タイプ３は、サンプル調製中に存在量が増えることがある。属性タイプ３には、酸化、脱アミノ、アスパラギン酸異性化、断片化等が含まれる。属性タイプ３の反応基質は主成分の無修飾ペプチドであるため、サンプル調製中のその絶対的変化はかなり高い可能性がある。
後述のように、属性タイプ１及びタイプ２は、高い精度、低い定量化限度で測定できる場合が多く、これは、結果のばらつきの唯一の、又は主要な原因がＬＣ－ＭＳ測定であるからである。他方で、属性タイプ３は、より低い精度、より高い定量化限度を有し、その理由はサンプル調製のばらつきが最終的な結果のばらつきに寄与することである。
表記法
本明細書で使用される表記法を以下に要約する：Ａは、アイソフォームの存在量を小数値（又はパーセンテージ）で表す。Ｉは、アイソフォームの測定されたイオン強度（選択イオンクロマトグラムのピークより下のエリア）を表す。ｋは、レスポンスファクタを表し、ａはレスポンスファクタの補正係数を表す。上付き文字０は、標準物質（ＲＳ）を表す。例えば、Ａ０は、ＲＳ中のアイソフォームの既知の存在量を表し、Ｉ０は、ＲＳ中のアイソフォームの測定されたイオン強度を表す。下付き文字０、１、２、．．．ｉ、．．．ｎは、特定の残基（無修飾形態を含む）に関連付けられるｎ＋１のアイソフォームを表す。下付き文字ｉは、最も存在量の多いアイソフォーム（通常、無修飾形態）を表す。例えば、Ａｉは、アイソフォームｉの存在量を表し、Ｉｉは、アイソフォームｉのイオン強度を表し、ｋｉは、アイソフォームｉのレスポンスファクタを表し、ａｉは、アイソフォームｉのレスポンスファクタ補正係数を表す。ａ０の値は１と定義される。下付き文字１は、特定の式において、主要アイソフォーム以外には１つのアイソフォームしか存在しない場合（ｎ＝１）、省略されてよい。アイソフォームｉ＝０，１，．．．，ｎがこのレポート中で述べられている場合、これらは一般に、これが明記されているか否かにかかわらず、１つの残基に関連付けられる点に留意されたい。例えば、ペプチド中のＡｓｎ残基に関連付けられる３つのアイソフォームがある可能性があり、これには無修飾Ａｓｎ、その脱アミノ形態、及びそのスクシンイミド形態が含まれる。しかしながら、同じペプチド上の酸化Ｍｅｔ残基は、異なるアイソフォーム群に属し得る（例えば、２つの修飾は確率的であり、したがって、相互に独立していると仮定する）。
本明細書で使用される表記法を以下に要約する：Ａは、アイソフォームの存在量を小数値（又はパーセンテージ）で表す。Ｉは、アイソフォームの測定されたイオン強度（選択イオンクロマトグラムのピークより下のエリア）を表す。ｋは、レスポンスファクタを表し、ａはレスポンスファクタの補正係数を表す。上付き文字０は、標準物質（ＲＳ）を表す。例えば、Ａ０は、ＲＳ中のアイソフォームの既知の存在量を表し、Ｉ０は、ＲＳ中のアイソフォームの測定されたイオン強度を表す。下付き文字０、１、２、．．．ｉ、．．．ｎは、特定の残基（無修飾形態を含む）に関連付けられるｎ＋１のアイソフォームを表す。下付き文字ｉは、最も存在量の多いアイソフォーム（通常、無修飾形態）を表す。例えば、Ａｉは、アイソフォームｉの存在量を表し、Ｉｉは、アイソフォームｉのイオン強度を表し、ｋｉは、アイソフォームｉのレスポンスファクタを表し、ａｉは、アイソフォームｉのレスポンスファクタ補正係数を表す。ａ０の値は１と定義される。下付き文字１は、特定の式において、主要アイソフォーム以外には１つのアイソフォームしか存在しない場合（ｎ＝１）、省略されてよい。アイソフォームｉ＝０，１，．．．，ｎがこのレポート中で述べられている場合、これらは一般に、これが明記されているか否かにかかわらず、１つの残基に関連付けられる点に留意されたい。例えば、ペプチド中のＡｓｎ残基に関連付けられる３つのアイソフォームがある可能性があり、これには無修飾Ａｓｎ、その脱アミノ形態、及びそのスクシンイミド形態が含まれる。しかしながら、同じペプチド上の酸化Ｍｅｔ残基は、異なるアイソフォーム群に属し得る（例えば、２つの修飾は確率的であり、したがって、相互に独立していると仮定する）。
従来のＭＡＭ
従来のＭＡＭ方式において、各属性（例えば、ペプチド中のアミノ酸残基の様々な修飾状態）の存在量は、修飾ペプチドと無修飾ペプチドのＭＳ反応（例えば、選択イオンクロマトグラムのピークより下の部分）に基づいて、以下の慣例的前提により計算される：
１．各サンプル内で、あるアミノ酸残基に関連付けられるすべてのアイソフォームは同じレスポンスファクタを有する（すべてのレスポンスファクタの比＝１）
２．人工的に誘導されたた属性変化は無視できる
従来のＭＡＭ方式において、各属性（例えば、ペプチド中のアミノ酸残基の様々な修飾状態）の存在量は、修飾ペプチドと無修飾ペプチドのＭＳ反応（例えば、選択イオンクロマトグラムのピークより下の部分）に基づいて、以下の慣例的前提により計算される：
１．各サンプル内で、あるアミノ酸残基に関連付けられるすべてのアイソフォームは同じレスポンスファクタを有する（すべてのレスポンスファクタの比＝１）
２．人工的に誘導されたた属性変化は無視できる
アミノ酸残基がｎ＋１の修飾状態（０，１，．．．，ｎ）を有すると仮定すると、関心対象の残基に関するｎ＋１のペプチドアイソフォームがある。最も存在量の多いアイソフォームは、通常、無修飾であり、ｉ＝０で示される。各アイソフォームの存在量は、次式（３）に基づいて計算される：
上式（３）中、ｋはペプチドのすべてのアイソフォームのレスポンスファクタ（例えば、上記の慣例的前提１に基づく一定の値）であり、Ａｉ及びＩｉは、それぞれアイソフォームｉの存在量とＭＳ強度である。レスポンスファクタｋは、各アイソフォームのペプチド回収とＭＳ反応の組合せを表す。
式（３）を解くと式（４）が得られる：
式（４）は、各アイソフォームの存在量が、そのアイソフォームのＭＳ強度をすべてのアイソフォームのＭＳ強度の合計で割ることによって計算されることを示している。
前述の前提により、従来のＭＡＭ方式は以下の要求事項を満たさなければならない：
１．消化効率が再現可能でなければならない。
２．ＭＳ機器の状態が同じでなければならない。
３．サンプル調製により導入される人工的修飾の量は最小限でなければならない。
１．消化効率が再現可能でなければならない。
２．ＭＳ機器の状態が同じでなければならない。
３．サンプル調製により導入される人工的修飾の量は最小限でなければならない。
しかしながら、現実には、上記の要求事項を満たすことは困難であり、それは少なくとも以下の理由による：
１．サンプル調製手順、アナリストの習慣、装置及び試薬の品質等のばらつきにより、ペプチド回収が変化し得る。
２．ＭＳ機器モデル、機器の設定、及び機器の保守方法の違いにより、異なるペプチドアイソフォームに関するレスポンスファクタが異なり得る。
３．サンプル調製手順、アナリストの習慣、装置及び試薬の品質のほか、機器状態のばらつきにより、人工的に導入される修飾の量が異なり得る。
１．サンプル調製手順、アナリストの習慣、装置及び試薬の品質等のばらつきにより、ペプチド回収が変化し得る。
２．ＭＳ機器モデル、機器の設定、及び機器の保守方法の違いにより、異なるペプチドアイソフォームに関するレスポンスファクタが異なり得る。
３．サンプル調製手順、アナリストの習慣、装置及び試薬の品質のほか、機器状態のばらつきにより、人工的に導入される修飾の量が異なり得る。
従来のＭＡＭ要求事項の上記のような問題によって、これらの課題を克服し、ＭＡＭの長期的な成功を確実にするために、新しい方法が求められている。
標準物質を使用したレスポンスファクタの校正
ＭＡＭにおいて、標準物質は典型的に、システムの適性及び同定のためのサンプルと並行に分析される。標準物質におけるほとんどの品質属性は、標準の寿命全体を通じて一定のままであるため、標準物質は機器又はサンプル調製手順間の差を補正するための校正用サンプルとしての役割を果たすことができる。標準物質中の各属性の存在量は、従来のＭＡＭを使用しても、より精度の高い直交法を使用しても証明できる。標準物質中の属性存在量が絶対的定量を用いる分析的方法で特定される場合、同じ属性のその後のＭＡＭ分析もまた、レスポンスファクタ校正の後はすべて絶対測定となる。
ＭＡＭにおいて、標準物質は典型的に、システムの適性及び同定のためのサンプルと並行に分析される。標準物質におけるほとんどの品質属性は、標準の寿命全体を通じて一定のままであるため、標準物質は機器又はサンプル調製手順間の差を補正するための校正用サンプルとしての役割を果たすことができる。標準物質中の各属性の存在量は、従来のＭＡＭを使用しても、より精度の高い直交法を使用しても証明できる。標準物質中の属性存在量が絶対的定量を用いる分析的方法で特定される場合、同じ属性のその後のＭＡＭ分析もまた、レスポンスファクタ校正の後はすべて絶対測定となる。
各ランでの校正用サンプルとして標準物質を使用すると、試験室間及び機器間再現性に関する従来のＭＡＭのほとんどの要求事項を排除できる。このような実施形態では、本明細書で前述のような従来の２つの前提は以下のように変更され、すなわち変更後の前提となる：
１．同じＬＣ－ＭＳシーケンス内で、すべてのアイソフォームのレスポンスファクタの比は一定のままである。
２．人工的に誘導される属性変化は無視できる。
１．同じＬＣ－ＭＳシーケンス内で、すべてのアイソフォームのレスポンスファクタの比は一定のままである。
２．人工的に誘導される属性変化は無視できる。
第一の変更後の前提では、すべてのペプチドアイソフォームが生成物の寿命全体にわたって同じレスポンスファクタを持たなければならない（すべてのレスポンスファクタ＝１）代わりに、レスポンスファクタの比は、同じＬＣ－ＭＳシーケンス（同じアナリスト、同じ機器、及び同じ日）内でのみ一定であればよいことに留意されたい。
新規の変更後の前提により、各アイソフォームが同じレスポンスファクタを有するとは仮定されない。その代わりに、標準物質とサンプルの両方において、アイソフォームｉのレスポンスファクタは同じ補正係数ａｉによって修正される。したがって、標準物質中のアイソフォームｉのレスポンスファクタはａｉｋ０（上付き文字０は標準物質を示す）と表現され、サンプル中のアイソフォームｉのレスポンスファクタはａｉｋで示される。標準物質とサンプルの両方を考慮すると、式（３）は式（５）となり、これは本明細書に記載の式（２）と同じである：
幾つかの実施形態において、標準物質とサンプルのレスポンスファクタは、サンプル調製のわずかな違い、機器の感度の違い等によって異なる可能性がある。それに加えて、式を解くために、アイソフォームのうちの１つのファクタａは一般に、一定の値に設定される。どのアイソフォームが定数ａに設定されるかは重要ではない。それを最も存在量の多いアイソフォームに設定することはよい発想であり、これは通常、無修飾形態である（ａ０＝１）。
式（５）を解くと式（６）が得られ、これは本明細書に記載の式（１）と同じである：
式（６）を使用して、各アイソフォームの補正係数（ａｉ）を標準物質中の既知の属性存在量（Ａｉ
０）に基づいて計算し、サンプル中の各アイソフォームの存在量（Ａｉ）を計算することができる。パラメータａｉが十分に定義された値を持つためには、分母は０に近くてはならない。したがって、レスポンスファクタ校正を成功させるために、標準物質中の各属性は、正確な定量化に十分な存在量（Ａｉ
０）を持たなければならない。
標準物質を用いた人工的修飾の校正
リン酸化等の属性タイプ２及び、酸化、脱アミノ、Ａｓｐ－異性化、及び断片化等の属性タイプ３を含む属性のいくつかでは、サンプル調製中にそれらの存在量が変化する可能性があり、これは、それらの不安定性による修飾の喪失（タイプ２）又はこれらの修飾の人工的形成（タイプ３）の何れかによる。属性のこのような人工的変化は、アナリストごと及び日ごとのばらつきの原因となり、これらの人工的変化の程度が同じＬＣ－ＭＳシーケンス内では一貫していることを前提として、標準物質を校正用に使用して補正されてよい。
リン酸化等の属性タイプ２及び、酸化、脱アミノ、Ａｓｐ－異性化、及び断片化等の属性タイプ３を含む属性のいくつかでは、サンプル調製中にそれらの存在量が変化する可能性があり、これは、それらの不安定性による修飾の喪失（タイプ２）又はこれらの修飾の人工的形成（タイプ３）の何れかによる。属性のこのような人工的変化は、アナリストごと及び日ごとのばらつきの原因となり、これらの人工的変化の程度が同じＬＣ－ＭＳシーケンス内では一貫していることを前提として、標準物質を校正用に使用して補正されてよい。
係数ｂｉが各アイソフォームの人工的変更の範囲を示すために使用される実施形態において、標準物質とサンプルの両方を考慮すると、式（３）は式（７）となる：
式（７）中、Ｓｉは、アイソフォームｉを生成する人工的変更の基質を表す。例えば、酸化と脱アミノ（属性タイプ３）の場合、基質は無修飾ペプチドである。しかしながら、リン酸化（属性タイプ２）の場合は、おそらく修飾が不安定であるため、基質は修飾（リン酸化）ペプチドである。
