|
流式細胞術出現40年來一直是分析單細胞復雜通路及反應的重要工具，然而其系統上的優勢卻未被充分利用。近年來由于生物制藥的不斷發展，再加上流式微球與細胞的復合能力，可實現多維度追蹤細胞表型和功能的研究，使得流式細胞術引起了廣泛關注，在藥物研發中的應用也越來越多。不僅可以對細胞胞內和胞外的成分進行檢測，也可以對血清或血漿樣本中的可溶性分析物進行測定，如細胞因子、藥物復合物或抗藥物抗體（ADA）。 
圖1 Beckman多色流式細胞儀 流式細胞儀可以以每秒數百至數萬個細胞的速度進行單細胞分析。高通量、快速度的優點非常適合大規模的藥物研發與檢測。流式細胞術可以在一個細胞表面進行多個參數的檢測，配合數據分析系統可以產生充分且復雜的數據流，明確地排除在單參數試驗中的假陽性。另外，流式細胞術可以使用多種熒光染料和探針，可以有更多更靈活的選擇，如目前最先進的質譜流式可以選用多種金屬元素探針。 流式細胞術對于單個細胞的特性的分析包括細胞表面或內部抗原表達、亞細胞組件（如，線粒體）和細胞動態屬性（如，蛋白表達變化、鈣流以及膜電位、細胞增殖）等。本文主要介紹流式細胞術在藥物研發與研究中的應用和基本技術流程，著重介紹流式細胞術在藥物臨床生物分析中的特點，包括生物治療劑的PK研究、免疫原性分析中基于細胞的中和抗體（NAb）評價、PD相關生物標志物中特殊細胞群體的免疫表型分型監測和受體占位分析。 流式細胞術的應用范圍很廣，在藥物研發全過程中的各個環節都有應用，包括藥物研發與靶點確認、非臨床安全性與毒性評價以及臨床研究等方面。圖2 流式細胞術在藥物發現、靶點驗證、毒理學和臨床試驗等方面的應用[1]一、藥物研發過程中的靶點確認、藥物特性以及化合物篩選如今采用幾個單參數試驗來證明藥物篩選的有效性已受到質疑，只有在單細胞水平上同時測量多個參數，才能深入了解化合物復雜的相互作用機制（MOA）和亞細胞群體間的相互作用。近年來工程細胞系（transfec、siRNA基因敲除等）被用于靶標驗證相關的藥物開發的模型（多為中國倉鼠卵巢（CHO）），這些細胞系通過穩定表達重組靶點的設計而用于檢測，如與細胞目標抗原結合的（嵌合體、人源化或人源化的）單克隆抗體藥物通過與靶點結合來進行藥效和PK分析，或檢測抑制藥物結合的中和抗體；還可用體外培養的細胞進行補體介導的細胞毒性（CDC）和抗體依賴性細胞毒性（ADCC）等檢測。非臨床研究中可采用流式細胞術進行藥物的體內、體外安全性評價。在毒理學評估中，流式細胞術提供了更高的精確度和更低的變異性，降低了時間、試劑和動物上的成本。通常在這個階段進行生物標志物和臨床研究的初步劑量范圍的確定。流式細胞術已用于評估藥物引起的血管損傷（細胞死亡和循環內皮細胞試驗），同時測量T/DC細胞活化的變化或蛋白質在特定細胞亞群上的表達水平，可以更廣泛的描述毒性影響、造血或免疫調節。在人類和動物研究中，流式細胞術在骨髓分型分析上具有更多優勢。除了確定毒性外，流式細胞術還可以進行靶點的調節和功能測定，以了解藥物毒性評估期間的MOA。非臨床研究中幾乎可以使用任何樣本類型，包括骨髓、脾臟、淋巴結等，外周血是最常見的樣本類型。流式細胞術在臨床生物分析中的應用主要為細胞表型、功能測定、藥效動力學和免疫原性評價。對于靶向胞外抗原的一類生物治療劑（如靶向PD-1、CD28的單抗），可以使用流式細胞術評價受體在細胞表面的參與程度，或受體占用情況。這對于藥物的臨床劑量確定有著重要的參考意義。此外，生物治療藥物的PK研究也是基于抗體藥與活細胞表面靶點的結合，也可以通過流式細胞儀進行分析。流式細胞術可測定細胞功能，即對藥物的響應，比如細胞因子的產生和變化（比ELISA靈敏度高）、胞內信號傳導和細胞增殖等。功能測定也被作為癌癥疫苗效力評估的效能生物標記物。對于致靶細胞凋亡的藥物（如利妥昔單抗），功能測定被作為安全性相關的生物標記物。功能性檢測也可以用于免疫原性評估中。但是功能性檢測由于需要體外刺激和培養的限制在臨床分析上不常使用。流式細胞術可通過檢測特定的細胞群來進行藥效評估，比如利妥昔單抗治療中通過檢測CD3+CD8+T細胞、B細胞、NK細胞群評估藥效。