应用简报 | 安捷伦Vaya手持拉曼光谱仪如何轻松实现商用寡核苷酸原料的穿包装ID认证？
时间：2023-05-31 阅读：359
寡核苷酸药物（Oligonucleotide drug，又名小核酸药物）直接作用于疾病的遗传物质（DNA/RNA）靶点发挥治疗作用，且具有高特异性和长药效等优势，在过去的几年里其需求剧增，正在承受压力以满足应用需求和质量要求。
当前 cGMP 环境下强制对寡核苷酸原料进行入场认证，筛查劣质或掺假的原料，是防止错误原料引入，保持质量标准的第一道关卡。
合成寡核苷酸的原料——亚磷酰胺，通常储存在棕色玻璃瓶中。在本应用简报中，介绍了 Agilent Vaya 手持拉曼光谱仪带包装鉴别几种市售的用于合成寡核苷酸的亚磷酰胺。该分析的目的是证明拉曼光谱是在 cGMP 制造环境中透过透明和不透明容器识别/区分生物制药材料的有效解决方案。
实验部分
在 Sigma Aldrich 购置几种低聚亚磷酰胺，均为棕色玻璃瓶包装。实验的流程为：
购买样品如下：
-
DMT-2’O-Methyl-rA (bz) Phosphoramidite
-
DMT-dA (bz) -CPG
-
DMT-dG (ib) Phosphoramidite
-
DMT-dT Phosphoramidite
-
DMT-dA (bz) Phosphoramidite
五种低聚亚磷酰胺拉曼光谱
结果与讨论
从谱图结果中可以看出 s. DMT-dG(ib) Phosphoramidite 和 DMT-dA(bz)-CPG 这两种原料在 1000cm-1 和 1500cm-1 处的特征峰与其他三个原料有明显的差异，可以比较容易的分辨出来，而其余的三种原料则有非常相近的谱图，因此当这几种原料混淆或装错时就很有可能会出现假阳性的情况。
于是在原有模型的基础上，利用 Vaya 独特的相似物区分功能扫描添加相似原料的谱图，以增强模型计算，将相似原料谱图区分开。能够区分相似物的原理在于 Vaya 智能的模型软件计算系统，Vaya 采用相关系数（R2）和线性模型系数（LMC）双重模型算法进行决策，R2 是常用的未知物鉴别指标，以确认待测样品与模型的相似度，LMC 则提供额外的检查以增强决策的特异性，它基于将额外的光谱（即分析物光谱）添加到模型中并观察其 LMC 得分对模型的影响来进行增强计算。
以五种原料的模型逐一进行验证（未添加相似物料）
以五种原料的模型逐一进行验证（添加相似物料）
从测试结果中可以得出以下结论：
1
此次实验购置的亚磷酰胺原料均具有比较清晰的拉曼特征峰，适宜利用拉曼光谱仪进行分析。
2
Agilent Vaya 手持拉曼光谱仪可以穿透棕色玻璃瓶包装对亚磷酰胺类原料进行穿包装测试。
3
部分亚磷酰胺类原料具有比较相似的拉曼信号，常规的建模测试流程有误识别的风险，需要利用添加相似物功能对其进行区分。
结语
得益于 Vaya 手持拉曼光谱仪优异的硬件和软件系统，可以轻松穿透包装鉴别物料，同时，搭载的智能双模型系数算法可以有效区分相似物料，为原辅料 ID 认证保驾护航。这些性能已在寡核苷酸类生物制药原料的检测中得到了印证。
我们可以期待 Vaya 在未来应用场景中有更多突出的表现。