基質の性質に応じて、式（７）は複雑になり得る。例えば、同じ残基の複数の修飾、例えばアスパラギン残基のＮ－グリコシル化により、式（７）の複雑な変形が作られ得る。
単独の修飾の残基に関して、本明細書に記載されているように、基材が修飾ペプチド（タイプ２）か無修飾ペプチド（タイプ３）かに応じて、式（７）から式（８）及び／又は式（９）が誘導され得る。以下の実施形態において示されているように、式（８）及び（９）について、式の右側は式の左側の解である。
特に、属性タイプ２の場合、式（８）に関して：
属性タイプ３の場合、式（９）に関して：
式（８）中、人工的修飾の量が、通常は属性タイプ２のほとんどについて当てはまるように、無修飾形態よりはるかに小さい場合（すなわち、ｂ＜＜１）、式（８）は式（１０）のように推測できる：
式（１０）は、ａ１＝１＋ｂであるとき、式（５）と類似する。すなわち、このような実施形態において、消化中の修飾喪失は、レスポンスファクタの校正によってモデル化でき、式（８）及び（５）から非常に近い結果が得られる。
パラメータｂ及び属性存在量Ａが十分に定義された値を有するようにするために、分母はゼロに近くてはならない。したがって、式（８）を使用するために、標準物質中の属性存在量（Ａ０）は、０よりはるかに大きくなければならない。式（９）を使用するために、Ａ０は１（１００％）よりはるかに小さくなければならず、ｂは１に近くてはならない。それに加えて、式（９）が一般に有意義となるためには、ｂの値は校正を行わなければ、属性の存在量よりはるかに小さくなければならない（ｂ＜＜Ｉ／（Ｉ０＋Ｉ））。そうでなければ、校正された存在量Ａはゼロに近くなり、時として負の値となる。
２種類の標準物質を用いたレスポンスファクタと人工的修飾の両方の校正
標準物質は、レスポンスファクタ（ａ）（すなわち、「ａ校正」）及び／又は人工的修飾（ｂ）（すなわち、「ｂ校正」）の何れかを補正するためにも使用できる。ａとｂの両方を補正するために、追加の標準が必要である。異なる標準物質を得るために、標準物質又はその他のサンプルに応力を加えて、関心対象の属性をより多く含む他の標準を作ることができ、その後、両方の標準がサンプルと共に分析される。２つの標準の既知の属性存在量とそれらの特定されたＭＳ反応を使って、ａとｂの両方を補正することができる。
標準物質は、レスポンスファクタ（ａ）（すなわち、「ａ校正」）及び／又は人工的修飾（ｂ）（すなわち、「ｂ校正」）の何れかを補正するためにも使用できる。ａとｂの両方を補正するために、追加の標準が必要である。異なる標準物質を得るために、標準物質又はその他のサンプルに応力を加えて、関心対象の属性をより多く含む他の標準を作ることができ、その後、両方の標準がサンプルと共に分析される。２つの標準の既知の属性存在量とそれらの特定されたＭＳ反応を使って、ａとｂの両方を補正することができる。
標準物質とサンプルの両方を考慮したとき、ゼロの上付き文字は標準物質を表すために使用されてよく、１の上付き文字はストレスが付与された標準を表すために使用されてよい。式（１１）及び（１２）は、人工的修飾の基質に応じた代表的な式を示す。式（１１）及び（１２）は、単独の修飾による残基に適用される。
属性タイプ２の場合、式（１１）に関して：
属性タイプ３の場合、式（１２）に関して：
式（１１）及び／又は（１２）について上で示したように、パラメータａ及びｂが十分に定義された値を有するために、分母はゼロに近くてはならない。したがって、式（１１）は、
である必要があり、式（１２）はＡ１＞＞Ａ０且つＡ０＜＜１でなければならない。式（９）と同様に、式（１２）が有意義となるためには、ｂの値はｂ校正されないと属性の存在量よりはるかに小さくなければならず（ｂ＜＜Ｉ／（ａＩ０＋Ｉ））、そうでなければ、校正された存在量Ａはゼロに近く、時には負の値となる。
抗ストレプトアビジン抗体ＩｇＧ２のマルチ特性分析の例
本明細書に記載されているように、各種の例示的な実施形態は、本開示の校正システム及び方法の特別な応用を介して実現できた。しかしながら、本開示の校正システム及び方法は、特定の用途に限定されないと理解されたい。例えば、組換え抗ストレプトアビジン抗体ＩｇＧ２は、チャイニーズハムスター卵巣（ＣＨＯ）細胞株から産生された。抗ストレプトアビジン抗体ＩｇＧ２素材を標準物質として使用した。分析用の試験サンプルを製作するために、標準物質を約４０℃で約３０日間インキュベートしてサンプル１を作り、その後、サンプル１を標準物質と異なる比で混合することにより、サンプル２及び３を製作した（表２参照）。
本明細書に記載されているように、各種の例示的な実施形態は、本開示の校正システム及び方法の特別な応用を介して実現できた。しかしながら、本開示の校正システム及び方法は、特定の用途に限定されないと理解されたい。例えば、組換え抗ストレプトアビジン抗体ＩｇＧ２は、チャイニーズハムスター卵巣（ＣＨＯ）細胞株から産生された。抗ストレプトアビジン抗体ＩｇＧ２素材を標準物質として使用した。分析用の試験サンプルを製作するために、標準物質を約４０℃で約３０日間インキュベートしてサンプル１を作り、その後、サンプル１を標準物質と異なる比で混合することにより、サンプル２及び３を製作した（表２参照）。
ＩｇＧ２標準物質及び試験サンプル（各々、約１２０μｇ）を、トリプシンを用いて以下の手順により消化した。まず、各サンプルを、８ｍＭのジチオトレイトールにより約２５℃で約３０分間、６．５Ｍグアニジン塩酸塩（Ｍａｃｒｏｎ Ｆｉｎｅ Ｃｈｅｍｉｃａｌｓ，Ｓｔｒｏｕｄｓｂｕｒｇ，ＰＡ）と０．２Ｍのトリス（ＴＥＫｎｏｖａ，Ｈｏｌｌｉｓｔｅｒ，ＣＡ）を含むｐＨ ７．５のｄｅｎａｔｕｒｉｎｇ ｓｏｌｕｔｉｏｎ下で処理し、ジスルフィド結合を還元した。すると、還元後のＩｇＧ２を、１４ｍＭのヨード酢酸により約２５°で約２０分間、暗室環境中でアルキレートした。アルキレート反応は、６ｍＭのＤＴＴで急冷した。
サンプル調製手順において幾分の差を意図的に生じさせるために、還元／アルキレートサンプルの各々を２種類の方法を用いてトリプシンにより消化した。第一の方法では、還元／アルキレートサンプル（約１．２ｍｇ／ｍＬ ＩｇＧ２濃度）を、約０．１Ｍのトリスと約５０ｍＭのメチオニン（ｐＨ ７．５）を含む消化バッファに、Ｂｉｏ－Ｒａｄ（Ｈｅｒｃｕｌｅｓ，ＣＡ）のＢｉｏ－Ｓｐｉｎ（登録商標）６カラムを使用し、例えばメーカの推奨手順に従って交換した。バッファ交換後、適当な量のトリプシンを添加して、約１：１２の酵素：基質比を実現し、その後、約３７℃で約６０分間インキュベートした。消化物は、同量の、約０．２５Ｍのアセテートバッファ（ｐＨ ４．８）を使って８Ｍのグアニジン塩酸塩中で急冷した。消化物中の最終的なＩｇＧ２濃度は約０．５ｍｇ／ｍＬであった。
第二の方法では、還元／アルキレートサンプルの各々を、Ｍｉｃｒｏｃｏｎ－３０ｋＤａフィルタ（Ｍｉｌｌｉｐｏｒｅ Ｓｉｇｍａ，Ｂｕｒｌｉｎｇｔｏｎ，ＭＡ）を使って同じ消化バッファに交換した。まず、還元／アルキレートサンプルの各々を、約１４０００ｇにスピンダウンし、通過分画を廃棄した。特定の実施形態において、プロセスは、２５０μＬの消化バッファを毎回フィルタに追加した後、さらに３回繰り返した。トリプシン消化は、１４０μＬの消化バッファと１０μｇのトリプシンを（１ｍｇ／ｍＬで）添加することによって同じフィルタで行い、その後、約３７℃で約６０分間インキュベートした。消化後、同量の急冷溶液をフィルタに追加し、約１４０００ｇでスピンダウンし、新しい受容管の中にペプチドを収集した。上述の手順による消化物中の最終的なＩｇＧ２濃度は約０．４ｍｇ／ｍＩであった。
表２は、例の中で使用される抗ストレプトアビジン抗体ＩｇＧ２サンプルを示す。
抗ストレプトアビジン抗体ＩｇＧ２及び／又は同様の実施形態において、各消化物を、例えばＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｑ Ｅｘａｃｔｉｖｅ Ｐｌｕｓ Ｂｉｏｐｈａｒｍａ又はＯｒｂｉｔｒａｐ Ｆｕｓｉｏｎ Ｌｕｍｏｓ質量分析計の何れか等の質量分析計に接続されたＡｇｉｌｅｎｔ（Ｓａｎｔａ Ｃｌａｒａ，ＣＡ）のＨＰＬＣシステムで構成される３つのＬＣ－ＭＳ／ＭＳシステムの各々で分析した。追加的又は代替的システムも使用し、例えば本明細書の開示は何れの１種類のシステム、質量分析計、その他にも限定されない。幾つかの実施形態において、液体クロマトグラフィの状態に幾分かの差を意図的に導入するために、２つの異なるＬＣ方法を使用した（表３参照）。
第一のＬＣ方法（例えば、表３のシステムＡ及びＢ）では、ペプチドをＷａｔｅｒｓ（Ｍｉｌｆｏｒｄ，ＭＡ）ＡｃｑｕｉｔｙペプチドＣＳＨカラム（１５０×２．１ｍｍ、粒子径１．７μｍ、細孔径１７０Å）上において、流速約０．３ｍＬ／分で、カラム温度を約６０℃に保持して溶出した。移動相Ａは０．１％ギ酸水溶液であり、移動相Ｂは０．１％ギ酸アセトニトリル溶液であった。約０．５％のＢの約５分間のイニシャルホールドの後、移動相Ｂは一般に、約４０分で約３５％まで線形に増大する。カラムウォッシュは、移動相Ｂを約４分間で約９９％まで増大させ、約１分間ホールドすることにより達成した。カラムは、約０．５％のＢで約１５分間平衡化した。第二のＬＣ方法（例えば、表３のシステムＣ）では、ペプチドをＷａｔｅｒｓ Ａｃｑｕｉｔｙ ＢＥＨ Ｃ１８カラム（２．１×１５０ｍｍ、粒子径１．７μｍ）上において、流速約０．３ｍＬ／分で、カラム温度を約６０℃に保持して溶出した。移動相Ａは０．１％ギ酸及び約０．０２％トリフルオロ酢酸（ＴＦＡ）水溶液であり、移動相Ｂは０．１％ギ酸及び０．０２％ ＴＦＡアセトニトリル溶液であった。約０．５％のＢの約５分間のイニシャルホールドの後、移動相Ｂは一般に、約４０分で約４０％まで線形に増大する。カラムウォッシュは、移動相Ｂを約４分間で約９９％まで増大させ、約１分間ホールドすることにより達成した。カラムは、約０．５％のＢで約１５分間平衡化した。
ＨＰＬＣシステムは、例えばＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｑ Ｅｘａｃｔｉｖｅ Ｐｌｕｓ Ｂｉｏｐｈａｒｍａ質量分析計（例えば、システムＡ）又はＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｏｒｂｉｔｒａｐ Ｆｕｓｉｏｎ Ｌｕｍｏｓ質量分析計（例えば、システムＢ及びＣ）の何れかの質量分析計に、エレクトロスプレイインタフェースを通じて直接接続した。本明細書の実施形態にはＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｑ Ｅｘａｃｔｉｖｅ Ｐｌｕｓ Ｂｉｏｐｈａｒｍａ質量分析計及び／又はＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｏｒｂｉｔｒａｐ Ｆｕｓｉｏｎ Ｌｕｍｏｓ質量分析計が記されているが、同様の質量分析計を本明細書で開示される実施形態に従って使用できると理解されたい。Ｑ Ｅｘａｃｔｉｖｅ Ｐｌｕｓ Ｂｉｏｐｈａｒｍａは、約７０，０００の分解能、ＡＧＣ＝１×１０６でのフルスキャンＭＳの後、最も存在量の多いイオンについて、５回のデータ依存ＭＳ／ＭＳ（正規化衝突エネルギー＝２７の高エネルギー衝突解離（ＨＣＤ：Ｈｉｇｈｅｒ－ｅｎｅｒｇｙ ｃｏｌｌｉｓｉｏｎａｌ ｄｉｓｓｏｃｉａｔｉｏｎ）を行うように設定した。Ｆｕｓｉｏｎ Ｌｕｍｏｓについては、フルスキャンＭＳデータが約６０，０００、ＡＧＣ＝４×１０５で収集され、その後、イオントラップ（ＣＩＤ正規化衝突エネルギー＝３０）中でトップスピードデータ依存ＭＳ／ＭＳを行った。機器の制御とデータ収集は、分析ソフトウェア、例えばＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｘｃａｌｉｂｕｒソフトウェアで実行した。各トリプシン消化物、約３～４μｇを分析のために注入した。もちろん、Ｘｃａｉｂｕｒソフトウェアと同様のソフトウェアを、本明細書で開示される実施形態に従って使用できる。
ＬＣ－ＭＳ／ＭＳデータを、分析ソフトウェア、Ｔｈｅｒｍｏ ＳｃｉｅｎｔｉｆｉｃからＢｉｏｐｈａｒｍａＦｉｎｄｅｒ（商標）として入手可能なＭａｓｓ Ａｎａｌｙｚｅｒで処理した。ＭａｓｓＡｎａｌｙｚｅｒ等の分析ソフトウェアは、特徴抽出、保持時間アラインメント、ペプチド同定、及び属性定量化を完全自動で行うことができる。ペプチド同定について、ＭａｓｓＡｎａｌｙｚｅｒ等の分析ソフトウェアは実験によるＭＳ／ＭＳを正確に予測された理論上のＭＳ／ＭＳと比較することに依存し得る。マッチするウィンドウ関数を使用して、選択イオンクロマトグラムを抽出し、クロマトグラム中の信号対ノイズ比を最大化した。最終的な出力として、ＭａｓｓＡｎａｌｙｚｅｒ等の分析ソフトウェアは同定された変異体のリストを作成することがある。ＭａｓｓＡｎａｌｙｚｅｒと同様の分析ソフトウェアを本明細書で開示される実施形態に従って使用できると理解されたい。
融合蛋白質のマルチ特性分析の例
組換え融合蛋白質（例えば、第一の蛋白質又は蛋白質の断片が少なくとも第二の蛋白質又はその断片と、多くの場合、蛋白質／断片を結合するリンカで組換え融合される）は、ＣＨＯ細胞から産生され、トレオニン及びセレン残基等、複数のグリコシル化サイトを含む可能性がある。これらのＯ結合グリカンは、分子の不均一性に最も寄与し得る。この例においてマルチ特性分析は、融合蛋白質中のこれらのグリコフォームを定量化するために使用された。
組換え融合蛋白質（例えば、第一の蛋白質又は蛋白質の断片が少なくとも第二の蛋白質又はその断片と、多くの場合、蛋白質／断片を結合するリンカで組換え融合される）は、ＣＨＯ細胞から産生され、トレオニン及びセレン残基等、複数のグリコシル化サイトを含む可能性がある。これらのＯ結合グリカンは、分子の不均一性に最も寄与し得る。この例においてマルチ特性分析は、融合蛋白質中のこれらのグリコフォームを定量化するために使用された。
蛋白質消化のために、融合蛋白質をまず、約７．５ＭのグアニジンＨＣｌ、約２５０ｍＭのトリス（ｐＨ ７．５）、及び約２ｍＭのＥＤＴＡを含む、蛋白質濃度約１ｍｇ／ｍＬの溶液中で変性させた。蛋白質消化の前に、５００ｍＭのＤＴＴ溶液約２μｌを変性蛋白質溶液約１００μＬに添加し、その後、約２５℃で約３０分間インキュベートして、ジスルフィド結合を還元した。その後、５００ｍＭのヨウ化酢酸ナトリウム約４μＬ添加してから、約２５℃で約２０分間インキュベートし、システイン側鎖をアルキレートした。Ｂｉｏ－Ｒａｄ Ｂｉｏ－Ｓｐｉｎ脱塩カラムによる１００ｍＭトリス、５０ｍＭメチオニン、ｐＨ ７．５の溶液へのバッファ交換後、各５０μｇの脱塩サンプルを約５μｇのトリプシンにより約３７℃で約３０分間消化させた。消化物を急冷するために、約２％のギ酸を各消化物に、最終酸濃度を約０．２％とするように添加した。
各トリプシン消化物（約３μｇ）を、Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｅｘａｃｔｉｖｅ ｐｌｕｓ又はＱ Ｅｘａｃｔｉｖｅ ｐｌｕｓ高分解能質量分析計等の質量分析計に直接接続されたＡｇｉｌｅｎｔ ＨＰＬＣから構成されたＬＣ－ＭＳシステムを使って分析した（表３参照）。ペプチドは、Ａｇｉｌｅｎｔ Ｚｏｒｂａｘ Ｃ１８ ＲＲ ＨＤカラム（２．１×１５０ｍｍ、粒子径１．８μｍ、細孔径３００Å）において、流速約０．２ｍＬ／分で、カラム温度を５０℃に保持して溶出した。移動相Ａは約０．１％ギ酸水溶液であり、移動相Ｂは０．１％ギ酸アセトニトリル溶液であった。約１．０％から、移動相Ｂは約７０分後に約４０％まで、約７６分後に約９０％に線形に上昇した。約９０％、約５分間のウォッシュ後、カラムを約１％のＢで約１１分間平衡化した。フルスキャンＭＳデータを１４０，０００の分解能で収集し、自動ゲインコントール（ＡＧＣ）ターゲットは１×１０に設定した。機器の制御及びデータ収集は、例えばＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｃｈｒｏｍｅｌｅｏｎソフトウェアにて行った。
データは、例えば翻訳語修飾の同定及び相対的定量化のためのＴｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｐｉｎｐｏｉｎｔ及びＣｈｒｏｍｅｌｅｏｎソフトウェアにより分析した。Ｏ－結合型糖ペプチドのリストは、一般的に６種類のグリコフォームが見出されるＨＣＤ及び電子移動解離（ＥＴＤ）を用いるＭＳ／ＭＳにより特徴付けた。Ｐｉｎｐｏｉｎｔは６つの形態のＯ－結合型糖ペプチドに関する正確な質量及び同位体分布のワークブックを生成できる。このワークブックをＣｈｒｏｍｅｌｅｏｎソフトウェアにインポートし、そこでＭＳＩ前駆イオンのターゲットを、保持時間、正確な質量、及び同位体分布により定めた。選択イオンクロマトグラムがＣｈｒｏｍｅｌｅｏｎの中で構築され、各ピークがピークエリアに統合された。各ピークの統合は手作業で確認することにより、正確さを期した。
表３は、前述のＬＣ－ＭＳシステム及び測定の例を示す。
レスポンス校正の例
レスポンス校正は、本明細書に記載の１つ又は複数の式を計算するように構成された、Ｍｉｃｒｏｓｏｆｔ（登録商標）（Ｒｅｄｍｏｎｄ，ＷＡ）Ｅｘｃｅｌ（登録商標）等の分析ソフトウェアを用いて行った。抗ストレプトアビジン抗体関連のデータは、ＭａｓｓＡｎａｌｙｚｅｒ等の分析ソフトウェアにより処理した。ＭａｓｓＡｎａｌｙｚｅｒは各属性の未校正存在量を直接出力し、これらの未校正存在量は対応するＭＳ強度（ピークエリア）に比例するため、これらは対応する計算の中でＭＳ強度として扱った。Ｆｃ融合蛋白質データは、Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｃｈｒｏｍｅｌｅｏｎを用いて処理し、その中では各属性のビークエリアが特定され、対応する計算のためのＭＳ強度として使用された。一般的慣行では、標準物質サンプルは少なくとも２回分析される（サンプルをブラケットするため）。現実の性能を反映させるために、２つの標準物質ランの平均ＭＳ強度を計算に使用した。
レスポンス校正は、本明細書に記載の１つ又は複数の式を計算するように構成された、Ｍｉｃｒｏｓｏｆｔ（登録商標）（Ｒｅｄｍｏｎｄ，ＷＡ）Ｅｘｃｅｌ（登録商標）等の分析ソフトウェアを用いて行った。抗ストレプトアビジン抗体関連のデータは、ＭａｓｓＡｎａｌｙｚｅｒ等の分析ソフトウェアにより処理した。ＭａｓｓＡｎａｌｙｚｅｒは各属性の未校正存在量を直接出力し、これらの未校正存在量は対応するＭＳ強度（ピークエリア）に比例するため、これらは対応する計算の中でＭＳ強度として扱った。Ｆｃ融合蛋白質データは、Ｔｈｅｒｍｏ Ｓｃｉｅｎｔｉｆｉｃ Ｃｈｒｏｍｅｌｅｏｎを用いて処理し、その中では各属性のビークエリアが特定され、対応する計算のためのＭＳ強度として使用された。一般的慣行では、標準物質サンプルは少なくとも２回分析される（サンプルをブラケットするため）。現実の性能を反映させるために、２つの標準物質ランの平均ＭＳ強度を計算に使用した。
抗ストレプトアビジン抗体ＩｇＧ２の多数の属性を測定する例
この例では、本明細書で開示されている校正システム及び方法の実行の総合的評価が実証された。抗ストレプトアビジン抗体ＩｇＧ２の標準物質を、約４０℃で約４週間インキュベートした。その後、このストレスサンプルの約１０％及び約２０％をそれぞれ標準物質にスパイクし、さらに２つの試験サンプルを製作した（例えば、表２参照）。このような試験サンプルは、標準物質とストレスサンプルの両方と共に、２種類のプロトコルによりトリプシンで３回消化させ、各消化物を、カラム、移動相、勾配、及び質量分析計の異なる３種類のＬＣ－ＭＳシステム（例えば、表３のＡ、Ｂ、及びＣ参照）で分析した。それに加えて、標準物質とストレスサンプルの各々を、システムＡで６回分析し、各属性の平均測定存在量を参照存在量として使用した。すべてのデータを分析ソフトウェア、例えばＭａｓｓＡｎａｌｙｚｅｒにより処理し、各ペプチドアイソフォームの未校正存在量を得た。これらの存在量は、その後の校正のためのＭＳ強度として使用した。
この例では、本明細書で開示されている校正システム及び方法の実行の総合的評価が実証された。抗ストレプトアビジン抗体ＩｇＧ２の標準物質を、約４０℃で約４週間インキュベートした。その後、このストレスサンプルの約１０％及び約２０％をそれぞれ標準物質にスパイクし、さらに２つの試験サンプルを製作した（例えば、表２参照）。このような試験サンプルは、標準物質とストレスサンプルの両方と共に、２種類のプロトコルによりトリプシンで３回消化させ、各消化物を、カラム、移動相、勾配、及び質量分析計の異なる３種類のＬＣ－ＭＳシステム（例えば、表３のＡ、Ｂ、及びＣ参照）で分析した。それに加えて、標準物質とストレスサンプルの各々を、システムＡで６回分析し、各属性の平均測定存在量を参照存在量として使用した。すべてのデータを分析ソフトウェア、例えばＭａｓｓＡｎａｌｙｚｅｒにより処理し、各ペプチドアイソフォームの未校正存在量を得た。これらの存在量は、その後の校正のためのＭＳ強度として使用した。
システムＡ及びＢは同じクロマトグラフィ条件を使用していることから、これらのランから得たデータ（例えば、合計６０回のＬＣ－ＭＳ／ＭＳラン）は、同じ保持時間であるため、一緒に処理される。例えば、合計１７７の品質属性が同定され、検出限度より多く定量化した（例えば、６０すべてのランにおいて非ゼロピークエリアにより示される）。このような属性の存在量レベルは、０．００１％～３９％を含む広い範囲にわたった。このような属性には配列変異体、水酸化、Ｎ－結合及びＯ－結合グリカン、Ｎ末端及びＣ末端変異体、断片化、糖化、酸化、脱アミド、スクシンイミド形成等が含まれた。断片化は、トリプシンの非特異的活性とは、ストレスサンプル中でこれらのレベルが高くなる（例えば、ｔ－テストｐ－値＜０．００５、標準物質のランとの比較でｆｏｌｄ ｃｈａｎｇｅ＞２．０）ことから、区別される。
レスポンスファクタの校正（ａ校正）の例
レスポンスファクタ校正（式（５）及び（６）参照）のための標準物質を使用して、３つのサンプル中の１７７の属性の各々の存在量を計算した。図６は、２種類の機器セットアップ及び２種類のサンプル調製手順について、サンプル－２の２つの属性の測定存在量の図表６０２を示す。本明細書に記載のレスポンスファクタ校正後には、サンプル調製手順及び機器セットアップの違いに起因するばらつきは、図６の１２の測定の相対標準偏差（ＲＳＤ）により示されるように、大幅に縮小される（すなわち、Ａ／１、Ａ／２、Ｂ／１、及びＢ／２）。特に、図６の実施形態は、重鎖Ｃｙｓ１２７Ｔｙｒ配列変異体（上）（６０４）及び非グリコシル化Ａｓｎ２８９（下）（６０６）の、２つのＬＣ－ＭＳシステム（例えば、Ａ及びＢ）と２つの消化プロトコル（／１及び２／）による、レスポンスファクタ校正を行う場合と行わない場合のサンプル－２の測定存在量を示している。レスポンスファクタ校正（式（６）参照）後には、機器及びサンプル調製手順間のばらつきは、ＲＳＤ値６０５及び６０７により示されるように大幅に縮小されている。
レスポンスファクタ校正（式（５）及び（６）参照）のための標準物質を使用して、３つのサンプル中の１７７の属性の各々の存在量を計算した。図６は、２種類の機器セットアップ及び２種類のサンプル調製手順について、サンプル－２の２つの属性の測定存在量の図表６０２を示す。本明細書に記載のレスポンスファクタ校正後には、サンプル調製手順及び機器セットアップの違いに起因するばらつきは、図６の１２の測定の相対標準偏差（ＲＳＤ）により示されるように、大幅に縮小される（すなわち、Ａ／１、Ａ／２、Ｂ／１、及びＢ／２）。特に、図６の実施形態は、重鎖Ｃｙｓ１２７Ｔｙｒ配列変異体（上）（６０４）及び非グリコシル化Ａｓｎ２８９（下）（６０６）の、２つのＬＣ－ＭＳシステム（例えば、Ａ及びＢ）と２つの消化プロトコル（／１及び２／）による、レスポンスファクタ校正を行う場合と行わない場合のサンプル－２の測定存在量を示している。レスポンスファクタ校正（式（６）参照）後には、機器及びサンプル調製手順間のばらつきは、ＲＳＤ値６０５及び６０７により示されるように大幅に縮小されている。
図７は、３つの属性タイプについて、レスポンスファクタ校正（式（６）参照）を行った場合（７０４）と行わない場合（７０６）の室内再現精度（例えば、ＲＳＤにより示される）の比較例を表す図表７０２を示している。図７に示されるように、室内再現精度は、モニタされた属性の約８６％について、校正後に大幅に改善されている。図７の値の形状は属性の種類を表し、開いた形状の値は、標準物質内の存在量が正確な定量化のために十分に高い属性を表す（シーケンス内ＲＳＤ＜１０％）。
特に、図７は、レスポンスファクタ校正を行った場合（７０４）と行わない場合（７０６）の、３つのサンプル内の１７７すべての属性（タイプ１が１２０、タイプ２が１２、タイプ３が４５の属性）に関する（図６に示されるような２つの消化プロトコル及び２つの機器セットアップで行った１２回の測定から）特定されたＲＳＤを示す。図７は、合計１７７×３＝５３１のデータポイントを示し、各々が１２回の測定である。データポイントの大部分（４５７、すなわち８６％）のＲＳＤがレスポンスファクタ校正後に低下している。５３１のデータポイントのうち、ＲＳＤ＜１０％であるポイントの数は、校正前の６４（１２％）から校正後の２０５（３９％）に増加した。これらのうち、図７の実施形態では、属性タイプ１は５５から１７１に、属性タイプ２は２から３６に、属性タイプ３は７から１９に増加した。良好な室内再現精度（ＲＳＤ＜１０％）を有するこれらの２０５のデータポイントのうち、８３％（２０５中１７１）が属性タイプ１である。
前述のように、レスポンスファクタ校正では、一般的に、標準物質中の属性の存在量が正確な定量化のために十分に高いことが求められる。図７において、標準偏差の１０倍より高い存在量の属性（シーケンス内ＲＳＤ＜１０％）が開いた形状の値で表示されている。例えば、少なくとも図７の実施形態では、校正後にＲＳＤが１０％未満のほとんどの属性は、標準物質中の高い存在量を有している（すなわち、開いた形状の値）。
