DSC Derived (Ea & ΔG) Energetics and Aggregation Predictions for mAbs

能量学 化学 生物物理学 热力学 生物 物理
作者
Ralf Joe Carrillo,Andy Semple
出处
期刊:Journal of Pharmaceutical Sciences [Elsevier BV]
卷期号:113 (8): 2140-2150 被引量:3
标识
DOI:10.1016/j.xphs.2024.05.009
摘要

The Arrhenius energy of activation of unfolding Ea unfolding and Gibbs free energy of unfolding ΔG unfolding have been calculated utilizing DSC differential scanning calorimetry for 4 mAbs (1 biosimilar) in 3 formulations. DSC derived ΔTm melting temperature changes for each mAb domain (CH2, Fab, CH3) at calorimetric scan rates at 60°C, 90°C, 150°C and 200°C / hr. were utilized to calculate the kinetic Ea unfolding. The DSC derived Ea trend with observed aggregate formation and can be used to predict %HMW formation post 9-month storage at 5°C and 40°C for all formulations analyzed. Additionally, thermodynamic ΔG unfolding energies were also derived (Tm, ΔCp and ΔH measurements) for each mAb at every scan rate to observe scan rate dependence of ΔG and for extrapolation to 0°C/hr. (to report ΔG at true equilibrium conditions). Both derived thermodynamic ΔG and kinetic Ea energies were combined to build full energetic landscapes for mAb unfolding and aggregation. Statistical multivariate analysis of kinetic (Ea CH2, Ea Fab, Ea CH3) energies, thermodynamic (ΔG5°C and ΔG40°C) energies and in-silico modeled surface properties was also performed. Analysis revealed key significant parameters contributing to aggregation. These parameters were utilized to build predictive aggregation models for 25 mg/mL mAb formulations stored 9-months at 5°C and 40°C.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Twonej应助Crowise采纳,获得30
刚刚
刚刚
刚刚
1秒前
zbuo发布了新的文献求助10
2秒前
NeilJW完成签到,获得积分10
2秒前
HuicongLi完成签到,获得积分10
3秒前
wwy发布了新的文献求助50
3秒前
希望天下0贩的0应助oui采纳,获得10
3秒前
御兽王者完成签到,获得积分10
4秒前
APERO完成签到,获得积分10
5秒前
5秒前
555完成签到,获得积分10
5秒前
敏感初露发布了新的文献求助10
6秒前
犹豫路灯发布了新的文献求助10
6秒前
彭于晏应助lt0217采纳,获得10
8秒前
gala的夏天完成签到,获得积分10
8秒前
朱占江应助敏感初露采纳,获得10
9秒前
9秒前
林西雨完成签到,获得积分10
9秒前
Hello应助敏感初露采纳,获得10
9秒前
重要的莫言完成签到,获得积分10
9秒前
ZZZ完成签到 ,获得积分10
10秒前
Mengjing完成签到,获得积分10
10秒前
wanci应助年轻若剑采纳,获得10
10秒前
快乐若颜完成签到 ,获得积分10
10秒前
11秒前
Dyying完成签到,获得积分10
11秒前
搞怪宛完成签到,获得积分10
12秒前
13秒前
小二郎应助平常的白猫采纳,获得10
15秒前
脑洞疼应助大力的雪碧采纳,获得10
15秒前
Orange应助NUMB采纳,获得10
16秒前
含蓄凝琴发布了新的文献求助10
17秒前
mmddlj完成签到 ,获得积分10
17秒前
Orange应助务实振家采纳,获得10
18秒前
万能图书馆应助cy采纳,获得10
19秒前
斯文败类应助机灵小蘑菇采纳,获得10
20秒前
20秒前
平常的白猫完成签到,获得积分10
20秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Prompt Engineering for Clinicians: Harnessing AI in Everyday Medical Practice 600
Electrode Potentials 550
REAL-WORLD EFFICACY AND GENOMIC LANDSCAPE OF POLATUZUMA VEDOTIN-BASED FIRST-LINE THERAPY IN DIFFUSE LARGE B-CELL LYMPHOMA: A FOCUS ON TP53 MUTATIONS AND TREATMENT RESPONSE 500
Handbook of Luminescence Dating 500
Safety Pharmacology 500
《KNN基无铅压电陶瓷电学性能优化与物理机理研究》 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 计算机科学 化学工程 生物化学 物理 内科学 复合材料 催化作用 光电子学 物理化学 电极 细胞生物学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 6962082
求助须知:如何正确求助?哪些是违规求助? 8644442
关于积分的说明 18332056
捐赠科研通 6411697
什么是DOI,文献DOI怎么找? 3086215
关于科研通互助平台的介绍 2135161
邀请新用户注册赠送积分活动 2062717