Optimización de un ELISA indirecto para evaluar la inmunogenicidad no deseada del Heberprot-P®

Carlos Alberto Hernandez, Maylin Perez Bernal, Magali Delgado, Enrique Pérez, José Manuel Sánchez

Texto completo:

PDF

Resumen

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

diseño factorial completo; ELISA; Heberprot-P®; optimización

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



Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.