人工的修飾の校正（ｂ校正）の例
属性タイプ２及びタイプ３に関する実施形態について、異なるサンプル調製条件間の人工的修飾のばらつきは、属性タイプ２については式（８）、属性タイプ３については式（９）を使って校正できる。
属性タイプ２及びタイプ３に関する実施形態について、異なるサンプル調製条件間の人工的修飾のばらつきは、属性タイプ２については式（８）、属性タイプ３については式（９）を使って校正できる。
例えば、図８は、属性タイプ２に関する人工的修飾の校正の実施形態の図表８０２を示しており、レスポンスファクタのａ校正と同様の結果が示されている。具体的には、図８は、校正後の属性タイプ２（例えば、３つのサンプルの２つの属性で６つの測定値を得ている（８０６））の室内再現精度が、レスポンスファクタ校正後のＲＳＤ（８０４）と比較して改善されていることを示す。本明細書に記載されている実施形態によれば、２つの校正方法の間で非常に近いＲＳＤが得られる。
図９は、属性タイプ３に関する、レスポンスファクタのａ校正と比較した人工的修飾のｂ校正の成績の図表９０２を示す。図９に示されているように、属性タイプ３について、人工的修飾の校正（９０４）によって、ほとんどの測定についての室内再現精度が改善される。校正パラメータｂが未校正属性存在量Ｉ／（Ｉ０＋Ｉ）に近い属性の場合、校正後の存在量Ａ（式（９）参照）はゼロに近く、ＲＳＤ値に有意な影響を与える。異なる校正方法を公正に比較するために、ＲＳＤは、校正後の存在量の標準偏差をａ校正属性存在量の平均で割ることによって計算した。レスポンスファクタ校正（ａ校正）と比較すると、人工的修飾の校正（ｂ校正）では、未校正ＲＳＤ（９０６）が５０％未満である場合に同様の成績が得られた。未校正ＲＳＤが５０％を超える場合、ｂ校正の成績は、ａ校正と比べて有効性が低下し、未校正ＲＳＤが１００％に近いと、人工的修飾の校正では、結果の一貫性が低下する（例えば、ＲＳＤがより高い）。
レスポンスファクタの校正（ａ）及び人工的修飾の校正（ｂ）の例
幾つかの実施形態において、標準物質にストレスを与えることによって第二の標準が容易に入手可能であれば、レスポンスファクタと人工的修飾の両方を属性タイプ３について校正できる。図１０は、属性タイプ３に関する２つの標準物質の校正（ａ及びｂ）の、１つの標準物質のレスポンスファクタ（ａ）校正と比較した成績を表す実施形態の図表１００２を示す。特に、図１０は、２つの標準として標準物質とストレスサンプル（サンプル１）を、またサンプルとしてサンプル２及び３をそれぞれ用いて、校正を行った場合（１００４）の、校正しない場合（１００６）と比較した成績を示す。ＲＳＤは、校正済みの存在量の標準偏差をａ校正された属性存在量の平均で割ることによって計算した。図１０により、２つの標準を用いた校正の成績は一般に、１つの標準を使用したレスポンスファクタの校正より良好であるが、改善の範囲は小さいことがあり、このような状況では、必ずとはかぎらないが、ある生成物の寿命全体にわたり第二の標準物質を保持すべき正当な理由とはならない場合があることが実証される。
幾つかの実施形態において、標準物質にストレスを与えることによって第二の標準が容易に入手可能であれば、レスポンスファクタと人工的修飾の両方を属性タイプ３について校正できる。図１０は、属性タイプ３に関する２つの標準物質の校正（ａ及びｂ）の、１つの標準物質のレスポンスファクタ（ａ）校正と比較した成績を表す実施形態の図表１００２を示す。特に、図１０は、２つの標準として標準物質とストレスサンプル（サンプル１）を、またサンプルとしてサンプル２及び３をそれぞれ用いて、校正を行った場合（１００４）の、校正しない場合（１００６）と比較した成績を示す。ＲＳＤは、校正済みの存在量の標準偏差をａ校正された属性存在量の平均で割ることによって計算した。図１０により、２つの標準を用いた校正の成績は一般に、１つの標準を使用したレスポンスファクタの校正より良好であるが、改善の範囲は小さいことがあり、このような状況では、必ずとはかぎらないが、ある生成物の寿命全体にわたり第二の標準物質を保持すべき正当な理由とはならない場合があることが実証される。
大きく異なるＬＣ－ＭＳシステムから得られたデータを用いたレスポンスファクタ校正の例
図１１は、レスポンスファクタ校正により、２種類のＬＣ－ＭＳシステム上で収集された２つのデータセットの一貫性の改善を表す図表１１０２を示す。特に、図１１は、システムＡ（１１０４）及びシステムＣ（１１０６）により、レスポンスファクタ校正を行った場合（１１１４）と行わない場合（１１１６）に特定された属性存在量の比較を示す。図１１はさらに、校正を行った場合と行わない場合の両方のデータセットの室内再現精度（ＲＳＤ）の比較を示す。図１１に示されるように、開いた形状の値は、標準物質における標準偏差の少なくとも１０倍の存在量（例えば、シーケンス内ＲＳＤ＜１０％）を有する属性を表す。
図１１は、レスポンスファクタ校正により、２種類のＬＣ－ＭＳシステム上で収集された２つのデータセットの一貫性の改善を表す図表１１０２を示す。特に、図１１は、システムＡ（１１０４）及びシステムＣ（１１０６）により、レスポンスファクタ校正を行った場合（１１１４）と行わない場合（１１１６）に特定された属性存在量の比較を示す。図１１はさらに、校正を行った場合と行わない場合の両方のデータセットの室内再現精度（ＲＳＤ）の比較を示す。図１１に示されるように、開いた形状の値は、標準物質における標準偏差の少なくとも１０倍の存在量（例えば、シーケンス内ＲＳＤ＜１０％）を有する属性を表す。
換言すれば、図１１は、ＬＣ－ＭＳデータ分析に基づくレスポンスファクタ校正の成績を示しており、ＬＣ－ＭＳデータは２種類のＬＣ方法及び２種類のＭＳシステム（システムＡ（１１０４）及びＣ（１１０６））を用いて収集され、サンプル調製は２種類の手順により行われた。図１１の実施形態では、特定された属性存在量は、レスポンスファクタ校正を行った場合（１１１４）と行わない場合（１１１６）で、相互に比較されている。
異なる方法を用いてサンプルを分析することにより、図１１に示されるような異なる属性群を検出し、同定でき、そのうちの１１７が共通である。図１１において、３つのサンプル中の１１７の属性を測定することにより、３５１のデータポイントと、２つの方法によって、ａ校正を行った場合と行わない場合に特定されたそれぞれの存在量が得られる。このような値は、図１１（上のグラフ）（１１０３）に示されている。図１１において示されるように、校正により、２つのＬＣ－ＭＳシステムが完全に異なっていても、測定の一貫性が大幅に向上する。図１１（下のグラフ）（１１１３）は、これら１１７の属性についてのレスポンスファクタ校正後の室内再現精度の改善を示している。これらの属性の多くが、同じ機器及び方法によって正確に測定できる（開いた形状の値により示される）。
しかしながら、このような属性が異なるシステムで測定される場合、結果は、横軸（未校正）の１０％～１００％の大きいＲＳＤ値によって示されるように、一貫しなかった。これらの測定のほとんどが、校正後には再び一貫するようになり、これはそのＲＳＤ値が縦軸で１０％未満であることによって示される。
ａ－融合蛋白質の糖鎖プロファイルの例
この例では、融合蛋白質は、６つの異なるグリコフォームを有する２つのＯ－結合型グリコシル化部位を含む。グリコフォーム存在量が未知のサンプルを、標準物質と共に、３つのＬＣ－ＭＳシステム（表３参照）上で３回の分析により４回のランにおいて分析した。すべてのデータをＣｈｒｏｍｅｌｅｏｎで処理し、関心対象の各ペプチドのピークエリアを得た。各グリコフォームの存在量は、従来の方法（式（４））及び、レスポンスファクタ校正（式（６））を用いて定量化した。標準物質中の各属性の存在量を特定するために、標準物質を従来のＭＡＭにより６回分析し、６回の測定の平均値を標準物質の既知の存在量として使用した。
この例では、融合蛋白質は、６つの異なるグリコフォームを有する２つのＯ－結合型グリコシル化部位を含む。グリコフォーム存在量が未知のサンプルを、標準物質と共に、３つのＬＣ－ＭＳシステム（表３参照）上で３回の分析により４回のランにおいて分析した。すべてのデータをＣｈｒｏｍｅｌｅｏｎで処理し、関心対象の各ペプチドのピークエリアを得た。各グリコフォームの存在量は、従来の方法（式（４））及び、レスポンスファクタ校正（式（６））を用いて定量化した。標準物質中の各属性の存在量を特定するために、標準物質を従来のＭＡＭにより６回分析し、６回の測定の平均値を標準物質の既知の存在量として使用した。
図１２は、４つのシーケンス（１２０６）内のグリコフォーム（ＳＡＨｅｘＨｅｘＮＡｃ）の測定存在量を示す図表１２０２を示しており、各々３回測定した。レスポンスファクタ校正（式（６））後、機器間のばらつきは大幅に縮小した。図１２（下のグラフ）には、６つのグリコフォームに関するレスポンスファクタ校正（１２１６）によってＲＳＤ（１２１４）が最大２１％から最小５％まで減少したことも示されている（ＳＡ：シアル酸又はＮ－アセチルノイラミン酸；Ｈｅｘ：ヘキソース；ＨｅｘＮＡｃ：Ｎ－アセチルヘキソースタミン）。特に、図１２（上のグラフ）（１２０３）は、グリコフォームのうちの１つに関する、レスポンスファクタ校正を行った場合と行わない場合の１２の測定存在量（４つのシーケンス１２０６で３回分析）を示す。測定存在量は同じシーケンス内で再現性が非常に高いが、このような測定存在量はシーケンス間で有意に異なる。レスポンスファクタ校正によって、機器間のばらつきが排除された。図１２（下のグラフ）（１２１３）は、校正を行わない場合と行った場合の６つすべてのグリコフォームに関する中間ＲＳＤを比較している。これらのグリコフォームに関するＲＳＤは、校正しない場合、２．４％～２１％であった。校正後、これらは５％以下に低下した。
校正
幾つかの、ただし全部ではない実施形態において、校正方法を用いた属性存在量を計算するには、標準物質中の各アイソフォームのイオン強度をさらに測定する必要があり得る。これらの追加の測定は、最終的な属性存在量計算にさらにエラーを生じさせることがある。室内再現精度の改善は、これらの追加の測定に起因するエラーが試験室と機器との間のばらつきより小さければ実現され得る。
幾つかの、ただし全部ではない実施形態において、校正方法を用いた属性存在量を計算するには、標準物質中の各アイソフォームのイオン強度をさらに測定する必要があり得る。これらの追加の測定は、最終的な属性存在量計算にさらにエラーを生じさせることがある。室内再現精度の改善は、これらの追加の測定に起因するエラーが試験室と機器との間のばらつきより小さければ実現され得る。
幾つかの、ただし全部ではない実施形態において、校正後の測定精度を改善できるようにするために、標準物質中の各アイソフォームのイオン強度を特定しなければならない。これには、関心対象の属性の標準物質中の存在量が十分に高いことが必要となる。一般に、属性存在量は測定の標準偏差の少なくとも１０倍であるべきである（例えば、本明細書に記載されている図７、８、９、及び１０の開いた形状の値として示されている）。
タイプ３のｂ校正（式（９））が関わる実施形態の場合、属性存在量Ａの計算には、未校正属性存在量Ｉ／（Ｉ０＋Ｉ）とｂとの間の差をとることが含まれ得る。ｂの値がＩ／（Ｉ０＋Ｉ）に近いと、Ａの計算では、２つの大きい数の差を利用して、非常に小さい数が導き出され、それによって大きいエラーが生じる可能性がある。極端なケースでは、ｂの値がＩ／（Ｉ０＋Ｉ）より大きいことがあり、Ａの値は負となる。これによって、属性タイプ３に対するｂ校正の頑健性が低下し得る。同じことが、式（１２）に示される属性タイプ３のａ及びｂ校正にも当てはまる。
幾つかの実施形態において、消化効率と機器反応の両方を含むレスポンスファクタの差が第一の問題であり得、これは、ＨＰＬＣ及びＭＳ機器類の進化のほか、サンプル調製の自動化が不可避であるからである。人工的な修飾は通常、制御可能であり（本明細書に記載のとおり）、それほど問題とならない。したがって、３つの校正方法を比較したとき、レスポンスファクタ校正（ａ校正）が一般に最も好ましく、これは、その頑健性と、３タイプすべての属性に適用できることによる。属性タイプ３に対する人工的修飾の校正（ｂ校正）は、ａ校正では補正できないサンプル調製の不一致を補正できるものの、補正の程度が属性存在量に近い場合、一般には頑健性が低い。幾つかの実施形態において、属性タイプ２に対するｂ校正は、数学の相似性により、ａ校正と同様の結果を生じ、したがって、ａ校正に置き換えることができる。それに対して、レスポンスファクタ及び人工的修飾の両方（ａ及びｂ校正）についての２つの標準を用いる校正は、幾つかの、ただし全部ではない実施形態において、生成物の寿命全体にわたり、追加の標準が必要となることから、実用性が低い。それに加えて、ａ及びｂ校正にはさらに２つのイオン強度測定が必要となり、それによって、最終的な属性存在量の結果のばらつきがさらに大きくなる。したがって、１つの標準を用いるレスポンスファクタの校正は一般に、ｃＧＭＰ環境において本明細書に記載されている新規なＭＡＭシステム及び方法を実行するために使用される。
新規なＭＡＭシステム及び方法は従来のＭＡＭよりはるかに有利であるが、これは、新規なＭＡＭシステム及び方法によれば、ランタイムレスポンス校正を通じて試験室間のばらつきが大幅に縮小されるからである。新規なＭＡＭシステム及び方法は、現在のＭＡＭワークフローの主要な問題である、ＭＡＭが一貫した設備を使用するという要求事項を有効に排除する。それに加えて、標準物質は一般に、すでに現在のワークフローでサンプルと並行して分析する必要があるため、アナリストによる追加の作業は不要である。
本明細書に記載されているように、レスポンスファクタを校正するための式（６）を使用することにより、異なるペプチドアイソフォームが同じレスポンスファクタを持つという要求事項が排除される。したがって、新規のＭＡＭシステム及び方法は、ＭＡＭ用の他のタイプの機器類に使用されてもよい。例えば、従来のＭＡＭでは異なるアイソフォームについてレスポンスファクタが同様であることが要求されることから、トリプル四重極機器での選択反応モニタリング（ＳＲＭ）はペプチドアイソフォーム間で断片化効率が大きく異なるため容認できない。他方で、新規なＭＡＭシステム及び方法により、トリプル四重極機器を利用することが可能となり、それは、このような新規なＭＡＭシステム及び方法の場合、異なるペプチドアイソフォームが同等のレスポンスファクタを有する必要がないからである。しかしながら、標準物質中の各属性の存在量は、当初、高分解能機器で証明しなければならない。
従来のＭＡＭ方法の１つの欠点は、測定された属性存在量が絶対的ではないことであり、それはすべてのアイソフォームが同じレスポンスファクタを有するとの前提によるが、これは電荷の変化、疎水性、又はペプチドの長さを含む修飾には当てはまらないことがある。この欠点は通常、一般的にではないが、レスポンスファクタが方法の寿命全体を通じて一貫しているかぎり、大きな問題ではない。しかしながら、標準物質中の属性存在量が絶対定量を用いる技術によって特定される場合、新規なＭＡＭ方法から特定される属性存在量もまた絶対値となる。
本明細書中で各種の実施形態について示されるデータはまた、ＭＡＭプラットフォームの定量下限（ＬＯＱ：ｌｉｍｉｔ ｏｆ ｑｕａｎｔｉｔａｔｉｏｎ）に関する洞察を行うためにも使用されてよい。ＬＯＱは、ＲＳＤが１０％未満の属性の最低濃度と定義できる。例えば、図１３は、３つの属性タイプに関する属性存在量（１３０６及び／又は１３１６）とシーケンス内ＲＳＤ（１３０４及び／又は１３１４）の関係を示す図表１３０２を示している。図１３の実施形態において、属性タイプ１（上の図表）（１３０３）について、ほとんどの属性のＲＳＤ（１３０４）は、０．００３％と低い存在量（１３０６）において１０％未満であり（ＬＯＱ＝０．００３％）、そのとき、微量アイソフォームは他の主要ペプチドから十分に分解される。アイソフォームが主要なピークから十分に分解されない場合、ＬＯＱは、この作業に使用される質量分析計のスキャン内ダイナミックレンジが限定的であるため、より高くなる。しかしながら、属性タイプ２及び３（下の図表）（１３１３）については、０．１％未満のほとんどの属性はＲＳＤ（１３１４）＞１０％であり、１％を超えるほとんどの属性はＲＳＤ（１３１４）＜１０％で、これは、ＬＯＱが典型的に、サンプル調製中に導入されたばらつきの量に応じて、約０．１％と約１％の間であることを示唆している。
特に、図１３は、異なる属性タイプに関する属性存在量（１３０６及び／又は１３１６）とシーケンス内ＲＳＤ（ｎ＝６）（１３０４及び／又は１３１４）の関係を示す。図１３の属性タイプ１の大部分（上の図表）（１３０３）は、シーケンス内ＲＳＤが１０％未満であり、存在量は０．００３％と低く、サンプル調製中に属性が変化しなければ、ＬＣ－ＭＳシステムの定量限度が０．００３％と低いことを示している。また、図１３（下の図表）（１３１３）に示されているように、属性タイプ２及びタイプ３のほとんどにおいて、定量限度ははるかに高い（０．１～１％）。
追加の態様
本開示の以下の追加の態様は例にすぎず、本開示の範囲を限定するものではない。以下の追加の態様は、例えば、本明細書に記載の態様１～２６の何れかを含むがこれらに限定されない本開示の他の態様の一部である、それに追加される、又はそこから分離されると考えてよい。
本開示の以下の追加の態様は例にすぎず、本開示の範囲を限定するものではない。以下の追加の態様は、例えば、本明細書に記載の態様１～２６の何れかを含むがこれらに限定されない本開示の他の態様の一部である、それに追加される、又はそこから分離されると考えてよい。
２７．ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するように構成された校正システムであって、校正システムは、第一の検出器を含む第一のＭＡＭ型機器であって、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有し、第一のサンプルと標準物質を受けるように構成され、及び、第一の検出器を介して、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するようにさらに構成され、第一のサンプルは第一の調製タイプを有する第一のＭＡＭ型機器と、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成され、第一の補正係数群は標準物質に基づいており、及び、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するようにさらに構成され、第一のサンプル存在量値群は第一の補正係数群に基づく、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、第二の検出器を含む第二のＭＡＭ型機器であって、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有し、第二の機器状態は第一の機器状態と異なり、第二のサンプルと標準物質を受けるように構成され、及び、第二の検出器を介して、第二のサンプルからの第二のサンプルアイソフォームと標準物質からの第二の標準物質アイソフォームを検出するようにさらに構成され、第二のサンプルは第二の調製タイプを有し、第一の調製タイプは第二の調製タイプと異なり、それによって第一のサンプルと第二のサンプルとの間に偏差が生じ、偏差はサンプル調製中の属性存在量の人工的な変化に起因する第二のＭＡＭ型機器と、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成され、第二の補正係数群は標準物質に基づいており、及び、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するようにさらに構成され、第二のサンプル存在量値群は第二の補正係数群に基づいており、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小される、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、を含み、（１）第一のＭＡＭイテレーションを介する、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサ、又は（２）第二のＭＡＭイテレーションを介する、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサ、のうちの少なくとも一方は、第一のサンプルと第二のサンプルとの間の偏差を縮小するための品質属性を特定し、品質属性は、属性タイプ２又は属性タイプ３に関連付けられる校正システム。
２８．属性タイプ２は、第一のサンプル又は第二のサンプルの調製中に存在量を減少させる、態様２７による校正システム。
２９．属性タイプ３は、第一のサンプル又は第二のサンプルの調製中に存在量を増加させる、態様２７による校正システム。
３０．ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するための校正方法であって、校正方法は、第一のＭＡＭ型機器において、第一のサンプルと標準物質を受けるステップであって、第一のＭＡＭ型機器は第一の検出器を含み、第一のＭＡＭ型機器は、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有するステップと、第一のＭＡＭ型機器の第一の検出器によって、第一のサンプルからの第一のサンプルアイソフォームと標準物質からの第一の標準物質アイソフォームを検出するステップであって、第一のサンプルは第一の調製タイプを有するステップと、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するステップであって、第一の補正係数群は標準物質に基づくステップと、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するステップであって、第一のサンプル存在量値群は第一の補正係数群に基づくステップと、第二のＭＡＭ型機器によって、第二のサンプルと標準物質を受けるステップであって、第二のＭＡＭ型機器は、第二の検出器を含み、第二のＭＡＭ型機器は、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有し、第二の機器状態は第一の機器状態と異なるステップと、第二のＭＡＭ型機器の第二の検出器によって、第二のサンプルからの第二のサンプルアイソフォームと標準物質からの第二の標準物質アイソフォームを検出するステップであって、第二のサンプルは第二の調製タイプを有し、第一の調製タイプは第二の調製タイプと異なり、それによって第一のサンプルと第二のサンプルとの間に偏差が生じ、偏差はサンプル調製中の属性存在量の人工的な変化に起因するステップと、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するステップであって、第二の補正係数群は標準物質に基づくステップと、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するステップであって、第二のサンプル存在量値群は第二の補正係数群に基づくステップと、を含み、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小され、（１）第一のＭＡＭイテレーションを介する、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサ、又は（２）第二のＭＡＭイテレーションを介する、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサ、のうちの少なくとも一方は、第一のサンプルと第二のサンプルとの間の偏差を縮小するための品質属性を特定し、品質属性は、属性タイプ２又は属性タイプ３に関連付けられる校正方法。
３１．属性タイプ２は、第一のサンプル又は第二のサンプルの調製中に存在量を減少させる、態様３０による校正方法。
３２．属性タイプ３は、第一のサンプル又は第二のサンプルの調製中に存在量を増加させる、態様３０による校正方法。
３３．ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するように構成された校正システムであって、校正システムは、第一の検出器を含む第一のＭＡＭ型機器であって、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有し、第一のサンプル、標準物質、及びストレス標準を受けるように構成され、及び、第一の検出器を介して、第一のサンプルからの第一のサンプルアイソフォーム、標準物質からの第一の標準物質アイソフォーム、及びストレス標準からのストレス標準物質アイソフォームを検出するようにさらに構成される第一のＭＡＭ型機器と、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成され、第一の補正係数群は標準物質とストレス標準に基づいており、及び、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するようにさらに構成され、第一のサンプル存在量値群は第一の補正係数群に基づく、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、第二の検出器を含む第二のＭＡＭ型機器であって、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有し、第二の機器状態は第一の機器状態と異なり、第二のサンプル、標準物質、及びストレス標準を受けるように構成され、及び、第二の検出器を介して、第二のサンプルからの第二のサンプルアイソフォーム、標準物質からの第二の標準物質アイソフォーム、及びストレス標準からの第二のストレス標準アイソフォームを検出するようにさらに構成される第二のＭＡＭ型機器と、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成され、第二の補正係数群は標準物質及びストレス標準に基づいており、及び、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するようにさらに構成され、第二のサンプル存在量値群は第二の補正係数群に基づく、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、を含み、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小される校正システム。
