A DAR sensitive hybrid LBA-LC-MS/MS assay for quantitation of conjugated payload from a non-cleavable ADC in human serum

化学 连接器 肽 重组DNA 结合 分析物 抗体-药物偶联物 色谱法 共轭体系 药品 单克隆抗体 抗体 有效载荷(计算) 配体(生物化学) 分子生物学 寡肽 胃蛋白酶 生物化学 毒素 细胞毒性T细胞 生物测定 体内 药代动力学 定量分析(化学) 配体结合分析 组合化学 免疫分析
作者
Yongjun Xue,Eric Ma,Brian Melo,Madhan Masilamani,Yiming Cheng,Jim X. Shen,M. Shane Woolf,Korrey D. Allen,Jordan M. Honrine,Michael P Waldron,William R. Mylott Jr
出处
期刊:Bioanalysis [Future Science Ltd]
卷期号:18 (12-13): 1041-1053
标识
DOI:10.1080/17576180.2026.2716471
摘要

BACKGROUND: Quantitating antibody drug conjugates (ADCs) with traditional ligand binding assays (LBAs) requires cytotoxic payload targeting reagents, which may be needed for ADC capture/detection. LBAs are drug antibody ratio insensitive (DAR insensitive) and prone to under- or over-estimating DAR species. METHODS: This hybrid LBA LC MS/MS assay measures concentrations for a novel ADC drug (BMS-X) with an engineered, site‑specific, non-cleavable linker, and a unique payload. Recombinant target protein-extracellular domain fused with mouse IgG-Fc was used for ADC pull down in human serum. Pepsin digestion released unique toxin linker peptide complexes for two conjugation sites. RESULTS AND CONCLUSIONS: This novel, validated DAR-sensitive hybrid-LCMS PK assay measured payload-conjugated BMS-X levels in human serum, quantitated surrogate analytes for both unique conjugation sites, and was used to support a first-in-human clinical trial.
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
yu完成签到,获得积分10
1秒前
Guohuaixin完成签到,获得积分10
1秒前
yellow完成签到,获得积分10
1秒前
Nole的应助被恒河猴采纳,获得10
1秒前
桐桐的应助被独自面对恐惧采纳,获得10
1秒前
Lucas的应助被fukesi采纳,获得10
1秒前
1秒前
2秒前
ferritin发布了新的文献求助10
2秒前
英俊的铭的应助被懒人采纳,获得30
2秒前
Bueraili完成签到 ,获得积分10
2秒前
3秒前
沉静滑板完成签到,获得积分10
3秒前
nina完成签到 ,获得积分10
3秒前
ding的应助被YK采纳,获得10
4秒前
viclcn完成签到 ,获得积分10
4秒前
超帅从彤发布了新的文献求助10
4秒前
ayayaya发布了新的文献求助10
4秒前
moon发布了新的文献求助10
4秒前
4秒前
开朗方盒发布了新的文献求助10
4秒前
4秒前
5秒前
余香的应助被小晚风采纳,获得10
6秒前
~~~~发布了新的文献求助10
6秒前
fighting发布了新的文献求助10
6秒前
6秒前
DZQ发布了新的文献求助10
7秒前
wwww发布了新的文献求助10
7秒前
萱草完成签到 ,获得积分10
7秒前
科研通AI6.2的应助被luchong采纳,获得10
8秒前
yu发布了新的文献求助10
8秒前
杨淇升发布了新的文献求助10
9秒前
chan完成签到,获得积分10
9秒前
霸气映之发布了新的文献求助10
9秒前
9秒前
JamesPei的应助被优雅的幻雪采纳,获得10
9秒前
10秒前
10秒前
10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
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
Das Matthäusevangelium: Kapitel 1:1–17 1000
IRTSD: Open-Source Data and Toolset for Electromagnetic Transient Analysis of Disturbances and IBR Control Malfunctions in Transmission Systems 1000
Challenging Attachment Theory 600
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8140024
求助须知:如何正确求助?哪些是违规求助? 9540498
关于积分的说明 21639945
捐赠科研通 7724118
什么是DOI,文献DOI怎么找? 3420975
关于科研通互助平台的介绍 2546178
邀请新用户注册赠送积分活动 2463037