Development of mathematical modelling for the glycosylation of IgG in CHO cell cultures

Tid: To 2020-06-04 kl 15.00

Plats: https://kth-se.zoom.us/j/67302879470, Stockholm (English)

Ämnesområde: Bioteknologi

Respondent: Liang Zhang , Industriell bioteknologi, AdBIOPRO, VINNOVA Competence Centre for Advanced Bioproduction by Continuous Processing

Opponent: Professor Michael J. Betenbaugh, The Johns Hopkins University / Department of Chemical & Biomolecular Engineering

Handledare: Docent Véronique Chotteau, Industriell bioteknologi, AdBIOPRO, VINNOVA Competence Centre for Advanced Bioproduction by Continuous Processing

Abstract

Kinesiska hamsteräggstocks celler (CHO) är det mest populära uttryckssystemet för framställning av bioläkemedel, och mer än 80 % av de godkända monoklonala antikropparna (mAbs) produceras med denna cellinje. En vanlig post-translationell modifiering är glykosylering som är viktig för terapeutiska mAbs. Glykosylering kan påverka proteinets stabilitet, halveringstid och immunologiska aktivitet. Omfattande studier har visat att glykosylering kan påverkas av odlingsparametrarna vid tillverkning, t.ex. pH, temperatur och odlingsmediets komponenter. För att få en bra kontroll över glykosyleringen har matematiska modeller utvecklats. Emellertid har de flesta modeller varit utformade för cellinjeutveckling, medans få kan användas för att designa medium komponenter så att en viss mAb glykoprofil uppnås.

Denna avhandling presenterar experimentella studier med tillsatser av olika kombinationer av kolkällor i CHO-cellkulturer och utvecklingen av matematiska modeller för glykosylerings förutsägelse. Den första studien undersöker effekterna av mannos-, galaktos-, fruktos- och fukos-tillsatser på mAb-glykoprofilerna. Vi undersöker mer specifikt de motsvarande intracellulära nukleotid-sockerarterna i cellkulturer, med avsaknad av glukos och laktat användes som komplementär kolkälla. Den andra studien är baserad på Elementary flux modes (EFM) konceptet och massbalansen för glykangrupper, där en matematisk modell med namnet Glycan Residue Balance Analysis (GReBA) utvecklats för förutsägelse av mAb glykosyleringsprofiler. Här används GReBA på pseudo-perfusionscellkulturer med kombinationer av följande tillsatser: glukos, mannos, galaktos och laktat. Modellen optimeras sedan ytterligare för att designa tillsats strategier till perfusionscellkulturer så att en önskad glykoprofil kunde matchas. I den sista studien utvecklas en grafisk sannolikhetsmodell (PGM) för förutsägelse av glykosylering i cellkulturerna med flera variabla faktorer.

Resultaten visar att tillsatserna av olika sockerarter i mediet kan användas för att kontrollera glykosyleringen, och både GReBA och PGM modellerna visar bra förmåga för glykosylerings förutsägelse och experimentell design.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-273343