３４．ストレス標準は、標準物質より高いレベルの品質属性を含む、態様３３による校正システム。
３５．ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するための校正方法であって、校正方法は、第一のＭＡＭ型機器において、第一のサンプル、標準物質、及びストレス標準を受けるステップであって、第一のＭＡＭ型機器は第一の検出器を含み、第一のＭＡＭ型機器は、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有するステップと、第一のＭＡＭ型機器の第一の検出器によって、第一のサンプルからの第一のサンプルアイソフォーム、標準物質からの第一の標準物質アイソフォーム、及びストレス標準からのストレス標準物質アイソフォームを検出するステップと、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第一のＭＡＭイテレーションを介して、第一のサンプルアイソフォームに対応する第一の補正係数群を特定するステップであって、第一の補正係数群は標準物質とストレス標準に基づくステップと、第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するステップであって、第一のサンプル存在量値群は第一の補正係数群に基づくステップと、第二のＭＡＭ型機器において、第二のサンプル、標準物質、及びストレス標準を受けるステップであって、第二のＭＡＭ型機器は第二の検出器を含み、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有し、第二の機器状態は第一の機器状態と異なるステップと、第二のＭＡＭ型機器の第二の検出器によって、第二のサンプルからの第二のサンプルアイソフォーム、標準物質からの第二の標準物質アイソフォーム、及びストレス標準からの第二のストレス標準アイソフォームを検出するステップと、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第二のＭＡＭイテレーションを介して、第二のサンプルアイソフォームに対応する第二の補正係数群を特定するステップであって、第二の補正係数群は標準物質及びストレス標準に基づくステップと、第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサによって、第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するステップであって、第二のサンプル存在量値群は第二の補正係数群に基づくステップと、を含み、第一のサンプル存在量値群と第二のサンプル存在量値群との分散値は、第一の補正係数群と第二の補正係数群とに基づいて縮小される校正方法。
３６．ストレス標準は標準物質より高いレベルの品質属性を含む、態様３５による校正方法。
Claims (13)
- ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ：Ｍｕｌｔｉ－Ａｔｔｒｉｂｕｔｅ Ｍｅｔｈｏｄｓ）の試験室間又は機器間のばらつきを縮小するように構成された校正システムにおいて、
第一の検出器を含む第一のＭＡＭ型機器であって、（１）第一の機器モデル、又は（２）第一の設定群のうちの少なくとも一方により定義される第一の機器状態を有し、第一のサンプルと標準物質を受けるように構成され、及び、前記第一の検出器を介して、前記第一のサンプルからの第一のサンプルアイソフォームと前記標準物質からの第一の標準物質アイソフォームを検出するようにさらに構成された第一のＭＡＭ型機器と、
前記第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第一のＭＡＭイテレーションを介して、前記第一のサンプルアイソフォームに対応する第一の補正係数群を特定するように構成され、前記第一の補正係数群は前記標準物質に基づいており、及び、前記第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、前記第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するようにさらに構成され、前記第一のサンプル存在量値群は前記第一の補正係数に基づく、前記第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、
第二の検出器を含む第二のＭＡＭ型機器であって、（１）第二の機器モデル、又は（２）第二の設定群のうちの少なくとも一方により定義される第二の機器状態を有し、
前記第二の機器状態は前記第一の機器状態と異なり、
第二のサンプルと前記標準物質を受けるように構成され、及び、前記第二の検出器を介して、前記第二のサンプルからの第二のサンプルアイソフォームと前記標準物質からの第二の標準物質アイソフォームを検出するようにさらに構成される第二のＭＡＭ型機器と、
前記第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサであって、第二のＭＡＭイテレーションを介して、前記第二のサンプルアイソフォームに対応する第二の補正係数群を特定するように構成され、前記第二の補正係数群は前記標準物質に基づいており、及び、前記第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、前記第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するようにさらに構成され、前記第二のサンプル存在量値群は前記第二の補正係数に基づく、前記第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサと、
を含み、
前記第一のサンプル存在量値群と前記第二のサンプル存在量値群との分散値は、前記第一の補正係数群と前記第二の補正係数群とに基づいて縮小される校正システム。 - 前記第一のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサは、前記第一のＭＡＭイテレーションを介して、品質属性を特定し、
（ａ）前記品質属性は、前記第一のサンプルアイソフォーム、蛋白質、又は同定された不純物のうちの何れかの１つである、または
（ｂ）前記品質属性は、断片化、酸化、糖化、水酸化、配列変異体、異性化、脱アミノ、Ｃ末端リシン、Ｏ結合グリカン、又はＮ結合グリカンのうちの何れか１つ又は複数を定義する、または
（ｃ）前記第一のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサは、前記品質属性を含むレポートを生成するように構成される、請求項１の校正システム。 - 前記第一の機器モデルは前記第二の機器モデルと異なる、または前記第一の設定群は前記第二の設定群と異なる、請求項１または２の校正システム。
- 前記第一の補正係数群は前記第一の標準物質アイソフォームのイオン強度値及び前記第一の標準物質アイソフォームの第一の標準物質存在量値に基づく、または前記第一の補正係数群は、前記第一のサンプル存在量値群に関連付けられるレスポンスファクタを校正して、前記第一のサンプルアイソフォームの前記イオン強度値を特定する、請求項１から３のいずれかの校正システム。
- 前記第一のサンプル存在量値群はさらに、前記第一のサンプルアイソフォームのイオン強度値に基づく、請求項１から４のいずれかの校正システム。
- 前記第一のＭＡＭ型機器は、
（ａ）質量分析計（ＭＳ）機器である、または
（ｂ）トリプル四重極機器である、または
（ｃ）第一の地理的場所の第一の試験室にあり、前記第二のＭＡＭ型機器は第二の地理的場所の第二の試験室にある、請求項１から５のいずれかの校正システム。 - 前記第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサは、
（ａ）前記第二のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサに、コンピュータネットワークを介して通信可能に連結される、または
（ｂ）前記第二のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサである、請求項１から６のいずれかの校正システム。 - ランタイム信号強度校正を介してマルチ特性分析（ＭＡＭ）の試験室間又は機器間のばらつきを縮小するための校正方法において、
第一の検出器を含む第一のＭＡＭ型機器において、第一のサンプルと標準物質を受けるステップと、
前記第一の検出器を介して、前記第一のサンプルからの第一のサンプルアイソフォームと前記標準物質からの第一の標準物質アイソフォームを検出するステップと、
前記第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、第一のＭＡＭイテレーションについて、前記第一のサンプルアイソフォームに対応する第一の補正係数群を特定するステップであって、前記第一の補正係数群は前記標準物質に基づくステップと、
前記第一のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、前記第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するステップであって、前記第一のサンプル存在量値群は第一の補正係数に基づいており、前記第一のＭＡＭ型機器は、（１）第一の機器モデル、又は（２）第一の設定群の少なくとも一方により定義される第一の機器状態を有するステップと、
第二の検出器を含む第二のＭＡＭ型機器において、第二のサンプルと前記標準物質を受けるステップと、
前記第二の検出器を介して、前記第二のサンプルからの第二のサンプルアイソフォームと前記標準物質からの第二の標準物質アイソフォームを検出するステップと、
前記第二のＭＡＭ型機器に関連付けられる１つ又は複数のプロセッサを介して、第二のＭＡＭイテレーションについて、前記第二のサンプルアイソフォームに対応する第二の補正係数群を特定するステップであって、前記第二の補正係数群は前記標準物質に基づくステップと、
前記第二のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサを介して、前記第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するステップであって、前記第二のサンプル存在量値群は前記第二の補正係数群に基づいており、前記第二のＭＡＭ型機器は、（１）第二の機器モデル、又は（２）第二の設定群の少なくとも一方により定義される第二の機器状態を有するステップと、
を含み、
前記第二の機器状態は前記第一の機器状態と異なり、
前記第一のサンプル存在量値群と前記第二のサンプル存在量値群との分散値は、前記第一の補正係数群と前記第二の補正係数群とに基づいて縮小される校正方法。 - ランタイム信号強度校正を介して、複数の期間についてのＭＡＭ型機器のばらつきを縮小するための校正方法において、
前記ＭＡＭ型機器において、第一の期間について、第一のサンプルと標準物質を受けるステップと、
前記ＭＡＭ型機器の検出器を介して、前記第一の期間について、前記第一のサンプルからの第一のサンプルアイソフォームと前記標準物質からの第一の標準物質アイソフォームを検出するステップと、
１つ又は複数のプロセッサを介して、前記第一の期間の第一のＭＡＭイテレーションについて、前記第一のサンプルアイソフォームに対応する第一の補正係数群を特定するステップであって、前記第一の補正係数は前記標準物質に基づくステップと、
前記１つ又は複数のプロセッサを介して、前記第一の期間の前記第一のＭＡＭイテレーションを介して、前記第一のサンプルアイソフォームに対応する第一のサンプル存在量値群を特定するステップであって、前記第一のサンプル存在量値群は前記第一の補正係数群に基づいており、前記ＭＡＭ型機器は、前記第一の期間にわたり、第一の設定群により定義される第一の機器状態を含むステップと、