用流式細胞術分群可以在淋巴細胞分型的基礎上進一步分型至小亞群，這些亞細胞群和內皮細胞、循環轉移瘤細胞以及CD34干細胞等群體可作為藥效相關的生物標志物來檢測。免疫原性評價在生物治療劑的臨床分析中的重要性不言而喻。對于免疫原性分析通常都會涉及cell based assay和流式細胞術的應用。流式細胞術是一個復雜的方法，需要詳細了解流式細胞儀、熒光色素、光譜重疊、細胞譜系標記、細胞內過程和數據分析。一般來說，流式分析時首先要獲得單細胞，并使用細胞活力染料標記細胞（區分活細胞和死細胞），再將細胞與需要檢測的抗體一起孵育，然后選擇熒光二抗共孵育。如果要對細胞內部蛋白進行標記，則需要對細胞進行通透化處理。處理后的細胞樣本通過進樣器被輸送進入流式細胞儀。單個細胞上的熒光信號經過處理，從而可以對單個細胞所結合的抗體進行定性和定量分析。數據的儲存格式是FCS文件（通用流式文件），可使用多種方式進行分析和可視化。圖3是對不同來源樣本的處理流程圖。流式細胞術在生物分析應用中的內容涉及多個方面，雖然這些檢測的目標不同，數據的輸出方式也不同，但有其共性。流式細胞術的特點決定了其在PK研究、免疫原性評價和PD生物標志物分析及驗證中的特殊性。流式細胞術在PK研究中的應用主要從生物治療藥物和細胞治療劑兩方面分別介紹。生物治療藥物的PK研究可使用間接免疫熒光法。該方法與基于平板的LBA相同，都依賴于抗原-抗體或受體-配體的結合作用。也可以將抗原、抗藥抗體、受體或配體偶聯到微球上，使用熒光染料偶聯的二級檢測試劑（以下稱二抗）對藥物進行定量?？偟膩碚f，流式細胞術更能保證藥物的構象與活性，與藥物療效和安全性參數的相關性更好，且可以實現多參數同時檢測，有利于發現藥物或靶點相互作用的相關性。一般來說可通過與熒光染料（FITC、PE等）結合的二抗來實現不同水平的結合藥物的檢測，生成藥物濃度對信號的劑量-響應曲線（標準曲線），然后通過從標準曲線內插信號來量化未知樣本的藥物濃度。流式細胞術用于藥物PK研究的要點在于細胞的選擇、抗原表達的變化以及驗證要求中的已測樣本再分析（ISR）。盡量選擇表面靶標表達量高、均一性高的細胞?？梢杂迷毎?、細胞系或者基因改造的細胞。首選具有高表達水平表面抗原的細胞，這可以使藥物定量的動態范圍更廣，信號/背景（有藥物存在的信號/無藥物的信號）在標準曲線范圍內一般至少有2.5倍的差異。由于藥物與細胞內抗原結合的程度取決于細胞膜的通透性，因此不能使用表達胞內抗原的細胞。一般選擇新鮮細胞進行PK分析，以便最好地保持天然靶標抗原的構象。如果使用固定細胞或凍干細胞，抗原表位可能改變，則需要證明其與藥物的結合與新鮮細胞的結合的一致性和/或可比性。在選擇細胞時經常會出現某一抗原在多種細胞系的表面都有表達的情況，這時需要確定抗原表達的均一性，在流式分析的直方圖（MFI-細胞數量）中，一個狹窄的對稱鐘形峰值在MFI mean和MFI median是近似的，表明抗原表達是均一的。而非常寬的峰型、拖尾或雙峰則表明細胞上抗原表達不均一，這會導致MFI的變化，實驗重現性較差。因此PK評估中通常讀取MFI median。在細胞的培養過程中會出現的抗原脫落和調節（內化）等，如外周血單個核細胞（PBMC）在體外經歷了有限的擴增或需要細胞因子/生長因子的刺激擴增，可能改變細胞表型，如表面抗原的表達。應進行細胞傳代分析以確定限度，保證抗原的表達量較高且穩定。可建立主細胞庫并生成工作細胞庫，以支持分析方法開發、方法驗證以及臨床樣本分析。建立最佳低溫保存和細胞解凍程序，保證細胞存活率和細胞再生能力，并保持抗原表達的一致性。圖4 藥物X與人PBMC的劑量依賴性結合 （FITC與細胞數量的MFI中值）。每個直方圖顯示藥物X濃度（μg/mL）和相應的MFI中值[2] 大多數配體結合試驗，包括流式細胞術PK試驗中的藥物靶點抗原結合都具有S形劑量響應，常用的模型是四參數非線性曲線擬合。理想情況下，未知樣本的內插值期望在理論值的80-120%范圍內。圖4顯示了多克隆抗體藥物（藥物X）用于人類的PK分析，表明藥物以劑量依賴的方式與表達目標抗原的PBMC結合。圖5顯示了藥物X劑量-反應曲線。總的來說，流式細胞術PK分析的方法驗證研究設計與其他PK方法類似，如ELISA和質譜檢測，都需遵循已出版的指南及驗收標準，如圖6。有研究對藥物流式細胞術PK分析方法與基于ECL的PK分析方法進行了比較研究。關鍵性能參數均能滿足驗證要求，且兩種檢測方法都是準確和精確的。流式細胞術PK分析方法的成功驗證，使其成為PK研究的一種新選擇。如今ISR已成為驗證PK分析方法的監管要求，而由于細胞表面抗體的微妙變化使得流式細胞術在ISR分析上有一定的局限性，但可以通過對細胞的分級建庫來解決。如果選擇使用微球則不受此限制。近年隨FDA批準的CAR-T細胞治療劑的成功上市，新名詞“細胞動力學”橫空出世，用于評估注射入人體內的活細胞藥物的水平。目前可采用qPCR和流式細胞術對目標細胞進行定量，但由于基因表達的不確定性，PCR的檢測可能受到基因沉默的影響，而流式細胞術能更詳細的確定正在擴增的CAR陽性細胞中是否存在非T細胞群體。對于細胞及基因治療藥物，其異質性增加了在單個細胞基礎上的多樣性。因此，測量細胞的純度是非常重要的。在CAR-T細胞治療中，自體（患者）或異體（供體）T細胞被純化，通過基因工程表達針對腫瘤特異性表面抗原的受體，并在實驗室中擴增。這些擴增的細胞被重新注入到癌癥患者體內，并以非MHC限制性的方式與腫瘤細胞表面抗原結合，增殖并殺死腫瘤細胞。CAR-T細胞動力學的測定對于評估體內抗原暴露后相關的擴增和隨后的持久性至關重要。根據CAR-T細胞治療的各種臨床試驗最新數據表明，注入擴增的CAR-T細胞在隨后的2周內達到峰值并在數月內緩慢下降，甚至在數年后仍可在患者體內檢測到CAR-T細胞。流式細胞術同時檢測多個標記物的能力非常適合研究這些T細胞的表型和功能特征。流式細胞術用于細胞治療藥物的“細胞動力學”研究的特點在于基線樣本獲取、樣品穩定性、商用試劑采購以及驗證的法規指導。2.1 CAR-T細胞樣本（如全血、骨髓、腦脊液）的獲取在自體CAR-T細胞治療中，患者接受自己的T細胞，不可能在治療前獲得患者的基線樣本。因此，需要使用含有相同CAR分子的健康供體樣本來制備CAR-T細胞。然后將這些CAR-T細胞與健康供體的樣本混合并用于方法開發。與血漿或血清樣本的分析不同，在大多數情況下，冷凍全血、骨髓、腦脊液樣本供細胞流式細胞術分析是不可能的，樣品需要在一個非常有限的穩定期內處理和分析，通常是2~3天。市場上針對T細胞表面CAR分子的試劑很少，這導致缺乏用于鑒定抗原特異性CAR的“金標準”，并使CAR檢測的標準化變得困難。如CD19 - IgG -融合蛋白，這增加了實驗室額外的時間和費用來生成和表征針對CAR分子的試劑。目前在臨床研究階段的CAR-T的靶標也不限于CD19，那么對于相關試劑的獲取也成為一個挑戰。雖然FDA生物分析方法驗證指南中很好地描述了PK檢測與驗證的要求，然而流式細胞術不同于配體結合試驗和其他生物標記物試驗，其中一些驗證參數是不適用的，如準確性和特異性。此外，由于樣品穩定性短，細胞表達量變化，對PK分析方法驗證進行的ISR分析又是一挑戰。因此，PK方法驗證所使用的各種技術平臺的差異需要來自監管機構的明確指導。可以參考藥學科學界已經發表的流式細胞分析方法驗證的白皮書。二、免疫原性研究 基于流式細胞技術的免疫原性主要用于抗藥抗體陽性樣本中的中和活性檢測，并納入分層設計研究中，以檢測和表征臨床（或非臨床）樣本的特定抗藥抗體反應。然而，針對流式細胞術的檢測驗收標準需要將細胞的生長特性、靶點的表達水平和細胞/微球結合特性與儀器的配置結合起來考慮。由于細胞的使用和儀器信號輸出的潛在漂移，檢測的接受標準可能比其他基于非流式細胞術的LBA方法更寬泛。了解這些局限性，特別是使用流式細胞術進行分析驗證及長期檢測時更有利。流式細胞術用于免疫原性檢測的要點在于試劑的偶聯、細胞的選擇、數據的輸出方式選擇、確定合適的閾值以及如何用閾值來判定陽性/陰性。大量的熒光染料都可以用于檢測試劑（抗體、可溶性受體、藥物、配體或酶，可能是完整分子也可能是功能片段）的偶聯，在免疫原性檢測中可以直接標記試劑或者使用間接標記的二級抗體來檢測。但最重要的是試劑的結合活性以及是否可以支持長期的檢測。通常都選擇直接用熒光染料標記藥物來結合細胞表面的蛋白，在特殊情況下也會考慮對特定位點的定向標記，以避免偶聯后結合功能的丟失，其中要注意中和抗體會抑制其結合作用。另一方面，免疫原性的檢測試劑在偶聯時要注意摩爾耦合比（molar coupling ratios，MCRs），它會直接影響試劑與靶點的親和力。因此要對不同耦合比例的試劑與未耦合試劑進行比較，明確其結合活性的差異、評估染料的摻入水平和檢測性能。通常NAb的檢測信號是下降的，但如果藥物的作用模式會導致信號下降，那么中和活性則會使信號升高，彼此是一個競爭抑制的關系。用于免疫原性測定的相關細胞系與生物治療產品的PK研究中對細胞系的要求是一樣的，比如對于細胞因子類的藥物，一般會選擇細胞因子依賴的細胞株，在檢測中可以避免干擾。細胞在培養中的狀態變化往往是微妙的，隨著代次的增加對實驗產生的影響也需要仔細評估。圖7中是對細胞融合狀態下結合和抑制的比較以及不同培養代次對對抑制率的影響。可以看到對于藥物與細胞的結合，細胞融合狀態的變化對幾何平均熒光強度 （GFMI）是有明顯影響的。不同代次的細胞對強陽性和弱陽性對照的抑制率的變化有一定的波動，尤其是對于弱陽性對照更明顯，但對于檢測陽性對照（PC）抑制率是沒有影響的。另外，GFMI還非常容易受到儀器性能的影響，這種變化在不同儀器之間可能會高達50%，因而通常會選擇計算抑制百分比。圖7 細胞融合狀態下結合和抑制的比較以及不同培養代次對對抑制率的影響[2]在流式細胞儀上的數據輸出可以是MFI或GMFI和以此計算出的抑制百分比 （1-sample signal / max signal）×100或最大信號百分比（sample signal / max signal）×100，如需要可以扣除背景信號。不管使用那一種算法都必須使用分析閾值對樣品進行判定。免疫原性檢測通常是半定量的，對于檢測中和活性的閾值通常設為使用未經治療的患者人群或正常群體的單側95%或99%置信區間來區分樣品的中和活性陽性和陰性。如果在試驗供體中觀察到反應的高變異性，則可以在一定限度內評價稀釋的試驗基質，以使試驗靈敏度不受影響。如果用空白供體血清建立的供體間閾值顯示出的供體間變異過多，且不能通過進一步稀釋供體基質來克服，那么就要采取第三種方法，即在10~20個特定人群血清中加入一定濃度的PC，該濃度PC能夠產生1.5~2倍的抑制作用，將這些加藥血清與未加藥血清一起在NAb試驗中進行檢測，所得結果可用于計算該供體人群的后/前比值，從被測人群中獲得的最低后/前比率可以用作分析的閾值。對于生物基質產生的對閾值的干擾會出現兩種情況，如果樣品有非特異性活性干擾物，在分析中其響應值高于基質干擾分析的閾值；如果樣本中含有藥物特異性干擾物且缺乏任何混雜的非特異性因子，則其響應值應低于基質干擾分析的閾值。此時需要在沒有添加藥物或配體的情況下，比較基質/樣品對細胞的影響。對于中和抗體檢測中出現的基質干擾可以參考圖8的策略。
圖8 用于檢測藥物特異性中和抗體的基質干擾試驗的類型[7] 免疫原性驗證的要求可以參考相關法規對免疫原性方法驗證的要求。見圖9 。生物標志物的檢測取決于生物標志物的特點以及檢測的預期用途，在藥物的臨床生物分析中主要有免疫細胞的分型檢測以及受體占位分析。使用流式細胞術對外周血白細胞異常的表征在自體免疫、腫瘤、心血管和代謝疾病等治療領域都有應用。白細胞異?？赡苁悄骋惶囟毎愋拓S度的變化，也可能是某一特定細胞類型受體表達的變化。這些細胞生物標志物是慢性、全身性炎癥或疾病的特異性生物標志物。在免疫調節治療的臨床試驗中監測這些細胞的異常狀況可作為疾病發病機制中的生物標志物。對于流式細胞術在免疫表型分型檢測中的要點在于目標群體的表征與多參數分析的準確性。對目標群的表征依賴于在同一分析中識別并確定多種表面抗原的表達。如，針對CD20+ B細胞的治療系統性紅斑狼瘡（SLE）和類風濕性關節炎（RA）的藥物。CD20在大多數B細胞淋巴瘤和所有正常B細胞上均有表達，但早期祖細胞和終末分化漿細胞除外?？笴D20治療導致外周血中B細胞的短暫耗竭。假設用CD20靶向化合物治療會導致自身反應性B細胞的耗竭，而免疫系統的其他部分完好無損。在針對CD20的細胞毒性嵌合單克隆抗體利妥昔單抗（rituximab）的初步研究中，需要針對目標細胞群進行分析，那么首先是識別目標細胞群，其次是表征目標細胞群的變化（數量或抗原），這需要在一個樣本中同時處理大量數據，那么在熒光染料的選擇上不僅要考慮儀器的激光與濾光片，還需要考慮后期熒光補償?，F在市面上有很多已經配比好的針對常規血細胞分型染料可供選擇。原則上，使用的熒光標記種類越多，可檢測的信息就越多，可以將細胞亞群分得更加精細。在流式細胞圖中通常都是雙參數圖，常規7色分析會用到2-2參數圖21個組合，10色就會上升到40多個，24色就會到達276個組合圖，一般來說8色以上就可稱為高維流式分析。這時候手動分析不僅難度大，誤差也會隨著設門邏輯而放大，同一個人設門策略的改變也會出現顯著的實驗誤差。有文獻研究了一對標記及其設門邏輯順序對NK bright和CD161 DC的影響（如圖10），其變異性很高。改變2-2參數配對的順序不僅會導致細胞數量的變化，而且會導致門中細胞群的部分重疊，門控誤差主要是由較大的群體對較小的群體的掩蓋造成的。因此，為了提高人工門控的可靠性，應該優先選擇在頻繁表達的標記之前顯示特定標記的策略。另一方面要加強標準化的分析流程，可以借助基于算法的多參數分析工具來完成（圖11），如Cytobank。圖11 基于算法的多參數分析方法[Beckman]受體占位（Receptor occupancy ，RO）分析是指導臨床前和早期臨床活動劑量設置的關鍵，來自RO評估的信息用于生成綜合PK/PD模型，以確定所研究藥物的濃度-效應關系和劑量-效應-時間分布，有助于建立生物治療劑的最小生物效應水平（Minimal Biological Effect Level，MABEL），并建立最佳的劑量和給藥方案以及安全性評估和確定適當的受試者隨訪時間。流式細胞術是檢測受體占位率（%RO）的最佳手段。RO評估有兩種基本模式。一種是評估未占用（未結合）位點比例的間接方法，使用標記熒光的藥物分子與藥物分子競爭結合靶點，稱之為“free”（圖12中分析模式1）。第二種方法是使用識別藥物分子的熒光標記二抗直接評估結合藥物的水平（圖12中分析模式2），稱為“bound”。這兩種方法都可以用來評估陽性細胞相對于背景對照（如無熒光對照、同型對照）的比率，或者測量受體表達的熒光強度MFI（mean或median）。RO試驗已經在臨床前和臨床開發中使用，并延續到臨床III期和上市后的研究，說明了其在藥物開發過程中的重要性和實用性。RO分析“free”分析模式的評估是迄今為止主要使用的模式。檢測看上去相對簡單，但事實并非如此?！癴ree”分析由兩個測試來完成，Tube 1是待測樣本+標記藥物，Tube 2是待測樣本+過量藥物+標記藥物，用于評估背景；“bound”分析包含兩個管。Tube 3是測試樣本+標記的二抗，Tube 4是測試樣本+過量藥物+標記的二抗，用于確定總受體。從這些測量中可以計算出游離受體的百分比（% free）和結合受體的百分比（% bound），如圖13。 雖然這兩種試驗都可評估受體占位率，但都有其固有的優缺點?！癴ree”需要預實驗來建立總受體水平的參考點。如果總受體水平在劑量設置后發生變化（如受體的內化、脫落或上調），該分析得出的%RO會過高或過低。另外，“free”檢測可以通過非競爭性抗體來檢測總受體表達的變化，但是由于抗體試劑之間的各種生物物理性質（如不同的熒光染料、熒光染料與蛋白質的偶聯比、抗體結合特性等）的差異，非競爭性抗體只能檢測總受體表達比例，而不能建立總水平的參考點。相比之下，“bound”測定中總受體水平的參考點是在同一樣本中評估的，所測的結合%RO不受試驗過程中總受體表達變化的影響。如果假設抗藥二抗的背景結合在一段時間內保持不變，也可以用結合%RO的預劑量評估來補充分析，以建立一個背景值，可用于高背景的規范化計算校正，參考圖13中的公式4。%RO計算的基本原理是基于精密度和準確度評估，當兩種方法中的一種比另一種有更好的總體性能時，要考慮到差異。如果% free[公式1]的性能明顯優于% bound[公式2]，則應該只考慮使用% free來確定%RO，反之亦然。如果% free和% bound在整個濃度范圍內的精度和準確度相似，則可以使用% bound和% free的算術平均值來表示RO[公式5]。如果% bound在較低濃度范圍內的準確度優于% free范圍，則應考慮使用加權函數[公式6]。相反的，如果% bound在較高濃度范圍內具有較好的準確性，而% free在較低濃度范圍內有較好的準確性，應考慮[公式7]中的加權函數。在實際數據分析中，可以利用兩種模式分析各自的優點來計算RO，并隨著動態范圍的增加而建立更精確的RO評估?？墒沟脧腎期劑量增加試驗得到的臨床數據有更可靠的解釋，以及對II期研究的模型預測更有利。當然是否有必要花費如此長的時間來獲取RO信息還存在爭議。大多數報道的研究只實現了兩種檢測模式中的一種，并且通常是“free”。盡管PD生物標志物和探索性生物標志物驗證中很多條款不適用，但還是盡可能去驗證準確度、精密度、靈敏度、特異性、可報告范圍、相互作用和功能性特點。圖14中給出了表型方法驗證的建議，圖15給出了功能方法驗證的建議。驗證的程度取決于分析方法和數據的預期用途。流式細胞術的數據輸出取決于所研究系統的生物學特性、所提出的具體科學問題以及結果的預期用途，因此流式細胞術的方法驗證更具挑戰性。這些挑戰與細胞、試劑、細胞參考物質缺乏和儀器的復雜性等有關。雖然針對流式細胞術“fit-for-purpose”的方法學驗證指南還需要更多的討論，以達成一致意見，但與LBA法和質譜法相比，流式細胞術對單細胞的精準分析，已經成為生物治療藥物研發與細胞治療產業中必不可少的分析工具。它不僅能夠同時進行多個參數的檢測，還能夠以不同的方式靈活地報告數據。隨著流式細胞術在生物治療藥物研發和細胞治療領域的廣泛應用，必將提高生物醫藥相關檢測高通量、多維度分析的可行性，在醫藥研發過程中提供更精準、更具臨床相關性的參考數據，為藥物研發作出更大貢獻。特別聲明：本文如有疏漏和誤讀相關指南和數據的地方，請讀者評論和指正。所有引用的原始信息和資料均來自已經發表學術期刊，官方網絡報道等公開渠道，不涉及任何保密信息。參考文獻 [1] Litwin V, Marder P. Flow Cytometry in Drug Discovery and Development [B]. John Wiley & Sons, Inc. 2011, NJ, USA. [2] G.A. Parker (ed.), Immunopathology in Toxicology and Drug Development, Molecular and Integrative Toxicology[B], Springer International Publishing AG 2017. [3] Jennifer J. Stewart, Cherie L. Green, Nicholas Jones, et al. Role of Receptor Occupancy Assays by Flow Cytometry in Drug Development [J]. Cytometry Part B (Clinical Cytometry). 2016, 90B:110-116. [4] F.Gondois-Rey, S.Granjeaud, P.Rouillier, et al. Multi-Parametric Cytometry From a Complex Cellular Sample: Improvements and Limits of Manual Versus Computational-Based Interactive Analyses [J]. Cytometry Part A. 2016, 89A: 480-490. [5] Jo Cunliffe, Nicola Derbyshire, Sue Keeler, et al. An Approach to the Validation of Flow Cytometry Methods [J]. Pharmaceutical Research. 2009, 26(12): 2551-2557. [6] Vellalore N Kakkanaiah, Kevin R Lang, Patrick K Bennett. Flow cytometry in cell-based pharmacokinetics or cellular kinetics in adoptive cell therapy [J]. Bioanalysis. 2018, ISSN 1757-6180. [7] Shalini Gupta a, Stephen R. Indelicato, Vijay Jethwa, et al. Recommendations for the design, optimization, and qualification of cell-based assays used for the detection of neutralizing antibody responses elicited to biological therapeutics [J]. Journal of Immunological Methods. 2007, 321: 1-18. [8] Ola Sternebring, Lene Alifrangis, Toke Folke Christensen, et al. A Weighted Method for Estimation of Receptor Occupancy for Pharmacodynamic Measurements in Drug Development [J]. Cytometry Part B (Clinical Cytometry). 2016, 90B: 220-229. [9] Denise M. O'Hara, Yuanxin Xu, Zhiyan Liang, et al. Recommendations for the validation of flow cytometric testing during drug development: II assays [J]. Journal of Immunological Methods. 2011, 363: 120-134. [10] Cherie L. Green, Jennifer J. Stewart, Carl-Magnus Hogerkorp, et al. Recommendations for the Development and Validation of Flow Cytometry-Based Receptor Occupancy Assays [J]. Cytometry Part B (Clinical Cytometry). 2016, 90B:141-149. [11] Wayne A. Colburn, Jean W. Lee. Biomarkers,Validation and Pharmacokinetic-Pharmacodynamic Modelling [J]. Clin Pharmacokinet. 2003, 42(12): 997-1022.
北京陽光德美醫藥科技有限公司是一家集大/小分子藥物臨床前/臨床PK/PD服務于一體的綜合性研究平臺，可提供全方位的藥代動力學-藥效學和GLP生物分析服務，專注于解決客戶藥代藥效研究及生物分析中所遇到的挑戰。
|
