
Geleneksel monoklonal antikorların (monoclonal antibodies, mAb) geliştirilmesinde üreticiler glikozilasyon sorunlarını çoğu zaman saflaştırma gibi aşağı akış (downstream) basamaklarına kadar ertelemiş, değişkenliği o aşamada telafi etmeye çalışmıştı. Samsung Biologics yukarı akış geliştirme direktörü Sojeong Lee, PhD, yeni nesil antikor terapötiklerinde bu esnekliğin artık bulunmadığını savunuyor. Bispesifik antikorlar (BsAb), antikor-ilaç konjugeleri (ADC), Fc-füzyon proteinleri ve gelişmiş immünoterapiler, glikan heterojenliğine konvansiyonel mAb’lere kıyasla çok daha duyarlı. En ince glikozilasyon farkları bile etkinliği ve seriler arası tutarlılığı doğrudan etkileyebiliyor.
Geleneksel mAb’ler davranış açısından daha öngörülebilir; ilerleyen klinik fazlarda genellikle kararlı glikozilasyon profilleri gösteriyor ve etkinlik ya da güvenlik için asgari risk taşıyor. Yeni modaliteler ise farklı bir tablo çiziyor:
Makaleye göre sorunun önemli bir kısmı hücresel ve metabolik düzeyde, biyosentez sırasında ortaya çıkıyor. Heterojen glikan popülasyonları oluştuktan sonra saflaştırma ya da proses optimizasyonu yoluyla yapısal tutarsızlıkları tam olarak düzeltmek mümkün olmuyor. Sektör bu yüzden reaktif düzeltme modelinden proaktif, yukarı akış odaklı kalite mühendisliğine geçiyor.
Kalite hedeflerini geliştirmenin erken evresine taşımak hem düzenleyici hem ticari avantaj sağlıyor. Glikozilasyon tutarsızlıkları ölçek büyütme ya da ticari üretim sırasında ortaya çıkarsa sonuçlar şunlar olabilir:
ICH Q8, Q9 ve Q11 çerçeveleri, üreticilerden kritik kalite özelliklerini (critical quality attributes, CQA) belirlemesini, proses değişkenliğinin kaynaklarını anlamasını ve bilimsel olarak gerekçelendirilmiş kontrol stratejileri kurmasını bekliyor. Glikozilasyon biyolojik ilaçlarda güvenlik, etkinlik ve immünojenisite ile bağlantılı önemli bir kalite özelliği olarak biliniyor; yeni modalitelerin karmaşıklığı ise erken proses anlayışı ve glikan kontrolü beklentisini artırmış durumda.
Lee’nin vurguladığı en çarpıcı veri, glikozilasyon değişkenliğinin yaklaşık %80’inin üretim klonunun kendi içsel özelliklerinden kaynaklanması. Klondaki MGAT1 ve FUT8 gibi genlerdeki küçük farklılıklar bile Golgi enzim ifadesini değiştirebiliyor. Bu da sonraki antikorların dallanma ve fukozilasyon düzeyini, dolayısıyla antikor bağımlı hücresel sitotoksisiteyi (antibody-dependent cellular cytotoxicity, ADCC) etkiliyor. Tek bir glikan varyantı, terapötiğin etki mekanizmasını ortadan kaldırabilir.
Yazar bunu bir örnekle açıklıyor: İnterlökin-6 reseptörünü hedefleyen bir Fc-füzyon immünoterapisi yüksek mannoz düzeyine sahip bir klondan üretilirse, ilacın yarı ömrü beklenen 21 günden üç güne düşebilir. Uygunsuz klonlar erken geliştirmede elenmezse, umut vadeden adaylar ileri aşamalarda kabul edilemez klinik özellikler sergileyebilir. Bu nedenle erken tarama sırasında verim ve titrenin yanında glikan kalite özellikleri de değerlendirilmeli.
Geliştiriciler ve CDMO’lar erken evrede glikozilasyonla ilgili özellikleri değerlendirmek için HILIC-UPLC, LC-MS glikopeptit haritalama, HPLC ve kapiler elektroforez gibi gelişmiş analitik teknolojilerden yararlanıyor. Bu yöntemler erken tarama iş akışlarına doğrudan entegre edildiğinde verim ve glikan kalitesi eş zamanlı değerlendirilebiliyor; uygunsuz klonların geliştirme sürecinde ilerleme olasılığı azalıyor.
Amaç, mutlaka kusursuz glikan profiline sahip klonu bulmak değil; hedef profille en baştan mümkün olduğunca örtüşen klonu belirleyerek sonraki optimizasyon ihtiyacını en aza indirmek.
Sıcaklık, pH, substrat bileşimi, oksijen transferi, amino asit bulunabilirliği ve lipit konsantrasyonları gibi birçok yukarı akış değişkeni Golgi’deki glikozilasyon yollarını etkileyebiliyor. Kültür koşullarındaki küçük değişiklikler dallanma örüntülerini, fukozilasyon düzeyini ya da sialilasyon sonuçlarını değiştirebiliyor. Bu karmaşıklık sezgiye dayalı optimizasyonla yönetilemiyor; istatistiksel olarak sağlam yöntemler gerekiyor.
Deney tasarımı (design of experiments, DoE) yaklaşımları, deneysel yükü azaltırken kritik proses parametrelerini belirlemenin temel aracı haline geliyor. Tarama DoE’leri glikozilasyon sonuçlarını en çok etkileyen parametreleri ortaya koyarken, optimizasyon DoE’leri verim ile kalite hedefleri arasında denge kuran proses koşullarının inceltilmesine yardımcı oluyor. Bu yöntemler ayrıca ICH Q8 ve Q11 kapsamında vurgulanan proses tasarım alanı (design space) ve sağlam izleme stratejileri gibi kalite odaklı tasarım (QbD) ilkelerini destekliyor.
Birçok kuruluş çevrimiçi izleme teknolojilerini ve otomatik geri bildirim sistemlerini biyoproses iş akışlarına entegre etmeye başladı. Bu sistemlerin zamanla gelişerek gerçek zamanlı glikan analitiğine yanıt veren, biyoreaktör koşullarını daha dinamik biçimde ayarlayan yapılara dönüşmesi bekleniyor. Yapay zekâ ve makine öğrenmesinin de önem kazanacağı öngörülüyor: Çok serili büyük veri setleri biriktikçe, yapay zekâ modelleri proses parametreleri ile glikozilasyon sonuçları arasındaki ilişkileri geleneksel analitik yaklaşımlardan daha hızlı ve doğru tahmin edebilir. Ancak bunun gerçekleşmesi, kurumsal altyapıda ciddi yatırım gerektiriyor.
Lee’ye göre glikozilasyon kontrolü artık aşağı akışa ait bir konu değil, biyolojik ilaç geliştirme ve üretim stratejilerinin merkezinde yer alacak. Biyofarma şirketleri ve CDMO’lar için bu, analitik ve üretim verisini hızla entegre edebilen, yapay zekâ destekli daha güçlü teknik yetkinlikler anlamına geliyor. Bu değerlendirmeleri baştan sürece katan kuruluşlar tutarlı terapötik performansı destekleme, geç evre riskini azaltma ve yeni nesil biyolojiklerin artan taleplerini karşılama konusunda daha iyi konumlanacak.
Haber kaynağı: GEN
Tüm Hakları Saklıdır © 2026 - Tasarım ve Yazılım: brain.work