前記ＭＡＭ型機器において、第二の期間について、第二のサンプルと前記標準物質を受けるステップと、
前記ＭＡＭ型機器の前記検出器を介して、前記第二の期間について、前記第二のサンプルからの第二のサンプルアイソフォームと前記標準物質からの第二の標準物質アイソフォームを検出するステップと、
前記１つ又は複数のプロセッサを介して、前記第二の期間の第二のＭＡＭイテレーションについて、前記第二のサンプルアイソフォームに対応する第二の補正係数群を特定するステップであって、前記第二の補正係数群は前記標準物質に基づくステップと、
前記１つ又は複数のプロセッサを介して、前記第二の期間の前記第二のＭＡＭイテレーションを介して、前記第二のサンプルアイソフォームに対応する第二のサンプル存在量値群を特定するステップであって、前記第二のサンプル存在量値群は前記第二の補正係数群に基づいており、前記ＭＡＭ型機器は、前記第二の期間にわたり、第二の設定群により定義される第二の機器状態を含むステップと、
を含み、
前記第二の機器状態は前記第一の機器状態と異なり、
前記第一のサンプル存在量値群と前記第二のサンプル存在量値群との分散値は、前記第一の補正係数群と前記第二の補正係数群とに基づいて縮小される校正方法。 - 前記第一のサンプルは第一の調製タイプを有し、
前記第二のサンプルは第二の調製タイプを有し、
前記第一の調製タイプは前記第二の調製タイプと異なり、それによって前記第一のサンプルと前記第二のサンプルとの間に偏差が生じ、前記偏差はサンプル調製中の属性存在量の人工的な変化に起因し、
前記第二のサンプル存在量値群は前記第二の補正係数群に基づいており、
前記第一のサンプル存在量値群と前記第二のサンプル存在量値群との分散値は、前記第一の補正係数群と前記第二の補正係数群とに基づいて縮小され、
（１）前記第一のＭＡＭイテレーションを介する、前記第一のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサ、又は（２）前記第二のＭＡＭイテレーションを介する、前記第二のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサ、のうちの少なくとも一方は、前記第一のサンプルと前記第二のサンプルとの間の前記偏差を縮小するための品質属性を特定し、前記品質属性は、属性タイプ２又は属性タイプ３に関連付けられる、請求項１の校正システム。 - 前記第一のサンプルは第一の調製タイプを有し、
前記第二のサンプルは第二の調製タイプを有し、前記第一の調製タイプは前記第二の調製タイプと異なり、それによって前記第一のサンプルと前記第二のサンプルとの間に偏差が生じ、前記偏差はサンプル調製中の属性存在量の人工的な変化に起因し、
（１）前記第一のＭＡＭイテレーションを介する、前記第一のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサ、又は（２）前記第二のＭＡＭイテレーションを介する、前記第二のＭＡＭ型機器に関連付けられる前記１つ又は複数のプロセッサ、のうちの少なくとも一方は、前記第一のサンプルと前記第二のサンプルとの間の前記偏差を縮小するための品質属性を特定し、前記品質属性は、属性タイプ２又は属性タイプ３に関連付けられる、請求項８の校正方法。 - 前記第一のＭＡＭ型機器は、ストレス標準を受けるようにさらに構成され、及び、前記第一のＭＡＭ型機器は、前記第一の検出器を介して、前記ストレス標準からのストレス標準物質アイソフォームを検出するようにさらに構成され、
前記第一の補正係数群は前記標準物質と前記ストレス標準に基づいており、
前記第二のＭＡＭ型機器は、前記ストレス標準を受けるように構成され、及び、前記第二のＭＡＭ型機器は、前記第二の検出器を介して、前記ストレス標準からの第二のストレス標準アイソフォームを検出するようにさらに構成され、
前記第二の補正係数群は前記標準物質と前記ストレス標準に基づいている、
請求項１の校正システム。 - 前記第一のＭＡＭ型機器において、ストレス標準を受けるステップと、
前記第一のＭＡＭ型機器の前記第一の検出器によって、前記ストレス標準からのストレス標準物質アイソフォームを検出するステップと、
前記第一の補正係数群は前記標準物質と前記ストレス標準に基づいており、
前記第二のＭＡＭ型機器において、前記ストレス標準を受けるステップと、
前記第二のＭＡＭ型機器の前記第二の検出器によって、前記ストレス標準からの第二のストレス標準アイソフォームを検出するステップと、
前記第二の補正係数群は前記標準物質と前記ストレス標準に基づいており、
をさらに含む、請求項８の校正方法。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862763110P | 2018-06-08 | 2018-06-08 | |
| US62/763,110 | 2018-06-08 | ||
| US201862746323P | 2018-10-16 | 2018-10-16 | |
| US62/746,323 | 2018-10-16 | ||
| PCT/US2019/035682 WO2019236776A1 (en) | 2018-06-08 | 2019-06-06 | Systems and methods for reducing lab- to-lab and/or instrument-to-instrument varibility of multi-attribute method (mam) by run-time signal intensity calibrations |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2021526209A JP2021526209A (ja) | 2021-09-30 |
| JPWO2019236776A5 JPWO2019236776A5 (ja) | 2022-06-13 |
| JP7346464B2 true JP7346464B2 (ja) | 2023-09-19 |
Family
ID=68769575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020566732A Active JP7346464B2 (ja) | 2018-06-08 | 2019-06-06 | ランタイム信号強度校正によってマルチ特性分析（ｍａｍ）の試験室間及び／又は機器間のばらつきを縮小するシステム及び方法 |
Country Status (15)
| Country | Link |
|---|---|
| US (1) | US11854779B2 (ja) |
| EP (1) | EP3803940A4 (ja) |
| JP (1) | JP7346464B2 (ja) |
| KR (1) | KR20210015865A (ja) |
| CN (1) | CN112424907B (ja) |
| AU (1) | AU2019282692A1 (ja) |
| BR (1) | BR112020024963A2 (ja) |
| CA (1) | CA3101523A1 (ja) |
| CL (1) | CL2020003182A1 (ja) |
| IL (1) | IL278948B (ja) |
| MA (1) | MA52807A (ja) |
| MX (1) | MX2020013218A (ja) |
| SG (1) | SG11202012118YA (ja) |
| TW (1) | TWI834674B (ja) |
| WO (1) | WO2019236776A1 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7364086B2 (ja) * | 2020-08-07 | 2023-10-18 | 株式会社島津製作所 | 質量分析装置の機差補正方法 |
| US20220245408A1 (en) * | 2021-01-20 | 2022-08-04 | Rutgers, The State University Of New Jersey | Method of Calibration Using Master Calibration Function |
| WO2023240012A1 (en) * | 2022-06-07 | 2023-12-14 | Bio-Rad Laboratories, Inc. | Cloud-based quality control data management |
| CN118311188B (zh) * | 2024-06-11 | 2024-08-16 | 信联电子材料科技股份有限公司 | 杂质检测方法及设备、电子设备、可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005050188A9 (ja) | 2003-11-21 | 2006-05-11 | Eisai Co Ltd | 同位体標識化内部標準物質を用いる定量方法、該定量方法を実行する解析システムおよび該解析のためのプログラム |
| JP2009538430A (ja) | 2006-05-25 | 2009-11-05 | アプライド バイオシステムズ， エルエルシー | 質量分析を使用する発現の定量化 |
| JP2014510923A (ja) | 2011-03-31 | 2014-05-01 | フロリディア，マテオ | 特に医療分野における機器応答を較正して試料を定量化学分析するためのシステム、及び対応する方法 |
| JP2014533834A (ja) | 2011-11-18 | 2014-12-15 | アルナイラム ファーマシューティカルズ， インコーポレイテッドＡｌｎｙｌａｍ Ｐｈａｒｍａｃｅｕｔｉｃａｌｓ， Ｉｎｃ． | トランスサイレチンおよびそのアイソフォームの定量化 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6441388B1 (en) * | 1998-10-13 | 2002-08-27 | Rio Grande Medical Technologies, Inc. | Methods and apparatus for spectroscopic calibration model transfer |
| US20030101002A1 (en) * | 2000-11-01 | 2003-05-29 | Bartha Gabor T. | Methods for analyzing gene expression patterns |
| US20080206737A1 (en) | 2004-05-19 | 2008-08-28 | Hunter Christie L | Expression quantification using mass spectrometry |
| US8399827B1 (en) * | 2007-09-10 | 2013-03-19 | Cedars-Sinai Medical Center | Mass spectrometry systems |
| DE102009030395A1 (de) * | 2009-06-25 | 2011-05-26 | Tecan Trading Ag | Differnziertes chromatographisches Analysenverfahren zur Kompensation von Varianzen in der signalerzeugenden Einheit bei quantifizierenden chromatographischen Analysen |
| CN104170052B (zh) * | 2012-04-02 | 2017-08-11 | 塞莫费雪科学（不来梅）有限公司 | 用于改进的质谱分析法定量作用的方法和装置 |
| CN105321933B (zh) | 2014-08-01 | 2019-08-09 | 乾坤科技股份有限公司 | 具有顺形电磁屏蔽结构的半导体封装件及其制造方法 |
| GB201500377D0 (en) * | 2015-01-09 | 2015-02-25 | Micromass Ltd | Lock mass using chromatographic peaks |
| EP3304369A1 (en) * | 2015-06-05 | 2018-04-11 | Abbott Point Of Care, Inc. | Systems and methods for assuring quality compliance of point-of-care instruments used with single-use testing devices |
-
2019
- 2019-06-06 SG SG11202012118YA patent/SG11202012118YA/en unknown
- 2019-06-06 KR KR1020207036670A patent/KR20210015865A/ko not_active Application Discontinuation
- 2019-06-06 JP JP2020566732A patent/JP7346464B2/ja active Active
- 2019-06-06 WO PCT/US2019/035682 patent/WO2019236776A1/en unknown
- 2019-06-06 US US16/972,742 patent/US11854779B2/en active Active
- 2019-06-06 CN CN201980036643.2A patent/CN112424907B/zh active Active
- 2019-06-06 BR BR112020024963-7A patent/BR112020024963A2/pt unknown
- 2019-06-06 MA MA052807A patent/MA52807A/fr unknown
- 2019-06-06 CA CA3101523A patent/CA3101523A1/en active Pending
- 2019-06-06 AU AU2019282692A patent/AU2019282692A1/en active Pending
- 2019-06-06 TW TW108119640A patent/TWI834674B/zh active
- 2019-06-06 EP EP19814633.4A patent/EP3803940A4/en active Pending
- 2019-06-06 MX MX2020013218A patent/MX2020013218A/es unknown
-
2020
- 2020-11-24 IL IL278948A patent/IL278948B/en unknown
- 2020-12-07 CL CL2020003182A patent/CL2020003182A1/es unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005050188A9 (ja) | 2003-11-21 | 2006-05-11 | Eisai Co Ltd | 同位体標識化内部標準物質を用いる定量方法、該定量方法を実行する解析システムおよび該解析のためのプログラム |
| JP2009538430A (ja) | 2006-05-25 | 2009-11-05 | アプライド バイオシステムズ， エルエルシー | 質量分析を使用する発現の定量化 |
| JP2014510923A (ja) | 2011-03-31 | 2014-05-01 | フロリディア，マテオ | 特に医療分野における機器応答を較正して試料を定量化学分析するためのシステム、及び対応する方法 |
| JP2014533834A (ja) | 2011-11-18 | 2014-12-15 | アルナイラム ファーマシューティカルズ， インコーポレイテッドＡｌｎｙｌａｍ Ｐｈａｒｍａｃｅｕｔｉｃａｌｓ， Ｉｎｃ． | トランスサイレチンおよびそのアイソフォームの定量化 |
Also Published As
| Publication number | Publication date |
|---|---|
| TWI834674B (zh) | 2024-03-11 |
| KR20210015865A (ko) | 2021-02-10 |
| MA52807A (fr) | 2021-04-14 |
| US11854779B2 (en) | 2023-12-26 |
| US20210265147A1 (en) | 2021-08-26 |
| IL278948B (en) | 2021-09-30 |
| IL278948A (en) | 2021-01-31 |
| CL2020003182A1 (es) | 2021-04-09 |
| MX2020013218A (es) | 2021-02-22 |
| AU2019282692A1 (en) | 2020-12-17 |
| TW202001243A (zh) | 2020-01-01 |
| CN112424907B (zh) | 2022-06-14 |
| CA3101523A1 (en) | 2019-12-12 |
| BR112020024963A2 (pt) | 2021-03-23 |
| EP3803940A1 (en) | 2021-04-14 |
| SG11202012118YA (en) | 2021-01-28 |
| EP3803940A4 (en) | 2022-03-16 |
| WO2019236776A1 (en) | 2019-12-12 |
| JP2021526209A (ja) | 2021-09-30 |
| CN112424907A (zh) | 2021-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7346464B2 (ja) | ランタイム信号強度校正によってマルチ特性分析（ｍａｍ）の試験室間及び／又は機器間のばらつきを縮小するシステム及び方法 | |
| Haselberg et al. | Capillary electrophoresis–mass spectrometry for the analysis of intact proteins 2007–2010 | |
| Dotz et al. | Mass spectrometry for glycosylation analysis of biopharmaceuticals | |
| US11728150B2 (en) | Methods and apparatuses for determining the intact mass of large molecules from mass spectrographic data | |
| Hoffmann et al. | The fine art of destruction: a guide to in‐depth glycoproteomic analyses—exploiting the diagnostic potential of fragment ions | |
| Sosic et al. | Application of imaging capillary IEF for characterization and quantitative analysis of recombinant protein charge heterogeneity | |
| Ozohanics et al. | GlycoMiner: a new software tool to elucidate glycopeptide composition | |
| Köcher et al. | Quality control in LC‐MS/MS | |
| Gianazza et al. | The selected reaction monitoring/multiple reaction monitoring-based mass spectrometry approach for the accurate quantitation of proteins: clinical applications in the cardiovascular diseases | |
| JP2008545972A (ja) | 保持時間整合を行うための方法および装置 | |
| Kim et al. | Targeted proteomics strategy applied to biomarker evaluation | |
| Liu et al. | Subunit mass analysis for monitoring multiple attributes of monoclonal antibodies | |
| US20180088094A1 (en) | Multiple attribute monitoring methodologies for complex samples | |
| Deyanova et al. | Rapid fingerprinting of a highly glycosylated fusion protein by microfluidic chip‐based capillary electrophoresis–mass spectrometry | |
| Kontostathi et al. | Development and validation of multiple reaction monitoring (MRM) assays for clinical applications | |
| Kuzyk et al. | CE-MS for proteomics and intact protein analysis | |
| Leitner et al. | SnapShot: mass spectrometry for protein and proteome analyses | |
| Chen et al. | Microflow UPLC and high-resolution MS as a sensitive and robust platform for quantitation of intact peptide hormones | |
| Lippold et al. | Cysteine aminoethylation enables the site-specific glycosylation analysis of recombinant human erythropoietin using trypsin | |
| Peltoniemi et al. | Novel data analysis tool for semiquantitative LC-MS-MS 2 profiling of N-glycans | |
| Lippold et al. | Glycoform analysis of intact erythropoietin by MALDI FT-ICR mass spectrometry | |
| Shipman et al. | Comprehensive N-glycan mapping using parallel reaction monitoring LC–MS/MS | |
| Mesmin et al. | Complexity reduction of clinical samples for routine mass spectrometric analysis | |
| Haberger et al. | Application of electrospray ionization mass spectrometry in a quality control laboratory | |
| EA039676B1 (ru) | Системы и способы для уменьшения изменчивости многопараметрического способа (mam) между лабораториями и/или между приборами посредством калибровок интенсивности сигналов в ходе работы |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220603 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220603 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230214 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230517 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230808 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230906 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7346464 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |