Optimización de un ELISA indirecto para evaluar la inmunogenicidad no deseada del Heberprot-P®
Texto completo:
PDFResumen
Introducción: A pesar de su amplio uso en la práctica clínica, la inmunogenicidad de Heberprot-P® y su influencia sobre la eficacia y seguridad de este fármaco se desconoce. Para obtener esta información se necesita optimizar un inmunoensayo que detecte niveles fisiológicamente relevantes de anticuerpos específicos.
Objetivo: Optimizar, mediante un diseño factorial completo, paso a paso, un ELISA indirecto semicuantitativo, para evaluar la inmunogenicidad no deseada contra el Heberprot-P® en suero de pacientes tratados.
Método: A partir de un ELISA inicial, se evaluaron diferentes factores y niveles, mediante diseños factoriales completos, en cuatro pasos del ensayo: recubrimiento de la placa, unión antígeno-anticuerpo, anticuerpo-conjugado y enzima-sustrato. La mejor combinación de factores y niveles en un paso se incorporó para optimizar el siguiente. El diseño experimental concibió un procesamiento estadístico simple.
Resultados: El ELISA optimizado demostró la especificidad del ensayo y logró una detectabilidad de anticuerpos 17 veces superior al inicial.
Conclusiones: La optimización paso a paso del ELISA, mediante un diseño factorial completo, y la incorporación sucesiva al protocolo de la mejor combinación de factores y niveles, permite obtener un inmunoensayo específico y de mayor detectabilidad de anticuerpos específicos. El diseño experimental vinculado a un procesamiento estadístico simple facilita la interpretación de los resultados, sobre todo en aquellos laboratorios donde no existe asesoramiento estadístico capacitado.Palabras clave
Referencias
Immunogenicity Testing of Therapeutic Protein Products —Developing and Validating Assays for Anti-Drug Antibody Detection. Guidance for Industry. U.S. Department of Health and Human Services. Food and Drug Administration, 2019. [citado 5 Jun 2023]. Disponible en: https://www.fda.gov/media/119788/download
Bioanalytical Method Validation. Guidance for Industry. US Department of Health and Human Services. Food and Drug Administration, 2018. [citado 5 Jun 2023]. Disponible en: https://www.fda.gov/files/drugs/published/Bioanalytical-Method-Validation-Guidance-for-Industry.pdf
Fernández-Montequín JI, Valenzuela-Silva CM, Díaz OG, Savigne W, Sancho-Soutelo N, Rivero-Fernández F, et al. Cuban Diabetic Foot Study Group. Intra-lesional injections of recombinant human epidermal growth factor promote granulation and healing in advanced diabetic foot ulcers: multicenter, randomised, placebo-controlled, double-blind study. Int Wound J 2009; 6(6):432-443. http://dx.doi.org/10.1111/j.1742-481X.2009.00641.x
Bui TQ, Bui QVP, Németh D, Hegyi P, Szakács Z, Rumbus Z, et al. Epidermal Growth Factor is Effective in the Treatment of Diabetic Foot Ulcers: Meta-Analysis and Systematic Review. Int J Environ Res Public Health 2019; 16(14):2584. http://dx.doi.org/10.3390/ijerph16142584
Minic R, Zivkovic I. Optimization, validation and standardization of ELISA. Norovirus 2020; 9-28.
Cowan KJ, Erickson R, Sue B, Delarosa R, Gunter B, Coleman DA, et al. Utilizing design of experiments to characterize assay robustness. Bioanalysis 2012; 4(17):2127-2139. http://dx.doi.org/10.4155/bio.12.199
Shah K, Maghsoudlou P. Enzyme-linked immunosorbent assay (ELISA): the basics. Br J Hosp Med (Lond) 2016; 77(7):98-101. http://dx.doi.org/10.12968/hmed.2016.77.7.C98
Augustine SAJ, Simmons KJ, Eason TN, Griffin SM, Curioso CL, Wymer LJ, et al. Statistical approaches to developing a multiplex immunoassay for determining human exposure to environmental pathogens. J Immunol Methods 2015; 425:1-9. http://dx.10.1016/j.jim.2015.06.002
Khuri AI, Mukhopadhyay S. Response surface methodology. WIREs Comp Stat 2010; 2:128-149. http://dx.doi.org/10.1002/wics.73
Papaneophytou C. Design of experiments as a tool for optimization in recombinant protein biotechnology: from constructs to crystals. Mol Biotechnol 2019; 61(12):873-891. http://dx.doi.org/10.1007/s12033-019-00218-x
Ray CA, Patel V, Shih J, Macaraeg C, Wu Y, Thway T, et al. Application of multi-factorial design of experiments to successfully optimize immunoassays for robust measurements of therapeutic proteins. J Pharm Biomed Anal 2009; 49(2):311-318. http://dx.doi.org/10.1016/j.jpba.2008.11.039
Hernández CA, Pérez-Bernal M, Abreu D, Valdivia O, Delgado M, Dorta D, et al. Step-by-step full factorial design to optimize a quantitative sandwich ELISA. Anal Biochem 2023; 674, 115195. https://doi.org/10.1016/j.ab.2023.115195
Crombet Ramos T, Rodríguez PC, Neninger Vinageras E, Garcia Verdecia B, Lage Davila A. CIMAvax EGF (EGF-P64K) vaccine for the treatment of non-small-cell lung cancer. Expert Rev Vaccines 2015; 14(10):1303-1311. http://dx.doi.org/10.1586/14760584.2015.1079488
DeSilva B, Smith W, Weiner R, Kelley M, Smolec J, Lee B, et al. Recommendations for the bioanalytical method validation of ligand-binding assays to support pharmacokinetic assessments of macromolecules. Pharm Res 2003; 20(11):1885-900. http://dx.doi.org/10.1023/b:pham.0000003390.51761.3d
Altekar M, Homon CA, Kashem MA, Mason SW, Nelson RM, Patnaude LA, et al. Assay optimization: a statistical design of experiments approach. Clin Lab Med 2007; 27(1):139-54. http://dx.doi.org/10.1016/j.cll.2007.01.001
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.