综述：基于先进质谱技术的生物制药宿主细胞蛋白监测进展

这篇综述系统阐述了质谱(MS)技术在生物制药宿主细胞蛋白(HCP)检测中的最新进展，重点介绍了数据依赖/非依赖采集(DDA/DIA)、平行累积连续碎裂(PASEF)等创新策略，以及人工智能(AI)驱动的光谱预测工具(如Prosit、AlphaPeptDeep)在提升检测灵敏度与覆盖度方面的突破。文章强调MS技术通过互补传统ELISA方法，为单抗(mAbs)、细胞基因治疗(CGTs)等生物制剂的杂质控制提供了序列特异性分析方案，并探讨了其在GMP环境下的标准化挑战与监管趋势。

　　

先进质谱技术在生物制药宿主细胞蛋白监测中的应用

生物制药中HCP分析的重要性

宿主细胞蛋白(HCPs)是生物制剂生产过程中由微生物或哺乳动物表达系统引入的工艺相关杂质。即使痕量HCPs也可能通过降解活性成分(如蛋白酶切割mAbs^6,7)、破坏制剂稳定性(如脂肪酶降解聚山梨酯^8,9)或引发免疫反应(如簇集素⁴)影响产品质量。监管机构如FDA、EMA将HCPs列为关键质量属性(CQA)，要求遵循ICH Q6B等指南进行监测。

战略性质谱平台选择

质谱平台需根据生物制药生命周期阶段权衡覆盖深度与定量准确性：

• •

  四极杆飞行时间(Q-TOF)：适用于发现阶段全局HCP分析，SWATH-MS模式可在CHO衍生mAbs中检测1-5 ppm水平的HCP³¹

• •

  三重四极杆(QQQ)：GMP环境下靶向定量金标准，SRM/MRM方法灵敏度达亚ppm级^32-34

• •

  Orbitrap系列：Q-Orbitrap兼具高分辨率与动态范围，而三合一Orbitrap通过线性离子阱实现MSⁿ扫描，深度解析Protein A洗脱液中的HCP^25,35

• •

  离子淌度平台：如TIMS-TOF采用diaPASEF策略，HCP检出深度提升30%³⁷

数据采集策略创新

• •

  HCP-AIMS：通过迭代排除已鉴定肽段，将检测限推进至10 ppm⁵⁶

• •

  BoxCar：分段累积前体离子信号，提升中低丰度HCP检测⁵⁵

• •

  PRM：在Orbitrap上捕获完整MS/MS谱，支持回顾性数据分析⁵⁸

人工智能驱动的技术革新

深度学习工具正重塑HCP分析流程：

• •

  Prosit：预测肽段碎裂谱图，提升DIA数据解卷积效率⁴⁷

• •

  Chimerys：基于AI的引擎实现无库DIA数据处理⁶⁸

• •

  风险预测模型：整合MS数据与免疫原性参数，优先排序高风险HCP(如脂蛋白脂肪酶)

监管实施挑战

尽管USP 1132.1已明确MS的补充作用，但GMP应用仍面临验证标准不统一、数据库碎片化等问题。行业联盟正推动CHO特异性谱库建设，以支持连续生产工艺中的实时HCP监控。随着QbD理念深化，MS技术将从研发工具转型为智能化质量控制系统的核心组件。