Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Bu protokol, deneysel tasarım yapımında öznel seçimleri en aza indiren karışım, sürekli ve kategorik çalışma faktörleri üzerinden formülasyon optimizasyonuna bir yaklaşım sağlar. Analiz aşaması için etkili ve kullanımı kolay bir modelleme montaj prosedürü kullanılır.

Özet

Bilim insanlarına erişilebilir bir iş akışı sunmayı amaçlayan lipid nanopartikül (LNP) formülasyonlarını optimize etmek için Tasarımla Kalite (QbD) tarzı bir yaklaşım sunuyoruz. İyonlaştırılabilir, yardımcı ve PEG lipitlerinin molar oranlarının% 100'e kadar eklenmesi gereken bu çalışmalardaki doğal kısıtlama, bu karışım kısıtlamasını karşılamak için özel tasarım ve analiz yöntemleri gerektirir. LNP tasarım optimizasyonunda yaygın olarak kullanılan lipit ve proses faktörlerine odaklanarak, boşluk doldurma tasarımlarını kullanarak ve yakın zamanda geliştirilen kendi kendini doğrulayan topluluk modellerinin (SVEM) istatistiksel çerçevesini kullanarak, karışım-proses deneylerinin tasarımında ve analizinde geleneksel olarak ortaya çıkan zorlukların çoğundan kaçınan adımlar sunuyoruz. Aday optimal formülasyonlar üretmenin yanı sıra, iş akışı aynı zamanda sonuçların yorumlanmasını basitleştiren uygun istatistiksel modellerin grafiksel özetlerini de oluşturur. Yeni belirlenen aday formülasyonlar onay çalışmaları ile değerlendirilir ve isteğe bağlı olarak daha kapsamlı bir ikinci aşama çalışması bağlamında gerçekleştirilebilir.

Giriş

İn vivo gen dağıtım sistemleri için lipid nanopartikül (LNP) formülasyonları genellikle iyonlaştırılabilir, yardımcı ve PEG lipitleri 1,2,3 kategorilerinden dört bileşen lipit içerir. Bu lipitlerin tek başına veya diğer karışım dışı faktörlerle eşzamanlı olarak çalışılıp çalışılmadığına bakılmaksızın, bu formülasyonlar için yapılan deneyler "karışım" tasarımları gerektirir, çünkü - aday bir formülasyon göz önüne alındığında - lipitlerden herhangi birinin oranının arttırılması veya azaltılması zorunlu olarak diğer üç lipitin oranlarının toplamında karşılık gelen bir a....

Protokol

Temsilci Sonuçlar bölümünde açıklanan deney, Laboratuvar Hayvanlarının Bakımı ve Kullanımı Kılavuzu'na uygun olarak gerçekleştirilmiş ve prosedürler Kurumsal Hayvan Bakım ve Kullanım Komitemiz (IACUC) tarafından belirlenen kılavuzlara uygun olarak gerçekleştirilmiştir. 6-8 haftalık dişi Balb/C fareleri ticari olarak elde edildi. Hayvanlar ad libitum standart chow ve su aldı ve standart koşullar altında,% 40-60 nem ile 65-75 ° F (~ 18-23 ° C) sıcaklıkta 12 saatlik açık / karanlık döngüleri ile barındırıldı.

1. Çalışma amacını, yanıtlarını ve faktörlerini kaydetme

NOT: Bu protokol boyunca, d....

Sonuçlar

Bu yaklaşım, geniş olarak sınıflandırılmış lipit tiplerinin her ikisinde de doğrulanmıştır: MC3 benzeri klasik lipitler ve genellikle kombinatoryal kimyadan türetilen lipitoidler (örneğin, C12-200). Bir Seferde Bir Faktör (OFAT) yöntemi kullanılarak geliştirilen bir karşılaştırma LNP formülasyonu ile karşılaştırıldığında, iş akışımız aracılığıyla oluşturulan aday formülasyonlar, Şekil 18'deki fare karaciğer lusiferaz okumalarında gösterildiği .......

Tartışmalar

Karışım-süreç deneylerinin tasarımı ve analizi için modern yazılım, bilim adamlarının lipit nanopartikül formülasyonlarını verimsiz OFAT deneylerinden kaçınan yapılandırılmış bir iş akışında geliştirmelerini mümkün kılar. Son zamanlarda geliştirilen SVEM modelleme yaklaşımı, daha önce bilim insanlarının dikkatini yabancı istatistiksel düşüncelerle dağıtmış olabilecek gizemli regresyon modifikasyonlarının ve model azaltma stratejilerinin çoğunu ortadan kaldırmaktadır. So.......

Açıklamalar

Bu iş akışını destekleyen deneysel tasarım stratejisi, yazarlardan birinin mucit olduğu iki patent başvurusunda kullanılmıştır. Ek olarak, Adsurgo, LLC sertifikalı bir JMP Ortağıdır. Bununla birlikte, bu makalenin geliştirilmesi ve yayınlanması, JMP'den herhangi bir mali teşvik, teşvik veya diğer teşvikler olmaksızın gerçekleştirilmiştir.

Teşekkürler

Makaleyi geliştiren önerileri için editöre ve anonim hakemlere minnettarız.

....

Malzemeler

NameCompanyCatalog NumberComments
JMP Pro 17.1JMP Statistical Discovery LLC

Referanslar

  1. Dolgin, E. Better lipids to power next generation of mRNA vaccines. Science. 376 (6594), 680-681 (2022).
  2. Hou, X., Zaks, T., Langer, R., Dong, Y. Lipid nanoparticles for mRNA delivery. Nature Reviews Materials. 6 ....

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

JoVE de Bu AySay 198

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Araştırma

Eğitim

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır