イメージングフローサイトメトリーデータの人工知能解析を用いたタンパク質治療におけるシリコーン油滴の高度な特性評価

Advanced characterization of silicone oil droplets in protein therapeutics using artificial intelligence analysis of imaging flow cytometry data.

• Christine Probst
• Artiom Zayats
• Vidya Venkatachalam
• Bryan Davidson

抄録

タンパク質粒子のモニタリングは、潜在的な免疫原性のため、バイオ医薬品の開発においてますます重視されています。タンパク質粒子の正確な定量は、プレフィルドシリンジの一般的な医薬品成分であるシリコーンオイルの液滴によって複雑になります。シリコーンオイルは一般的に無害であると考えられていますが、タンパク質の吸着により、これらの粒子が免疫刺激的な特性を持つようになる可能性があることが多くの報告で示されています。イメージングフローサイトメトリー（IFC）は、懸濁液中のサンプルから高解像度の明視野画像と蛍光画像を取得することができる新たな製薬法である。本研究では、IFCで収集した明視野画像をタンパク質またはシリコーンオイルに分類するために、人工知能（AI）ソフトウェアを用いたデータ解析戦略を作成しました。AIソフトウェアは、微妙な形態学的表現型を識別するために、畳み込みニューラルネットワークアーキテクチャを用いたディープラーニングを使用して画像分類を実行します。AIモデルは、タンパク質とシリコーンオイル粒子の様々な供給源と装置のライフサイクルにわたって、2μmを超える粒子をロバストに分類しました。次に、AIモデルをIFC蛍光画像と組み合わせて、免疫原性の可能性のあるタンパク質吸着シリコーンと無害なネイティブシリコーンを区別しました。本明細書で報告された方法は、治療用製剤中の粒子状物質の特性評価のための追加の分析能力を提供し、タンパク質製剤の最適化および製品の一貫性の評価に適用することができる。

Monitoring protein particles is increasingly emphasized in the development of biopharmaceuticals due to potential immunogenicity. Accurate quantitation of protein particles is complicated by silicone oil droplets, a common pharmaceutical component in pre-filled syringes. Though silicone oil is typically regarded as harmless, numerous reports have indicated protein adsorption may render these particles with immunostimulatory properties. Imaging flow cytometry (IFC) is an emerging pharmaceutical method capable of capturing high-resolution brightfield and fluorescence imagery from samples in suspension. In this study, we created a data analysis strategy using artificial intelligence (AI) software to classify brightfield images collected with IFC as protein or silicone oil. The AI software performs image classification using deep learning with a convolutional neural network architecture, for identification of subtle morphological phenotypes. The AI model yielded robust classification of particles > 2 μm across various sources of protein and silicone oil particles and over the instrument life cycle. Next, the AI model was combined with IFC fluorescence images to differentiate potentially immunogenic protein-adsorbed silicone and innocuous native silicone. The methods reported herein provide added analytical capability for characterization of particulate matter in therapeutic formulations, and may be applied for optimization of protein formulations and evaluation of product consistency.

Copyright © 2020. Published by Elsevier Inc.