JP6581975B2 - 細胞の特徴を判定または予測する方法 - Google Patents

細胞の特徴を判定または予測する方法 Download PDF

Info

Publication number
JP6581975B2
JP6581975B2 JP2016522520A JP2016522520A JP6581975B2 JP 6581975 B2 JP6581975 B2 JP 6581975B2 JP 2016522520 A JP2016522520 A JP 2016522520A JP 2016522520 A JP2016522520 A JP 2016522520A JP 6581975 B2 JP6581975 B2 JP 6581975B2
Authority
JP
Japan
Prior art keywords
cell
cells
fingerprint
chemical
growth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016522520A
Other languages
English (en)
Other versions
JP2016529879A5 (ja
JP2016529879A (ja
Inventor
トンプソン ベン
トンプソン ベン
ジェイムズ デイビッド
ジェイムズ デイビッド
ルイーズ デービス サラ
ルイーズ デービス サラ
Original Assignee
バリタセル リミテッド
バリタセル リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by バリタセル リミテッド, バリタセル リミテッド filed Critical バリタセル リミテッド
Publication of JP2016529879A publication Critical patent/JP2016529879A/ja
Publication of JP2016529879A5 publication Critical patent/JP2016529879A5/ja
Application granted granted Critical
Publication of JP6581975B2 publication Critical patent/JP6581975B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12MAPPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M23/00Constructional details, e.g. recesses, hinges
    • C12M23/02Form or structure of the vessel
    • C12M23/12Well or multiwell plates
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12MAPPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M25/00Means for supporting, enclosing or fixing the microorganisms, e.g. immunocoatings
    • C12M25/06Plates; Walls; Drawers; Multilayer plates
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12MAPPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M35/00Means for application of stress for stimulating the growth of microorganisms or the generation of fermentation or metabolic products; Means for electroporation or cell fusion
    • C12M35/08Chemical, biochemical or biological means, e.g. plasma jet, co-culture
    • CCHEMISTRY; METALLURGY
    • C12BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12MAPPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/46Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G01N33/5008Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
    • G01N33/5014Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing toxicity

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • Immunology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • Wood Science & Technology (AREA)
  • Organic Chemistry (AREA)
  • Zoology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Urology & Nephrology (AREA)
  • Hematology (AREA)
  • Cell Biology (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Sustainable Development (AREA)
  • General Engineering & Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Food Science & Technology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Toxicology (AREA)
  • Clinical Laboratory Science (AREA)
  • General Chemical & Material Sciences (AREA)
  • Physiology (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Description

本発明は、細胞の特徴を判定または予測する方法に関する。特に、本発明は、細胞の同一性を判定する方法または細胞の流加培養性能を予測する方法に関する。
多くのバイオ医薬品が、産生細胞として知られている遺伝子操作された単細胞生物によって産生される。哺乳動物の産生細胞を使用してバイオ医薬品を産生するための定評のあるシステムが確立されている。最初のステップは、大規模生産に適した高産生細胞株を得ることであって、まず遺伝子導入し、クローニングして、その後、多くの細胞株を特徴づけることを含むプロセスを含む。これは、高価であり、多大な労力と時間を要するプロセスであり、最大12カ月も続く。目的とする遺伝子が遺伝子導入され、最適な発現系を使用して淘汰圧が適用されたら、次のステップは、許容される増殖および組換えタンパク質産生率を有する細胞の淘汰および単離を伴う。細胞を培養し、増殖させてクローン集団を得、一般に数百のクローン集団が生じたら、細胞株特徴づけを行う。非常に多くのクローン的に得られた細胞の使用には、その後の使用の前に容易に特定できるよう、各クローンを別々に保管し、文書に記録する必要がある。現在、クローン用の保管容器には、確実にクローンを適切に特定できるよう印が付けられる。しかしながら、クローンを分類整理する間に問題が起き、1または複数のクローン容器に不適切にラベルが付けられた場合、そのクローンの同一性を判定することができなくなる。(高価で、かなりの時間がかかる)配列決定以外で、ペーパーワーク/ラベルを信用する以外にクライオバイアルの同一性を確認する他の方法はない。
Production of recombinant protein therapeutics in cultivated mammalian cells(2004), Wurm, Florian M, New York, NY, Nature Biotechnology 22(2004), S. 1393−1398
細胞株特徴づけのステップにおける一ステップは、各クローンの流加培養性能を判定することであり、これは、培養物中の各クローンを一般に10日を超える期間にわたって観察して、試験されているパネルの各クローンに関する産物収率およびIVCD50%などのいくつかの流加培養性能測定規準を測定することが含まれ、これは、平均細胞生存率が50%未満に低下する培養の時点の生細胞密度の積分と定義される。これは、多大な時間と労力を要するステップである。
本発明の目的は、上記課題のうちの少なくとも1つを克服することである。
本発明は、複数の個別の細胞ストレッサー分子に対する細胞の増殖反応が、フィンガープリントまたはシグネチャー、すなわち、ストレス反応フィンガープリントの役目を果たすことができ、これは、細胞に固有のものであり、細胞の特徴、例えば、細胞の同一性、クローン的に得られた細胞の遺伝学的もしくは機能的安定性、流加培養における予測される細胞の増殖能力(予測される流加培養性能)または他の特徴を判定もしくは予測する手段として使用することができるという発見に基づくものである。細胞は、いかなる種類の細胞、例えば、クローン的に得られた細胞または非クローンソース由来の細胞であってもよい。本発明の一適用において、(クローンまたは非クローンの)細胞のパネルは、各細胞を複数の細胞ストレッサー分子と共にインキュベートすること、各細胞ストレッサーに対する各細胞の増殖反応を測定することおよび複数の増殖反応を含む各細胞についての固有のシグネチャーまたはフィンガープリントを生成することによって処理されてもよい。そのようなシグネチャーまたはフィンガープリントのパネル(以降「参照細胞固有の増殖反応フィンガープリント」)は、記憶されて、その後、パネルの未確認の細胞を特定する手段として、または品質管理における追加のチェックポイントとして予め特定されている細胞の同一性を確認するために使用されることもある。細胞の同一性を特定または確認するために、それは、複数の同じ細胞ストレッサー分子と共にインキュベートされ、細胞についてのクエリー細胞固有の増殖反応フィンガープリントが得られる。クエリーフィンガープリントは、その後、細胞の同一性を特定または確認のために参照細胞固有の増殖反応フィンガープリントのパネルと比較されてもよい。別の適用において、参照細胞固有の増殖反応フィンガープリントが、特徴が既知の細胞、例えば、流加培養において十分または不完全に働くことが既知の細胞から得られる場合、クエリー細胞の増殖反応フィンガープリントの参照増殖反応フィンガープリントとの比較により、予測対象のクエリー細胞の増殖および産生力の両方に関する流加培養性能がもたらされる。
第1の態様において、本発明は、細胞の特徴を判定または予測する方法を提供し、本方法は、
−細胞を複数の個別の化学的細胞ストレッサーと共にインキュベートするステップと;
−クエリ細胞固有の増殖反応フィンガープリントを生成する前記少なくとも複数の化学的細胞ストレッサー分子のそれぞれの存在下において、前記細胞の増殖反応を判定するステップと;
−クエリー細胞固有の増殖反応フィンガープリントを、特徴が既知の1または複数の細胞に対応する1または複数の参照細胞固有の増殖反応フィンガープリントと比較するステップと;
−クエリー細胞固有の増殖反応フィンガープリントと1または複数の参照細胞固有の増殖反応フィンガープリントの間の相関関係の程度に基づいて細胞の特徴を判定または予測するステップと
を含む。
適切には、細胞の特徴は、細胞同一性、流加培養性能または遺伝学的もしくは機能的安定性から選択される。したがって、本発明の方法は、適切には、細胞の同一性を判定すること、細胞の流加培養性能を予測すること、クローン細胞のパネル、理想的には、単一の親宿主細胞集団由来のクローン細胞のパネルの相対的な流加培養性能を予測すること、細胞の遺伝学的もしくは機能的安定性を予測または判定することに関する。
さらに特定の態様において、本発明は、細胞を特定する方法を提供し、本方法は、
−細胞を複数の化学的細胞ストレッサーと共にインキュベートするステップと;
−クエリ細胞固有の増殖反応フィンガープリントを生成する前記少なくとも複数の化学的細胞ストレッサー分子のそれぞれの存在下において、前記細胞の増殖反応を判定するステップと;
−クエリー細胞固有の増殖反応フィンガープリントを、1もしくは複数の既知の細胞に対応する1または複数の参照細胞固有の増殖反応フィンガープリントと比較して細胞を特定するステップと;
−クエリー細胞固有の増殖反応フィンガープリントが参照細胞固有の増殖反応フィンガープリントと一致または相関する場合、クエリー細胞を特定するステップと
を含む。
好適な実施形態において、本発明は、クエリークローン細胞を特定するための方法に関し、本方法は、
−クエリークローン細胞を複数の化学的細胞ストレッサーと共にインキュベートするステップと;
−クエリークローン細胞固有の増殖反応フィンガープリントを生成する前記少なくとも各複数の化学的細胞ストレッサー分子のそれぞれの存在下において、前記クエリークローン細胞の増殖反応を判定するステップと、;
−クエリークローン細胞固有の増殖反応フィンガープリントを、クローン細胞のパネルに対応する複数の参照細胞固有の増殖反応フィンガープリントと比較するステップと
を含む。
第2の態様において、本発明は、特定の細胞に対応する参照増殖反応フィンガープリントを生成する方法に関し、本方法は、
−細胞を複数の個別の化学的細胞ストレッサーと共にインキュベートするステップと;
−増殖反応フィンガープリントを生成する前記少なくとも複数の化学的細胞ストレッサー分子のそれぞれの存在下において、細胞の増殖反応を判定するステップと、
を含む。
第3の態様において、本発明は、異なる細胞のパネルに対応する参照増殖反応フィンガープリントのパネルを生成する方法に関し、本方法は、
−細胞のパネルの各細胞についての参照増殖反応フィンガープリントを生成するステップと;
−参照増殖反応フィンガープリントのパネルを格納するステップと
を含み、各参照増殖反応フィンガープリントは、
−細胞のうちの1つを複数の化学的細胞ストレッサーと共にインキュベートするステップと;
−増殖反応フィンガープリントを生成する前記少なくとも複数の化学的細胞ストレッサー分子のそれぞれの存在下において、細胞の増殖反応を判定するステップと、
によって生成される。
第4の態様において、本発明は、細胞を特定するためのシステムを提供し、本システムは、
−複数の反応チャンバーを含むデバイスと;
−任意に、好ましくは、反応チャンバー内に個別に配置された複数の化学的細胞ストレッサーと;
−複数の化学的細胞ストレッサーのそれぞれの存在下における細胞の増殖反応を判定するための判定システムと;
−任意に、細胞の複数の増殖反応に対応する細胞固有の増殖反応フィンガープリントを記憶するためのストレージシステムと;
−細胞固有の増殖反応フィンガープリントを、1または複数の参照細胞固有の増殖反応フィンガープリントと比較するように構成された比較システムと;
−任意に、比較ステップの出力を表示するための出力システムと
を備える。
別の実施形態において、本発明は、単一の親宿主細胞集団由来のクローン細胞のパネルの相対的な流加培養性能を予測するコンピュータ実装方法を提供し、本方法は、
−複数の化学的細胞ストレッサーの存在下および不在下における各クローンの増殖の程度をアッセイするステップと;
−複数の化学的細胞ストレッサーのそれぞれの存在下および不在下における各クローンの増殖の程度を比較して、複数のストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を得るステップと;
−ストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を含むクローン固有の増殖反応フィンガープリントを計算モデルに入力するステップと
を含み、この場合、計算モデルは、流加培養性能が既知のクローンの較正セットから得られた増殖反応フィンガープリントから生成され、計算モデルは、各クローンに関して予測される流加培養性能値を出力して、クローン細胞のパネルの相対的な流加培養性能を予測するように構成される。
親細胞株から新しいクローンのバッチが生成される場合、すべてまたは選ばれたいくつかがバイオリアクターにおける高価で時間のかかる増殖試験に供されるのではなく、本発明の方法により、多くのクローンを速やかにアッセイし、高速でハイスループットな手法において予測される流加培養性能に準じて等級付することが可能になる。これは、どのクローン、例えば、下記の図3に示されるとおり、優良なクローンのみをスケールアップ/ミニ−バイオリアクター試験に進めるべきかを知らせる。
本発明のこの態様の方法は、予め確認されたクローン(流加培養性能が既知のクローン)のパネルからのデータ(細胞固有の増殖反応フィンガープリント)およびこのデータに基づく計算モデル、理想的には多重線形計算モデルを利用して、高速で得られたそれらの化学的フィンガープリントに基づいて新しいセットのクローンの相対的な流加培養性能を予測することを可能にする。
好ましくは、本方法は、予測される流加培養性能値に準じてクローンを等級付けする追加のステップを含む。
本発明の方法は、一般にマイクロタイタープレート(マルチウェルプレート)を使用して行われ、その場合、各アッセイは、マイクロタイタープレートのウェルにおいて行われる。適切には、各細胞の増殖は、マルチウェルプレートのウェルにおいてアッセイされる。
一般に、アッセイは、クローンのサンプルを化学的細胞ストレッサーと混合することと、混合物を1から4日間インキュベートすることと、細胞の増殖の程度をアッセイすることとを含む。適切には、クローンサンプルは、混合物1mlあたり0.1から1.0×10細胞の濃度で提供される。一般に、バイオリアクターに関連した化学的細胞ストレッサーは、0.5から2×IC50、理想的には約1×IC50の濃度で提供される。
適切には、各クローンの増殖は、5日未満のインキュベーション期間後にアッセイされる。理想的には、各クローンの増殖は、1〜4日の間のインキュベーション期間後、理想的には2日および3日後にアッセイされる。
各クローンの増殖は、同時にアッセイされるのが好ましい。
化学的細胞ストレッサーは、複数の細胞経路のうちの1または複数を介して細胞増殖を低下させる化学物質である。適切には、複数の化学的細胞ストレッサーは、少なくとも3、4、5、6、7、8、9、10、12、14、16、18、20、21、22、23、24または25のストレッサーを含む。一般に、複数の化学的細胞ストレッサーは、アミノ酸輸送阻害物質、細胞周期阻害物質、炭素源、浸透圧ストレス源、酸化ストレス源、アポトーシスの誘導物質、代謝エフェクター、pH調整剤、糖分解の阻害物質および毒素からなる群から選択される。一般に、複数の化学的細胞ストレッサーは、アミノ酸輸送阻害物質、細胞周期阻害物質、炭素源、浸透圧ストレス源、酸化ストレス源、アポトーシスの誘導物質、代謝エフェクター、pH調整剤、糖分解の阻害物質および毒素からなる少なくとも4、5、6または7の群から選択されるストレッサーを含む。
別の態様において、本発明は、細胞の増殖反応フィンガープリントを生成するのに適しており、少なくとも24、48または96のウェルを含み、ウェルの少なくともいくつかに複数の化学的細胞ストレッサーが個別に配置されるマイクロタイタープレートを提供する。一般に、プレートは、少なくとも6、7、8、9、10、12、14、16、18、20、21、22、23、24または25の化学的細胞ストレッサーを含む。適切には、各化学的細胞ストレッサーは、プレートの少なくとも2つまたは3つのウェルに配置される(すなわち、デュプリケートもしくはトリプリケート)。
好ましくは、複数の化学的細胞ストレッサーは、2−アミノビシクロ−(2,2,1)ヘプタン−カルボン酸(BCH)、D−フェニルアラニン、α−(メチルアミノ)イソ酪酸(MeAIB)、酪酸ナトリウム(NaBu)、シクロヘキシミド、塩化アンモニウム、酢酸カドミウム二水和物、塩化コバルト(CoCl2)、塩化ナトリウム(NaCl)、乳酸ナトリウム(Na Lac)、アミノトリアゾール(AMT)、メナジオン亜硫酸水素ナトリウム塩(MSB)、ブチオニンスルホキシミン(BSO)、メルカプトコハク酸(MS)、2,4,ジニトロフェノール(24DNP)、オキサミド酸ナトリウム、2−デオキシグルコース(2dg)、3−ブロモピルバート(3−BrPA)、ジクロロ酢酸(DCA)、6−ジアゾ−5−オキソ−1−ノルロイシン(1−don)、バルプロ酸(Val)、オルトバナジン酸ナトリウム(NaV)、クエン酸、FK866、乳酸の群から選択される。
別の態様において、本発明は、少なくとも24、48または96のウェルを含み、ウェルの少なくともいくつかに複数の化学的細胞ストレッサーが個別に配置されるマイクロタイタープレートを提供する。この場合、複数の化学的細胞ストレッサーは、アミノ酸輸送阻害物質、細胞周期阻害物質、炭素源、浸透圧ストレス源、酸化ストレス源、アポトーシスの誘導物質、代謝エフェクター、pH調整剤、糖分解の阻害物質および毒素からなる群のそれぞれから選択される少なくとも1つの化学的細胞ストレッサーを含む。
「マイクロタイタープレート」または「マルチウェルプレート」という用語は、本明細書中で使用される場合、複数の反応ウェル、一般に、少なくとも12、24、48または96のウェルを有し、各ウェルが一般に5、4、3、2または1ml未満の体積を有するプレートを意味するものと理解されるべきである。その用語は、可撓性のあるロールの形態で提供される硬質のプレートを含むものと理解されるべきである。
一実施形態において、本発明は、少なくとも96のウェルを含み、プレートのウェルに少なくとも23種の化学的細胞ストレッサーが個別に配置されるマイクロタイタープレートを提供する。この場合、化学的細胞ストレッサーは、本質的に2−アミノビシクロ−(2,2,1)ヘプタン−カルボン酸(BCH)、D−フェニルアラニン、α−(メチルアミノ)イソ酪酸(MeAIB)、酪酸ナトリウム(NaBu)、シクロヘキシミド、塩化アンモニウム、酢酸カドミウム二水和物、塩化コバルト(CoCl2)、塩化ナトリウム(NaCl)、乳酸ナトリウム(Na Lac)、アミノトリアゾール(AMT)、メナジオン亜硫酸水素ナトリウム塩(MSB)、ブチオニンスルホキシミン(BSO)、メルカプトコハク酸(MS)、2,4,ジニトロフェノール(24DNP)、オキサミド酸ナトリウム、2−デオキシグルコース(2dg)、3−ブロモピルバート(3−BrPA)、ジクロロ酢酸(DCA)、6−ジアゾ−5−オキソ−1−ノルロイシン(1−don)、バルプロ酸(Val)、オルトバナジン酸ナトリウム(NaV)、クエン酸、FK866、乳酸からなる。
別の態様において、本発明は、本発明の方法を実施するのに適したキットを提供し、このキットは、(a)本発明のマイクロタイタープレート、(b)マイクロタイタープレートリーダーならびに(c)(i)複数の化学的細胞ストレッサーのそれぞれの存在下および不在下における各クローンの増殖の程度を比較して、複数のストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を得るステップと、(ii)ストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を含むクローン固有の増殖反応フィンガープリントを計算モデルに入力するステップであって、この場合、計算モデルは、流加培養性能が既知のクローンの較正セットから得られた増殖反応フィンガープリントから生成され、計算モデルは、各クローンに関して予測される流加培養性能値を出力して、クローン細胞のパネルの相対的な流加培養性能を予測するように構成される、入力するステップと、(iii)各クローンに関して予測される流加培養性能値を出力して、クローン細胞のパネルの相対的な流加培養性能を予測するための、プログラム命令を含むコンピュータプログラムを含む。
本発明はまた、単一の細胞株由来のクローン細胞のパネルの相対的な流加培養性能を予測する方法を実施するためのコンピュータ実装システムを提供し、本システムは、
−複数の個別の化学的細胞ストレッサーの存在下および不在下における各クローンの増殖の程度をアッセイして、複数のストレスが与えられた微小環境における各クローンについての正規化された増殖反応値を得るための判定システムと;
−ストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を含むクローン固有の増殖反応フィンガープリントを処理するようになっている計算モデルであって、この場合、計算モデルは、流加培養性能が既知のクローンの較正セットから得られた増殖反応フィンガープリントから生成され、計算モデルは、各クローンに関して予測される流加培養性能値を出力して、クローン細胞のパネルの相対的な流加培養性能を予測するように構成される、計算モデルと、
−各クローンに関して予測される流加培養性能値を出力して、クローン細胞のパネルの相対的な流加培養性能を予測するための手段と
を含む。
一般に、判定システムは、プレートリーダー、一般に、マイクロタイタープレートのウェルから発せられる光の変化を同時に検出し、適切には、発せられた光を増殖の程度と関連づけるように構成されたプレートリーダーを含む。
適切には、計算モデルは、多重線形計算モデルである。理想的には、多重線形計算モデルは、適切には最小二乗法解を利用して、パラメータ(すなわち、細胞固有の増殖反応の程度)を確認された流加培養性能(好ましくは、IVCD50として定義される)と合せる。
本発明はまた、コンピュータ上で実行されると、コンピュータに本発明による単一の細胞株由来のクローン細胞のパネルの相対的な流加培養性能を予測する方法を実施させるコンピュータプログラムを提供する。
本発明はまた、本発明によるコンピュータプログラムを記憶するコンピュータプログラム記録媒体に関する。
本明細書において、「細胞」という用語は、原核細胞または真核細胞を含むあらゆる細胞種を指す。適切には、細胞は、真核生物の細胞であり、理想的には哺乳動物の細胞である。一般に、細胞は、産生細胞であり、好ましくは、哺乳動物の産生細胞である。細胞は、クローン的に誘導されてもよく、または非クローン性でもよい。好適な実施形態において、細胞は、クローン細胞のパネルから、単一の親細胞集団由来または異なる遺伝子導入細胞由来のクローンである。細胞はまた、さまざまな細胞株、例えば、遺伝子操作された細胞(すなわち、「ノックアウト」または「ノックイン」変異を含む細胞由来のもの)であってもよい。細胞株はまた、定向進化によって、特定の対象とする環境に適応した細胞の淘汰によって得られてもよい。「異なる細胞のパネル」という用語とは、互いに異なる細胞のパネルを意味するものと理解されるべきである。例えば、細胞のパネルは、単一の親細胞集団に由来するすべてのものであるクローンのパネルを含んでもよい。あるいは、細胞のパネルは、独立したクローン起源の細胞を含んでもよく、例えば、細胞のパネルの異なる導入遺伝子または異なる変異をもつ細胞は、非クローン細胞を含でもよい。細胞株はまた、定向進化によって、特定の対象とする環境に適応した細胞の淘汰によって得られてもよい。細胞のパネルはまた、異なる細胞種の細胞を含んでもよく、例えば、異なる細胞株、細菌または真菌の異なる菌株、同じ細胞種であるが異なる発生の段階にある細胞および遺伝学的に異なる同じ細胞種の細胞、例えば、同じ種類もしくは同じ起源の細胞または異なる導入遺伝子をもつ同じ親細胞集団由来の細胞である。
本明細書において、「クローン細胞のパネル」という用語は、単一の細胞株由来のクローン細胞集団であり、2から500以上のクローン細胞集団を含むパネルを意味するものと理解されるべきである。クローン細胞のパネルを生成するための方法は、当業者に広く知られており、説明されている(例えば、非特許文献1)。一般に、クローン細胞集団のパネルは、10〜500、20〜500、30〜500、40〜500、50〜500、60〜500、70〜500、80〜500、90〜500または100〜500のクローン細胞集団を含む。一般に、クローン細胞集団のパネルは、100〜500、100〜400、150〜400、150〜350のクローン細胞集団を含む。
本明細書において、「細胞を特定すること」という用語は、未知の細胞の特定または既知のもしくは同一性が疑われる細胞の同一性の確認を意味するものと理解されるべきである。
本明細書において、「流加培養性能」という用語は、流加培養の細胞の増殖または産生性能を意味するものと理解されるべきである。好ましくは、その用語は、IVCD50%を意味し、これは、平均細胞生存率が50%未満に低下する培養の時点の生細胞密度の積分と定義される。
本明細書において、「クローン細胞のパネルの相対的な流加培養性能」という用語は、互いに相対的なパネルのクローンの流加培養性能を意味するものと理解されるべきである。よって、一実施形態において、クローンは、それらの流加培養性能に準じて層別される。別の実施形態において、クローンは、最も働くクローン、最も働かないクローンまたはその両方を選定するために層別される。
本発明は、複数の細胞ストレッサー分子と共に細胞をインキュベートすることを含む。これは、各細胞ストレッサー分子の存在下における細胞の増殖反応を得るために、細胞が細胞ストレッサー分子のそれぞれと共に個別にインキュベートされることを意味する。細胞の細胞ストレッサー分子とのインキュベーションは、任意の適した反応容器、例えば、マイクロタイタープレートのウェルにおいて行われてもよい。一般に、アッセイは、細胞サンプルを化学的細胞ストレッサーと混合することと、混合物を1から4日間インキュベートすることと、細胞の増殖の程度をアッセイすることとを含む。適切には、細胞サンプルは、混合物1mlあたり0.1から1.0×10細胞の濃度で提供される。一般に、細胞ストレッサーは、0.5から2×IC50、好ましくは約0.8から1.2×IC50および理想的には約1×IC50の濃度で提供される。適切には、各クローンの増殖は、5日未満のインキュベーション期間後にアッセイされる。理想的には、各クローンの増殖は、1〜4日の間のインキュベーション期間後、理想的には2日および3日後にアッセイされる。好ましくは、各クローンの増殖は、同時にアッセイされる。
「細胞ストレッサー分子」または「細胞ストレッサー」という用語は、複数の細胞経路、例えば、細胞増殖もしくは代謝に関与する経路のうちの1もしくは複数により細胞増殖を低下させる分子または化合物を意味するものと理解されるべきである。ストレッサー分子は、バイオリアクターストレス、例えば、1または複数の酸化ストレス、細胞周期阻害、タンパク質産生の阻害およびNADの阻害をまねるそれらの能力に基づいて利用される。一般に、複数の化学的細胞ストレッサーは、アミノ酸輸送阻害物質(すなわち、BCH)、細胞周期阻害物質(すなわち、酪酸ナトリウム)、炭素源、浸透圧ストレスの誘導物質(すなわち、乳酸ナトリウム)、酸化ストレスの誘導物質(tert−BHP)、アポトーシスの誘導物質(シクロヘキシミド、TNF)、代謝エフェクター(すなわち、代謝を直接調節する化学物質)、pH調整剤(すなわち、クエン酸)、糖分解の阻害物質(すなわち、3−ブロモピルバート)、および毒素(すなわち、細胞に対して有毒な化合物または分子、例えば、カドミウム)からなる群から選択される。好ましくは、複数の化学的細胞ストレッサーは、アミノ酸輸送阻害物質、細胞周期阻害物質、浸透圧ストレスの誘導物質、酸化ストレスの誘導物質、アポトーシスの誘導物質、代謝エフェクター、糖分解の阻害物質および毒素(すなわち、細胞に対して有毒な化合物または分子)からなる群から選択される。一般に、複数の化学的細胞ストレッサーは、アミノ酸輸送阻害物質、細胞周期阻害物質、炭素源、浸透圧ストレスの誘導物質、酸化ストレスの誘導物質、アポトーシスの誘導物質、代謝エフェクター、pH調整剤、糖分解の阻害物質および毒素からなる少なくとも4、5、6または7つの群から選択されるストレッサーを含む。
代謝(異化作用)エフェクターの例は、1)ヘキソキナーゼ(解糖経路の第1の酵素)を競合的に阻害する2−デオキシグルコースなどの、代謝酵素を直接妨げる化学物質および、2)ミトコンドリア膜に孔を生じさせ、それによりプロトン勾配を消失させ、ATP産生を低下させる24DNPなどの、エネルギー代謝機構を直接妨げる化学物質である。代謝(同化作用)エフェクターの例は、NADの合成を阻害するFK866である。さらに、シクロヘキシミドは、タンパク質合成を阻害する(さらにアポトーシスを引き起こす)。
本明細書において、「複数」という用語は、細胞ストレッサー分子に適用される場合、少なくとも3つの異なる細胞ストレッサー分子を意味するものと理解されるべきである。一般に、その用語は、少なくとも4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19または20個の異なる細胞ストレッサー分子を指す。このように、本発明の方法は、わずか3つの異なる細胞ストレッサー分子、例えば:CoCk、NAVおよびMSB;Cadm、MSBおよび2DG;ならびにCadm、dphe、MeiABを使用することによって行われて細胞固有の増殖反応フィンガープリントを生成してもよい。
「細胞の増殖反応」という用語は、細胞ストレッサー分子の存在下における細胞の増殖を指す。一般に、増殖反応は、正規化された増殖反応であり、これは、細胞ストレッサー分子の存在下および不在下における増殖を測定し、細胞ストレッサー分子の存在が原因の増殖反応の差を求めることによって確認される。細胞の増殖は、当該技術分野において既知の任意の技術を使用して確認してもよい。一実施形態において、インキュベーション混合物に色素を添加し、色素によって発せられるシグナルを経時的に観察し、増殖と関連づける。例えば、蛍光または燐光色素を利用してもよい。適した色素の例は、Presto blue(登録商標)などの酸化還元色素である。(Invitrogen、ペイズリー、英国)
「細胞固有の増殖反応フィンガープリント」という用語は、細胞を複数の細胞ストレッサー分子と個別に反応させることによって得られる特定の細胞に関する複数の増殖反応を指す。そのフィンガープリントは、複数の増殖反応値として具現化されてもよい、またはグラフの形態もしくはパターンなどの任意のその他のタイプの視覚による提示の形態で具現化されてもよい。
「クエリー細胞固有の増殖反応フィンガープリント」という用語は、未確認の細胞または同一性が確認されるべき細胞に対応する細胞固有の増殖反応フィンガープリントを指す。「参照細胞固有の増殖反応フィンガープリント」という用語は、同一性が既知の細胞についての増殖反応フィンガープリントを指す。一般に、クエリー増殖反応フィンガープリントおよび参照増殖反応フィンガープリントは、同じセットの細胞ストレッサー分子を使用して生成されることになる。
「クローンの較正セット」という用語は、それぞれが増殖反応フィンガープリントおよび既知の流加培養性能を有する複数のクローンを指す。一般に、クローンの較正セットは、エンドユーザーが『優良な』性能を持つものと考えるであろうものからエンドユーザーが『不良な』性能を持つものと考えるであろうものまでの流加培養性能(performance ability)の範囲を示すクローンを含む。適切には、クローンの較正セットは、少なくとも3、4、5、6、7、8、9、10、12、14、16、18、20、22、24または26のクローンを含む。
「ストレスが与えられた微小環境」という用語は、化学的細胞ストレッサーを含む環境を意味するものと理解されるべきである。一般に、これは、クローンが化学的細胞ストレッサーの存在下でマイクロタイタープレートのウェルにおいて増殖についてのアッセイをされることを意味する。
本明細書において、「急速な」という用語は、5日未満、理想的には4または3日未満しか要さない流加培養性能を予測する方法を意味するものと理解されるべきである。
本明細書において、「ハイスループットな」という用語は、多く、例えば、20〜500のサンプルを同時にアッセイすることができる方法を意味するものと理解されるべきである。一実施形態において、これは、マルチウェルプレート、例えば、48、96または192ウェルプレートでクローンの増殖をアッセイすることを含む。
本明細書において、「計算モデル」という用語は、一般に多重線形計算モデルを指す。理想的には、多重線形計算モデルは、最小二乗法解を利用して、パラメータ(すなわち、細胞固有の増殖反応の程度)を確認された流加培養性能(好ましくは、IVCD50として定義される)に適合させる。
本発明の一態様は、クエリー細胞固有の増殖反応フィンガープリントを1または複数の参照細胞固有の増殖反応フィンガープリントと比較して、クエリー増殖反応フィンガープリントと参照増殖反応フィンガープリントの間の一致または相関関係の程度を特定することを含む。クエリーフィンガープリントを参照フィンガープリントのうちの1つと照合するために、数学的モデリング、パターン認識または視覚による検証によるものを含むさまざまな方法が利用されてもよい。例えば、未確認の細胞に関する増殖反応が細胞ストレッサーに対してプロットされて、細胞についての増殖反応フィンガープリントを表わすグラフを得てもよく、増殖反応フィンガープリントは、同じ様式で得られた参照増殖反応フィンガープリントと視覚的に比較されて、一致する参照増殖反応フィンガープリントを特定し、それにより細胞を特定してもよい。好適な実施形態において、比較ステップは、化学的増殖反応の部分集合を使用した『線形判別分析』および『最近傍ユークリッド距離最小化(nearest neighbour Euclidian distance minimisation)』を使用して数学的モデリングによって行われてもよい。一般に、モデルは、『群内』リーブワンアウト法を利用する。これにより、「訓練データ」は、各群(すなわち、10個のサンプル)に対して1つを除外することによって任意に作成され、その後、LDAモデルを構築した後、除外された10の異なる細胞種のそれぞれについての細胞種を予測する。クエリーフィンガープリントを1または複数の参照フィンガープリントと照合するか、または相関させるその他の方法には、単純なユークリッドマッチング(Euclidian matching)または階層的クラスター分析が含まれる。
本発明はまた、細胞を特定するためのシステムまたはキットを提供する。本システムまたはキットは、一般に複数の反応チャンバーを有するデバイスを含む。好ましくは、このデバイスは、マイクロタイタープレート、一般に、少なくとも12、24、48または96のウェルを有するマイクロタイタープレートである。
本システムまたはキットは、一般に複数の細胞ストレッサー分子を含む。好ましくは、細胞ストレッサー分子は、マイクロタイタープレートのウェル内に個別に配置され、好ましくは、マイクロタイタープレートのウェルに付着させる。
本システムまたはキットは、複数の化学的細胞ストレッサーのそれぞれの存在下における細胞の増殖反応を判定するための判定システムを含む。一般に、判定システムは、マイクロタイタープレートのウェルにある細胞の増殖を検出するよう構成されたマイクロタイタープレートリーダーを含む。適したマイクロタイタープレートリーダーは、商業的に入手可能であり、企業BMGによって販売されている。判定システムは、一般にコンピュータ実行可能命令を有し、例えば、増殖反応データをコンピュータ可読形式で提供する。
本システムまたはキットは、ストレージシステムおよび比較システムも含む。これらの機能モジュールは、1もしくは複数のコンピュータ上で、または1もしくは複数のコンピュータネットワークを使用することによって実行することができる。判定システムは、コンピュータ実行可能命令を有し、例えば、配列情報をコンピュータ可読形式で提供する。
判定システムにおいて判定された情報は、ストレージシステムによって読み取られ得る。本明細書中で使用される場合、「ストレージシステム」は、任意の適した計算装置もしくは処理装置またはデータもしくは情報を記憶するように構成されるか、もしくはそのようになっているその他のデバイスを含むことが意図される。本発明と使用するのに適した電子装置の例としては、独立型計算装置、ローカルエリアネットワーク(LAN)、広域ネットワーク(WAN)、インターネット、イントラネットおよびエキストラネットを含むデータ通信ネットワークならびにローカルおよび分散型計算機処理システムが挙げられる。記憶デバイスは、以下のものを含むが、これらに限定されるものではない:磁気記憶媒体、例えば、フロッピーディスク、ハードディスク記憶媒体、磁気テープ、光学記憶媒体、例えば、CD−ROM、DVD、電子記憶媒体、例えば、RAM、ROM、EPROM、EEPROMおよび同種のもの、一般的なハードディスクならびにこれらのカテゴリーの混成物、例えば、磁気/光学記憶媒体。ストレージシステムは、内部に記録された増殖反応情報および増殖反応フィンガープリント情報を有するようになっているか、またはそのように構成される。そのような情報は、電子的に送信され、読み取られることが可能なデジタル形式、例えば、インターネットを介して、ディスケット上で、USB(ユニバーサルシリアルバス)を介してまたは任意のその他の適した通信の方式により提供されてもよい。
ストレージシステムは、内部に記憶された参照増殖反応フィンガープリント情報を有してもよい。本明細書中で使用される場合、「記憶される」とは、記憶デバイスにおいて情報を符号化するためのプロセスを指す。一実施形態において、比較モジュールによって読み出されるべき記憶デバイスに記憶された参照データが比較される。例えば、クエリー細胞固有の増殖反応フィンガープリントの、参照増殖反応フィンガープリントのセットまたはパネルとの比較である。
「比較システム」は、クエリー増殖反応フィンガープリントを参照増殖反応フィンガープリントと比較し、「一致」を特定するよう機能する比較のための利用可能なさまざまなソフトウェアプログラムおよび形式を使用することができる。一実施形態において、比較モジュールは、パターン認識技術を使用して、1または複数の入力からの情報を1または複数の参照データパターンと比較するよう構成される。比較モジュールは、既存の商業的に入手可能な、または自由に利用できるパターンを比較するためのソフトウェアを使用するよう構成されてもよく、行われる特定のデータ比較のために最適化されてもよい。比較モジュールは、サンプルの遺伝子型に関するコンピュータ可読情報を提供する。好ましくは、比較システムは、比較のための計算モデルを利用する。
本発明の比較モジュールまたは任意のその他のモジュールは、関係データベース管理システム、ワールドワイドウェブアプリケーションおよびワールドワイドウェブサーバを実行するオペレーティングシステム(例えば、UNIX)を含んでもよい。ワールドワイドウェブアプリケーションは、データベース言語ステートメント(例えば、構造化照会言語(SQL)ステートメント)の生成に必須の実行可能コードを含む。一般に、実行ファイルは、組み込み型SQLステートメントを含むことになる。さらに、ワールドワイドウェブアプリケーションは、さまざまなソフトウェアエンティティに対するポインタおよびアドレスを含む設定ファイルを含んでもよく、ソフトウェアエンティティは、サーバならびにユーザーリクエストを処理するためにアクセスされなければならない各種外部および内部データベースを含む。設定ファイルはまた、サーバリソースに対するリクエストを適切なハードウェアに指示する。サーバを2つまたはそれ以上の個別のコンピュータに分散させる場合、これが必要な場合もある。一実施形態において、ワールドワイドウェブサーバは、TCP/IPプロトコルをサポートする。これなどのローカルネットワークは、「イントラネット」と呼ばれる場合もある。そのようなイントラネットの利点は、それらがワールドワイドウェブ上に存在するパブリックドメインデータベース(例えば、GenBankまたはSwiss Proワールドワイドウェブサイト)との容易な通信を可能にすることである。このように、本発明の特定の好適な実施形態において、ユーザーは、ウェブブラウザおよびウェブサーバによって提供されるHTMLインタフェースを使用して、インターネットデータベース上に存在するデータに(例えば、ハイパーテキストリンクを介して)直接アクセスすることができる。
比較モジュールは、一般に、コンピュータ可読の比較結果を提供する。これは、コンピュータ可読形式で予め定義された基準またはユーザーによって定義された基準によって処理されて、ディスプレイシステムを使用してユーザーによって要求されるとおりに記憶および出力されてもよい比較結果に部分的に基づくコンテンツを提供することができる。
本発明の一実施形態において、比較結果に基づくコンテンツは、コンピュータモニタに表示される。本発明の一実施形態において、比較結果に基づくコンテンツは、印刷可能な媒体により表示される。ディスプレイモジュールは、コンピュータからコンピュータ可読情報を受信し、ユーザーに表示するよう構成された任意の適したデバイスとすることができる。非限定例としては、例えば、Intel PENTIUM型プロセッサ、Motorola PowerPC、Sun UltraSPARC、Hewlett−Packard PA−RISCプロセッサ、サニーヴェール、カリフォルニア州のAdvanced Micro devices(AMD)から入手可能な任意のさまざまなプロセッサまたは任意のその他の型のプロセッサのものなどの汎用コンピュータ、フラットパネルディスプレイ、陰極線管および同種のものなどの視覚的ディスプレイデバイス、ならびにさまざまなタイプのコンピュータプリンタが挙げられる。
一実施形態において、ワールドワイドウェブブラウザは、比較結果に基づくコンテンツを表示するためのユーザーインタフェースを提供するために使用される。当然のことながら、本発明のその他のモジュールは、ウェブブラウザインタフェースを有するようにすることができる。ウェブブラウザにより、ユーザーは、比較モジュールからデータを検索するためのリクエストを構築することができる。よって、ユーザーは、一般に、グラフィカルユーザーインタフェースに従来利用されるボタン、プルダウンメニュー、スクロールバーおよび同種のものなどのユーザーインタフェースエレメントを指し、クリックすることになる。
本発明はまた、細胞を特定する方法を提供し、本方法は、細胞についての増殖反応フィンガープリントを準備するステップであって、その増殖反応フィンガープリントは、複数の化学的細胞ストレッサー分子に対する細胞の増殖反応を含む、準備するステップと、細胞についての増殖反応フィンガープリントを同一性が既知の細胞に対応する複数の増殖反応フィンガープリントと比較するステップと、細胞についての増殖反応フィンガープリントが既知の細胞に対応する増殖反応フィンガープリントの1つと一致する場合、細胞を特定するステップとを含む。一般に、比較ステップは、数学的モデリングを利用する。
より広範な態様において、本発明は、細胞の特徴を特定する方法を提供し、本方法は、
−細胞を複数の化学的細胞ストレッサーと共にインキュベートするステップと;
−クエリー細胞固有の増殖反応フィンガープリントを生成する前記少なくとも複数の化学的細胞ストレッサー分子のそれぞれの存在下において、前記細胞の増殖反応を判定するステップと;
−クエリー細胞固有の増殖反応フィンガープリントを特徴が既知の1または複数の細胞に対応する1または複数の参照細胞固有の増殖反応フィンガープリントと比較するステップと;
−クエリー細胞固有の増殖反応フィンガープリントと1または複数の参照細胞固有の増殖反応フィンガープリントの間の相関関係の程度に基づいて細胞の特徴を特定するステップと
を含む。
一般に、クエリー細胞の特徴を特定するステップは、クエリー細胞固有の増殖反応フィンガープリントを参照細胞固有の増殖反応フィンガープリントと照合するステップを含む。
特徴は、例えば、以下の任意の細胞の特徴であってもよい:
−細胞の同一性(この場合、クエリーフィンガープリントは、同一性が既知の細胞の参照フィンガープリントと比較される)、
−細胞の増殖特性(この場合、クエリーフィンガープリントは、増殖特性が既知の細胞の参照フィンガープリントと比較される)、
−細胞の予測される流加培養性能(この場合、クエリーフィンガープリントは、流加培養性能が既知の細胞の参照フィンガープリントと比較される)、
−組換えタンパク質を発現する細胞(すなわち、哺乳動物の産生細胞)の産生能力(この場合、クエリーフィンガープリントは、産生能力が既知の細胞の参照フィンガープリントと比較される)、
−特定の環境において生存および/または増殖する細胞の能力、(この場合、クエリーフィンガープリントは、特定の環境において生存および/または増殖することが既知の細胞の参照フィンガープリントと比較される)、
−クローン細胞株の(遺伝学的および/または機能的)安定性(この場合、クエリー細胞フィンガープリントは、長期間、保管の間または連続的に増殖が生じている間中、機能的および/もしくは遺伝学的安定性ならびに/または機能および/もしくは遺伝学的不安定性を示した細胞のフィンガープリントと比較される)。本発明のこの態様は、製造に使用される細胞株には望ましくない、クローンの遺伝学的または機能的不安定性の特定を可能にする。
クエリー細胞固有の増殖反応フィンガープリントと1または複数の参照増殖反応フィンガープリントの間の相関関係の程度は、フィンガープリントを示すデータの視覚的比較(例えば、フィンガープリントを示すグラフの比較)を含む任意の手段または例えば、最良適合もしくは最も近い一致を特定するための数学的モデリングによって判定されてもよい。「物を群に結びつけること」に基づくその他のモデリングアプローチが利用されてもよいが、一般に、数学的モデリングは、線形判別分析(LDA)を利用する。
各CHO細胞株(AからJ)から生成される4つの『化学的フィンガープリント』を示す図である。 クローンの化学的増殖フィンガープリントの例である。細胞は、目的とする化学物質の存在下または不在下で96ウェルプレートにおいて72時間増殖させた。上記のとおり「Presto−Blue」法を使用して細胞増殖の相対的な程度をアッセイした。 『最高相関関係』法(best correlation method)および「ウォードの階層的クラスタリング」を使用した細胞種クラスタリングの良さを示す樹形図である。 2つの異なる群を最大限に分離するために、どのように化学的応答の線形結合を使用することができるか示した二次元の例である。 『最大尤度』分類を使用して新しいデータポイント(三角ポイント)を群に分類するために、どのように化学的応答の線形結合を使用することができるかを示した二次元の例である。 多量の情報を失うことなくデータセットの次元を縮小するために、どのようにPC Aを使用することができるかを示した二次元表現である。 同時に依然としてデータの変動の大部分を表わすことができることなく、データを化学的応答の7つの線形結合として表わすことができた。 『未知の』CHOフィンガープリントのCHO細胞種を100%の正確さで予測するLDAモデルの能力の図である。 クローン化学的フィンガープリントに基づくモデルから相対的な性能(performance ability)(Y軸)を予測するための多重線形モデルの適合の図である。 多重線形モデルは、クローン化学的フィンガープリントを使用してクローンのセットを『優良な』性能を持つもの(performer)および『不良な』性能を持つものに分けることができるため、それによりどのクローンを次のステップのクローンスクリーニングに進めるかを選択するプロセスを促進する方法の例である。 ブートストラップ3倍交差検証手法を使用して、多重線形モデルが、どのようにモデルを構築するために使用されなかったデータを予測する(すなわち、相対的な流加培養性能を盲検的に予測する)ことができるかを実証するグラフである。 1または複数の本発明の方法を実施するよう構成されたコンピュータシステムの図である。
実験的
細胞培養(細胞特定):
10種類のクローン的および非クローン的に得られたCHO細胞株を入手した。これらは、すべて多数の産業的/商業的ソース由来の産業的に重要な細胞株であった。これらは、2つの異なる発現系で働くクローン的に得られた安定した産生クローン細胞株の両方、クローン的に得られた非産生CHO細胞、エピソーム複製細胞、DHFR−ve細胞および異なる商業的CHO細胞系統から非クローン的に得られた細胞からなる。これらは、CHO−A、CHO−B、CHO−C、CHO−D、CHO−E、CHO−F、CHO−G、CHO−H、CHO−IおよびCHO−Jと称される。これらすべてをそれらの所有者が推奨する培養培地および培養条件において増殖させた。
細胞培養(クローン細胞のパネルのIVCD50の予測):
PM−CHO細胞はCD−CHO培地中で培養された(Invitrogen、ペイズリー、英国)、8mM L−グルタミン(Invitrogen、ペイズリー、英国)、1% HTサプリメント(Invitrogen、ペイズリー、英国)12.5μg/ml ピューロマイシン(Invitrogen、ペイズリー、英国)であった。代替的(パネル2)CHO細胞をCD−FORTI CHO(Invitrogen、ペイズリー、英国)において培養した。細胞を、連続して3/4日の期間で型どおりに継代培養した。流加培養試験のデータを使用して(商業的に入手可能な供給材料を用いて)、IVCD50(培養細胞生存率が50%未満に低下する時点の生細胞密度の積分)を、流加培養における細胞の増殖能力を判断する測定規準として使用した。これらのIVCD50を使用して、細胞を等級付けした。等級付けシステムは、異常値および偏ったデータに対してさらに左右されないよう選択した。
細胞増殖の小規模測定:
96ウェルプレートにおいける細胞増殖のアッセイ:「Presto Blue」(Invitrogen、ペイズリー、英国)をCD−CHO培地と1:1で混合し、このうちの20ulを各ウェルに添加した。プレートを機械振盪し、その後、動きのない加湿されたインキュベーターで37℃において30分間インキュベートした。インキュベーション後、fluoroskan ascent(Thermo−Fisher、ラフバラ、英国)プレートリーダーを使用してウェルの蛍光を測定した(励起535nm、蛍光620nm)。それは、事前に蛍光がウェル中の生細胞密度と直線的に相関することが証明されていた。
化学的試験プレートの作製:
方法:利用された複数の細胞ストレッサー分子は、以下のものであった:
2−アミノビシクロ−(2,2,1)ヘプタン−カルボン酸(BCH)
D−フェニルアラニン−(D−Phe)
α−(メチルアミノ)イソ酪酸(MeAIB)
酪酸ナトリウム(NaBu)
シクロヘキシミド
塩化アンモニウム
酢酸カドミウム六水和物
塩化コバルト(CoCl
塩化ナトリウム(NaCl)
乳酸ナトリウム(Na Lac)
アミノトリアゾール(AMT)
メナジオン亜硫酸水素ナトリウム塩(MSB)
ブチオニンスルホキシミン(BSO)
メルカプトコハク酸(MS)
2,4,ジニトロフェノール(24DNP)
オキサミド酸ナトリウム
2−デオキシグルコース(2dg)
3−ブロモピルバート(3−BrPA)
ジクロロ酢酸(DCA)
6−ジアゾ−5−オキソ−1−ノルロイシン(1−don)
バルプロ酸(Val)
オルトバナジン酸ナトリウム(NaV)
クエン酸
FK866
乳酸
『社内の』親細胞株を使用して、上記の化学物質の抑制量50(IC50)濃度を、増殖試験により特定した。ここで、IC50は、3日間にわたって正常な細胞増殖を50%阻害する化学物質の濃度と定義される。IC50を確かめたら、IC50濃度で上記選択の化学物質を含む96ウェルプレートおよび細胞増殖培地のみを含む対照ウェルを含む96ウェルプレートを準備した。
ストレス反応フィンガープリントを使用した細胞の特定
各細胞株(CHO−AからCHO−J)の二つ組のバイアルを低温保存(cryostasis)から元に戻した。これらを、各バイアルの増殖プロフィールが安定するまで、それらの推奨される増殖培地において培養した(解凍後およそ4回継代培養)。二つ組のバイアルを終始単独で培養した。二つ組のバイアルは、『バイアル間』変動の評価を可能にした。二つ組のバイアルの各細胞株を使用して、継代培養後3日目に化学物質プレートに播種した(図1)。本質的に各二つ組のバイアル細胞株を、上記の化学物質を含むプレートで3日間増殖させた。各二つ組のバイアルの細胞を使用して、二つ組のプレート、例えば、1細胞株あたり4プレートに播種した。
この期間の後、プレートの細胞増殖の程度(すなわち、上述のとおりの化学物質の存在下および不在下における)を上記のとおりの「Presto Blue」アッセイを使用して測定した。各CHO細胞株に対して特定されるべき細胞固有の増殖フィンガープリントを得た。ここで、増殖フィンガープリントを、対照ウェル(すなわち、培地のみを含むウェル)中の細胞の増殖と比較した各化学物質微小環境における細胞増殖の程度と定義する。この例を図2に示す。
本質的に、細胞の化学的フィンガープリントの側面を使用するために2つの異なるモデリングアプローチを利用して、「細胞種」を特定した。これらの2つの方法は、それらの実質的に異なるアプローチにもかかわらず、ともにフィンガープリントのみから確実に細胞種を特定することができた。これらの2つのアプローチは、「ユークリッド距離、ウォード法クラスタリング」および「線形判別分析」であった。
「ユークリッド距離、ウォード法、クラスタリング」モデリングの詳細。
このアプローチは、フィンガープリント(化学的応答)の側面の最も高い相関関係を見つけるために探して、細胞種を特定しようとするものである。クエリーフィンガープリントが与えられると、それは、最も高い相関関係を示す細胞種の群を見つけるために探して、その後、クエリー細胞をこの群に割り当てる。
クラスタリングの良さは次のとおりと考えられた:その群内の他の細胞種に対する最も低い相関関係が、異なる群のあらゆる細胞に対する最も高い相関関係(他の細胞種)よりも高い場合のみ、クエリー細胞種は、特定の群(細胞種)にあると分類される。これは、「ユークリッド距離を最小化すること」、すなわち、相関関係によって、25の化学的応答の「どの部分集合」が細胞種の群の最適な分類をもたらすかの評価のための厳密な基準をもたらした。これは、群外相関関係と比較して群内相関関係を最大にすることを意味する。
化学物質のすべての部分集合を調べ、25の化学的増殖反応の数々の組み合わせを使用してすべての細胞種をともに首尾よくまとめることができることを発見した。この場合のこれらの最小のセットは、7つの化学的応答、すなわち、d−フェニルアラニン、MeiAB、シクロヘキシミド、AmCl、カドミウム、乳酸塩および2−デオキシグルコースであった。
クラスタリングの良さを示すクラスター樹形図が図3に含まれる。
「線形判別式」モデリングアプローチの詳細。
各細胞種、例えば、CHO AからJに関して、各二つ組の『バイアル由来』の細胞種に対して二つ組のフィンガープリントが得られた(図1)。各CHO細胞種から生成された4つのフィンガープリントを、『群』としてそのCHO細胞種を表わすために使用した。
これらのフィンガープリントを使用して、CHO細胞種『内』の変動(すなわち、各CHO細胞種に対して生成される4つのフィンガープリントの間のそれ)に対してCHO細胞種『間』の変動を最適に最大にする、それらの化学的フィンガープリントの異なる側面の線形結合を生成するために線形判別分析を使用した。この二次元の仮説例を図4に示す。ここで、CHO細胞種内の変動は、同じCHO細胞種のフィンガープリントの変動、すなわち、二つ組のバイアル(バイアル間変動)および二つ組のプレート(プレート間変動)のための変動と理解できる。
これは、化学的応答のこの線形結合からの情報を使用して、適切な群に新しいデータポイントを特定することを可能にする。例えば、未知の『クエリー』CHO細胞種の『化学的フィンガープリント』が与えられた場合、LDAモデルを使用して、クエリーがどのCHO細胞種である可能性が最も高いかを予測すること、さらにクエリーがどのCHO細胞種群(すなわちCHO AからJ)に属するかについての確率を与えることができる。これを、図5に示す。
さらなる予測LDA分析をもたらすデータ次元縮小
大きなサイズのデータセットのために、多くの『多重共線性のある』変数が存在した(他の変数の線形結合により値が高く予測される可能性のある変数)。これにより、交差検証、すなわち、LDAモデルを作成するために使用されなかったデータを使用して新しいデータポイントを予測および分類するLDAモデルの能力が正確さに欠けるものになる可能性がある。
これに対処するために、「主成分分析」を使用して、データセットのサイズ(次元)を縮小した。これにより、多量の情報を失うことなく低次元空間にデータをマッピングすることが可能になる。この技術の実例は、図6から明らかである。この手法を使用してデータ空間の次元を25次元から7次元に縮小した。これを図7に示す、データの7つの主成分を使用して極めて大きなデータの変動をとらえることができることを示している。これらの次元のこれらの部分集合を使用して、最適なLDA分析を行った。この状況において、LDAは、群内の変動に対して群間の変動を最大にする主成分の最適な線形結合と定義される。
発見した最適な線形判別式モデルには、主成分『分解』の4成分を使用した。このモデルは、生成された40の異なるフィンガープリントから100%の正確さで『どのフィンガープリントがどのCHO細胞種に属するか』を特定することができた。
新しい『未知の』(すなわち、モデルに対して未知の)フィンガープリントを使用したCHO細胞種を予測する最適なLDAモデルの能力の交差検証。
重要なことに、最適なLDAモデルを、「リーブワンアウト」(LOO)交差検証手法を使用して『交差検証した』。本質的に40のフィンガープリントのそれぞれに対し、1つを無視し(『試験データ』と見なされる)、残りの39のフィンガープリント(『訓練データ』と見なされる)を使用してLDAモデルを構築した。その後、このモデルを使用して『試験データ』フィンガープリントのCHO細胞種を予測した。
『試験』データポイントとして40のフィンガープリントのそれぞれを使用してこの処理を繰り返し、訓練データセットに対して構築されたLDAモデルを使用して各『クエリー』のCHO細胞種(クラス)を予測した。
群内「リーブワンアウト」交差検証。
データのさらに厳密な交差検証を提供するために、『群内リーブワンアウト交差検証』法(within groups leave one out cross validation method)を発展させた。本質的に、各群に4つの要素を含む10個の『群』(CHO細胞種A〜J)が存在するため、各群から1つの要素が無視される(合計で10個が無視される)。その後、残りの30個のデータポイント(「訓練データセット」)を使用して最適なLDAモデルを構築した。これを使用して、(モデルに対して)『未知の』無視したデータポイント(「試験データセット」)の群を予測した。これを、すべてのデータポイントが試験データセットおよび訓練データセットとして使用されるまで繰り返した。
基本的に、これらの成分に基づくLDAモデルは、「新しい」データポイント(試験データセット)を使用して、そのフィンガープリントに基づいて100%の正確さで細胞の細胞種(CHO A〜J)を適切に予測することができた(図8)。
上記の例は、本発明の『代謝フィンガープリント』方法に基づくプレートを使用して、近縁関係にあるCHO細胞種のパネルから特定のCHO細胞種を確信的に特定することが可能であることを実証している。本発明の方法は、非CHO細胞種の特定および非哺乳動物細胞の特定にさえも適用できる。
クローン細胞のパネルの流加培養性能(IVCD50)の予測
サイズ20の流加培養性能測定規準(すなわち、IVCD50)が既知のクローン細胞株のパネルを社内で生成した。上記の化学物質を含むプレートで各クローン細胞株を3日間増殖させた。この期間後に、プレートの細胞増殖の程度(すなわち、上述のとおりの化学物質の存在下および不在下における)を上記のとおりの「Presto Blue」アッセイを使用して測定した。これは、各クローン細胞株に関して特定されるべき細胞固有の増殖フィンガープリントをもたらした。ここで、増殖フィンガープリントを、対照ウェル(すなわち、培地のみを含むウェル)中の細胞の増殖と比較した各微小環境における細胞増殖の程度と定義する。
クローンに関する典型的な増殖フィンガープリントの例を図2に示す。
これらの化学的フィンガープリントからの情報を使用し、パラメータとして個々の化学物質に対する応答を使用して多重線形モデルを構築した。
多重線形モデルは、方程式
を満たすものと定義する。式中、Xは、説明変数の適切なデータを含む行列を表わし、Yは従属(または応答)変数の行列である。これは、本質的にパラメータ(すなわち、細胞固有の増殖反応の程度)を確認された流加培養性能(ここでは、IVCD50と定義される)と適合させるための最小二乗法解の発見である。
複数のクローン微小環境から構築された多重線形モデルの例は、
Y=−0.978(酪酸ナトリウム応答)+0.763(カドミウム応答)+0.364(メルカプトコハク酸応答)+2
であり、式中、Yは予測される標準化された等級である(これは、等級として容易に解釈することができる)。上記のパラメータを使用したモデルの適合度を示すグラフを図9に示す。このモデルのR値は0.7である。これは、データの挙動の70%がモデルによって説明できると解釈することができる。このモデルのさらなる使用は、それらの等級の観点からクローンの上位50%と下位50%の間を区別するその能力として示すことができる。
図10に示されるとおり、上記のモデリングアプローチを用いると、これはクローンが上位50%(優良)または下位50%(不良)であるかどうかを85%の正確さで予測することができる。
ブートストラップ交差検証手法を使用することによって、上記の方法で構築されたモデルが、後のデータ、すなわち、このモデルに使用されていないデータを予測することができることを示すことができる。図11は、予測モデルを構築するためのモデリングアプローチの予測能力を示す。ブートストラップ交差検証に関する、新しいデータを予測する能力を示すR値は0.66である。
流加培養性能が既知の一連のクローンに関して構築されたこのモデルは、新しいクローンの『フィンガープリント』を使用し、それらの相対的な流加培養性能を予測することができる。初めに、流加培養性能が既知のクローンのパネルを使用してモデルを生成する(上の例においては、20個使用したが、いくつ使用できるかの制限はなく、わずか3個が利用されてもよい。モデルを構築するためには、性能の既知の少なくとも20個のクローンを使用するのが好ましい)。それに続いて、クローンの大きなパネルが細胞株増殖のプロセスで得られると、これらは、性能特性が既知のクローンから生成されたモデルを使用して、複数の微小環境プレートで「スクリーニングされる」ことになり、これらのクローンを等級付けするか、またはそれらの将来的な流加培養性能潜在能力(fed batch performance capabilities)の見込みに関する情報を少なくとも提供することによって、どのクローンを次の段階のクローンスクリーニング(すなわち、小規模流加培養試験)に進めるかを選択するプロセスを促進することができる。
さらに、ここで図12も参照して、本開示の例となる実施形態に関して記載されるシステム、技法および技術の少なくとも一部は、以下に限定されるものではないが、コンピュータシステム600または一連の命令が、実行されると、マシンに1もしくは複数の任意の上記の技法もしくは機能を実施させることができる任意の他のコンピューティングデバイスなどのマシンを含むことができる。マシンは、本明細書中で開示されるシステムによって行われるさまざまな操作を容易にするよう構成されてもよい。例えば、マシンは、以下に限定されるものではないが、ウェル中の単一の親宿主細胞集団由来のクローン細胞のパネルの相対的な流加培養性能を予測するよう構成されたコンピュータ実装システムの処理を支援する処理能力を提供すること、システムを横断する命令またはデータを格納するための記憶容量を提供すること、またはシステムによってもしくはその内部で行われる任意の他の操作により支援することによってシステムを支援するよう構成されてもよい。
一部の実施形態において、本マシンは、独立型デバイスとして働く。一部の実施形態において、本マシンは、他のマシンに接続され(例えば、通信ネットワーク635)、それによって行われる操作を支援してもよい。本マシンは、システムの任意の構成要素、例えば、細胞についての増殖反応プロフィールを生成するように構成されたマイクロプレートリーダーと接続されてもよい。ネットワーク接続された配置では、マシンは、サーバ−クライアントユーザーネットワーク環境のサーバもしくはクライアントユーザーマシンの容量において、またはピアツーピア(もしくは分散型)ネットワーク環境のピアマシンとして動作することができる。マシンとしては、サーバコンピュータ、クライアントユーザーコンピュータ、パーソナルコンピュータ(PC)、タブレットPC、ラップトップコンピュータ、デスクトップコンピュータ、コントロールシステム、ネットワークルーター、スイッチもしくはブリッジまたはそのマシンによって行われるべき動作を指定する一連の命令を(逐次もしくは別の方法で)実行することができる任意のマシンが挙げられる。さらに、単一のマシンが示されているが、「マシン」という用語は、個々にまたは共同で一セット(または複数のセット)の命令を実行して、本明細書中で述べられる1または複数の任意の技法を実施するマシンの任意の集合も含むものと解釈される。
コンピュータシステム600は、プロセッサ602(例えば、中央処理装置(CPU)、グラフィックプロセッシングユニット(GPUまたは両方)、メインメモリ604およびスタティックメモリ606)を含んでもよく、これらは互いにバス608を介して通信する。コンピュータシステム600は、ビデオディスプレイユニット610(例えば、液晶ディスプレイ(LCD)、フラットパネル、固体ディスプレイまたは陰極線管(CRT))をさらに含んでもよい。コンピュータシステム600は、入力デバイス612(例えば、キーボード)、カーソルコントロールデバイス614(例えば、マウス)、ディスクドライブユニット616、信号発生デバイス618(例えば、スピーカーまたはリモートコントローラ)およびネットワークインタフェースデバイス620を含んでもよい。
ディスクドライブユニット616は、本明細書に記載した上で示したそれらの方法を含む1もしくは複数の任意の技法または機能を具現化する1または複数のセットの命令624(例えば、ソフトウェア)が記憶されているマシン可読媒体622を含んでもよい。命令624も、コンピュータシステム600によるその実行時にメインメモリ604、スタティックメモリ606もしくはプロセッサ602またはそれらの組み合わせ内に完全にまたは少なくとも部分的に存在してもよい。メインメモリ604およびプロセッサ602もまた、マシン可読媒体を構成してもよい。
以下に限定されるものではないが、特定用途向け集積回路、プログラマブルロジックアレイおよびその他のハードウェアデバイスを含む専用のハードウェア実装は、本明細書に記載される方法を実装するためにさらに構築されてもよい。さまざまな実施形態の装置およびシステムを含んでもよいアプリケーションは、さまざまな電子システムおよびコンピュータシステムを広く含む。一部の実施形態は、モジュール間およびそれを通じて通信される関連する制御信号およびデータ信号により2つまたはそれ以上の特定の相互接続されたハードウェアモジュールもしくはデバイスにおいて、または特定用途向け集積回路の一部として機能を実装する。したがって、本例システムは、ソフトウェア、ファームウェアおよびハードウェア実装に適用される。
本開示のさまざまな実施形態によると、本明細書に記載される方法は、コンピュータプロセッサで実行するソフトウェアプログラムとしての動作を対象とする。さらに、ソフトウェア実装は、以下に限定されるものではないが、分散処理もしくは構成要素/オブジェクト分散処理、並列処理を含んでもよく、または本明細書に記載される方法を実装するためにバーチャルマシン処理も構築することができる。
本開示は、通信ネットワーク635、他のネットワークもしくはその両方に接続されたデバイスが、音声、ビデオもしくはデータを送信または受信して、命令を使用して通信ネットワーク635、他のネットワークもしくはその両方で通信することができるよう命令624を含むマシン可読媒体622を意図する。命令624は、ネットワークインタフェースデバイス620を介して通信ネットワーク635、他のネットワークもしくはその両方上でさらに送信または受信されてもよい。
マシン可読媒体622は、単一の媒体である実施形態例として示されているが、「マシン可読媒体」という用語は、1または複数のセットの命令を記憶する単一の媒体または複数の媒体を含むものと解釈されるべきである(例えば、集中型もしくは分散型データベースならびに/または対応づけられたキャッシュおよびサーバ)。「マシン可読媒体」という用語はまた、マシンによる実行のための一連の命令を記憶、符号化または保持することができる任意の媒体およびマシンに1または複数の任意の本開示の技法を実施させる任意の媒体を含むものと解釈されるべきである。
「マシン可読媒体」または「マシン可読デバイス」という用語は、したがって、これらに限定されるものではないがメモリデバイス、メモリカードまたは1もしくは複数の読み出し専用(不揮発性)メモリ、ランダムアクセスメモリもしくは他の書き換え可能(揮発性)メモリを収容する他のパッケージなどの固体メモリ;ディスクもしくはテープなどの光磁気または光学式媒体を含むものと解釈され、または他の独立型情報アーカイブもしくはアーカイブのセットは有形の記憶媒体に相当する配布媒体と見なされる。「マシン可読媒体」または「マシン可読デバイス」は本質的に持続性であってもよい。したがって、本開示は、当該技術分野において認められる等価物および後継媒体を含む、本明細書のソフトウェア実装が記憶される本明細書中で挙げたとおりの1または複数の任意のマシン可読媒体または配布媒体を含むものと見なされる。
本明細書において「含む(comprise)、含む(comprises)、含まれる(comprised)および含むこと(comprising)」という用語またはそれらの任意の変形ならびに「含む(include)、含む(includes)、含まれる(included)および含むこと(including)」という用語またはそれらの任意の変形は、完全に同義であると見なされ、それらはすべて、できる限り広範な解釈がなされるべきであり、逆もまた同様である。
本発明は、本明細書の前で記載した実施形態に限定されるものではなく、本発明の趣旨から逸脱することなくこの構築および細部に変更を加えることができる。

Claims (15)

  1. クエリ細胞の特徴を判定または予測する方法であって、
    前記方法が、
    クエリ細胞を少なくとも3種の化学的細胞ストレッサー分子と共にマイクロタイタープレートのウェル中で個別にインキュベートするステップであって、化学的細胞ストレッサーのそれぞれはIC50の0.5から2.0倍の濃度で提供されるステップと、
    クエリ細胞固有の増殖反応フィンガープリントを生成する前記少なくとも3種の化学的細胞ストレッサー分子のそれぞれの存在下において、前記クエリ細胞の増殖反応を判定するステップと、
    クエリ細胞固有の増殖反応フィンガープリントを、特徴が既知の1種または複数種の細胞に対応する1種または複数種の参照細胞固有の増殖反応フィンガープリントと比較するステップと、
    前記クエリ細胞固有の増殖反応フィンガープリントと1種または複数種の参照細胞固有の増殖反応フィンガープリントとの間の相関関係の程度に基づいて、細胞の特徴を判定または予測するステップと、
    を含む方法。
  2. 前記方法は、クエリ細胞の同一性を判定する方法であり、および、
    1種または複数種の参照細胞固有の増殖反応フィンガープリントが、同一性が既知の1種または複数種の細胞に対応する請求項1に記載の方法。
  3. 前記方法は、クエリ細胞の流加培養性能を予測する方法であり、および、
    1種または複数種の参照細胞固有の増殖反応フィンガープリントが流加培養性能が既知の1種または複数種の細胞に対応する請求項1に記載の方法。
  4. 前記細胞は哺乳動物の産生細胞である請求項1に記載の方法。
  5. 請求項2に記載の方法に係る細胞の同定に適したシステムであって、前記システムが、
    複数のウェルを有するマイクロタイタープレートと、
    前記ウェル内に個別に配置される少なくとも3種の化学的細胞ストレッサー分子であって、各々の化学的細胞ストレッサーはIC50の0.5から2.0倍の濃度で提供される少なくとも3種の化学的細胞ストレッサー分子と、
    前記3種の個別の化学的細胞ストレッサー分子のそれぞれの存在下における前記細胞の増殖反応を判定するための判定システムと、
    前記細胞の前記少なくとも3種の増殖反応に対応する、細胞固有の増殖反応フィンガープリントを記憶するためのストレージシステムと、
    前記細胞固有の増殖反応フィンガープリントを、1種または複数種の参照細胞固有の増殖反応フィンガープリントと比較するように構成された比較システムと、
    前記比較システムの出力を表示するための表示システムと、
    を含むシステム。
  6. 前記判定システムが、前記マイクロタイタープレートのウェルにある細胞の増殖を検出するよう構成されたマイクロタイタープレートリーダーである請求項5に記載のシステム。
  7. 前記比較システムが、クエリ細胞からの増殖反応フィンガープリントを入力し、増殖反応フィンガープリントを1種または複数種の参照増殖フィンガープリントと比較し、および、比較結果に部分的に基づくコンテンツを出力するように構成される計算モデルを含む請求項5に記載のシステム。
  8. 1種または複数種の参照細胞固有の増殖反応フィンガープリント、前記ストレージシステムにローカルに記憶されるか、または、インターネットを介してアクセス可能なリモートサーバーに記憶される請求項5に記載のシステム。
  9. 特定の細胞に対応する参照増殖反応フィンガープリントを生成する方法であって、
    前記細胞を少なくとも3種の個別の化学的細胞ストレッサー分子と共にインキュベートするステップであって、各々の化学的細胞ストレッサーはIC50の0.5から2.0倍の濃度で提供されるステップと、
    参照増殖反応フィンガープリントを生成する少なくとも3種の化学的細胞ストレッサー分子のそれぞれの存在下において、前記細胞の増殖反応を判定するステップと、
    を含む方法。
  10. 少なくとも24個のウェルと、
    少なくともいくつかのウェルに個別に配置される少なくとも4種の固有の化学的細胞ストレッサー分子と
    を含む、細胞に対する増殖反応フィンガープリントに適したマイクロタイタープレートであって、
    各々の化学的細胞ストレッサー分子は、複数の細胞経路のうちの1または複数を介して細胞増殖を低下させる分子であり、かつIC50の0.5から2.0倍の濃度で提供され、
    前記化学的細胞ストレッサーは、2−アミノビシクロ−(2,2,1)ヘプタン−カルボン酸(BCH)、D−フェニルアラニン(D−Phe)、α−(メチルアミノ)イソ酪酸(MeAIB)、酪酸ナトリウム(NaBu)、シクロヘキシミド、塩化アンモニウム、酢酸カドミウム二水和物、塩化コバルト(CoCl2)、塩化ナトリウム(NaCl)、乳酸ナトリウム(Na Lac)、アミノトリアゾール(AMT)、メナジオン亜硫酸水素ナトリウム塩(MSB)、ブチオニンスルホキシミン(BSO)、メルカプトコハク酸(MS)、2,4,ジニトロフェノール(24DNP)、オキサミド酸ナトリウム、2−デオキシグルコース(2dg)、3−ブロモピルバート(3−BrPA)、ジクロロ酢酸(DCA)、6−ジアゾ−5−オキソ−1−ノルロイシン(1−don)、バルプロ酸(Val)、オルトバナジン酸ナトリウム(NaV)、クエン酸、FK866、および乳酸からなる群の少なくとも4種から選択される少なくとも1種のストレッサーを含む
    マイクロタイタープレート。
  11. 少なくともいくつかのウェルに個別に配置された少なくとも6種の化学的細胞ストレッサー分子を含む、請求項10に記載のマイクロタイタープレート。
  12. 少なくともいくつかのウェルに個別に配置された少なくとも10種の化学的細胞ストレッサー分子を含む、請求項10に記載のマイクロタイタープレート。
  13. 前記個々の化学的細胞ストレッサー分子は前記マイクロタイタープレートの前記ウェルに付着されている請求項10に記載のマイクロタイタープレート。
  14. 単一の親宿主細胞集団由来のクローン細胞のパネルの相対的な流加培養性能を予測するコンピュータ実施方法であって、
    少なくとも3種の化学的細胞ストレッサーの存在下および不在下における各クローンの増殖の程度をマイクロタプレートのなかで個別にアッセイするステップであって、各々の化学的細胞ストレッサーはIC50の0.5から2.0倍の濃度で提供されるステップと、
    3種の化学的細胞ストレッサーのそれぞれの存在下および不在下における各クローンの増殖の程度を比較して、3種のストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を得るステップと、
    ストレスが与えられた微小環境のそれぞれにおける各クローンについての正規化された増殖反応値を含むクローン固有の増殖反応フィンガープリントを計算モデルに入力するステップと、
    を含み、前記計算モデルは、流加培養性能が既知のクローンの較正セットから得られた増殖反応フィンガープリントから生成され、前記計算モデルは、各クローンに関して予測される流加培養性能値を出力して、クローン細胞のパネルの相対的な流加培養性能を予測するように構成される、コンピュータ実施方法。
  15. 前記計算モデルが多重線形計算モデルであり、および/または、前記各々のクローンの増殖はマルチウェルプレートにおいてアッセイされる請求項14に記載の方法。
JP2016522520A 2013-06-26 2014-06-26 細胞の特徴を判定または予測する方法 Active JP6581975B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
EP13173871.8 2013-06-26
EP13173871 2013-06-26
EP13185979.5 2013-09-25
EP13185979 2013-09-25
PCT/EP2014/063625 WO2014207166A1 (en) 2013-06-26 2014-06-26 A method of determining or predicting a characteristic of a cell

Publications (3)

Publication Number Publication Date
JP2016529879A JP2016529879A (ja) 2016-09-29
JP2016529879A5 JP2016529879A5 (ja) 2017-08-03
JP6581975B2 true JP6581975B2 (ja) 2019-09-25

Family

ID=51211187

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016522520A Active JP6581975B2 (ja) 2013-06-26 2014-06-26 細胞の特徴を判定または予測する方法

Country Status (5)

Country Link
US (1) US20160139109A1 (ja)
EP (1) EP3014268B1 (ja)
JP (1) JP6581975B2 (ja)
CN (2) CN105518458B (ja)
WO (1) WO2014207166A1 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2944958A1 (en) 2014-04-04 2015-11-18 Techno-Path (Distribution) A method of predicting phenotypic instability in a cell
EP3075844A1 (en) 2015-04-01 2016-10-05 Valitacell Limited A method of determining a compositional or functional characteristic of a cell culture media
CN108367290B (zh) 2015-10-01 2021-06-04 伯克利之光生命科技公司 井孔板培养器
JP6968169B2 (ja) * 2016-12-01 2021-11-17 バークレー ライツ,インコーポレイテッド ウェルプレートインキュベーター
JP7092879B2 (ja) * 2017-12-29 2022-06-28 エフ.ホフマン-ラ ロシュ アーゲー 細胞培養物の代謝状態の予測
CN118197481A (zh) * 2018-09-13 2024-06-14 思科利康有限公司 预测化学结构性质的方法和***

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1997023642A1 (en) * 1995-12-22 1997-07-03 Microcide Pharmaceuticals, Inc. Size-based marker identification technology
US6656695B2 (en) * 2000-03-06 2003-12-02 Bioseek, Inc. Biomap characterization of biologically active agents
US7741533B2 (en) * 2000-11-07 2010-06-22 Pioneer Hi-Bred International, Inc. Grain quality through altered expression of seed proteins
CN1914330B (zh) * 2004-02-04 2012-10-24 默沙东公司 通过大肠杆菌发酵大规模生产质粒dna的方法
WO2008042003A2 (en) * 2006-01-12 2008-04-10 Biosense Technologies, Inc. Method and composition for rapid viability testing of cells
CN101395472A (zh) * 2006-01-17 2009-03-25 协乐民公司 预测生物***反应的方法
CN101484572A (zh) * 2006-07-14 2009-07-15 Abb研究有限公司 使产物收率最大化的补料-分批发酵设备的在线优化方法
US8571690B2 (en) * 2006-10-31 2013-10-29 Rockwell Automation Technologies, Inc. Nonlinear model predictive control of a biofuel fermentation process
CN101186880A (zh) * 2007-11-29 2008-05-28 上海交通大学 异养培养小球藻的补料优化方法
US20090287320A1 (en) * 2008-05-13 2009-11-19 Macgregor John System and Method for the Model Predictive Control of Batch Processes using Latent Variable Dynamic Models
SG10201401864VA (en) * 2009-04-27 2014-09-26 Viacyte Inc Small Molecules Supporting Pluripotent Cell Growth And Methods Thereof
CN201569914U (zh) * 2009-12-21 2010-09-01 山东省科学院生物研究所 发酵流加优化控制***
CN102220239A (zh) * 2011-03-24 2011-10-19 苏州百器智能装备***有限公司 一种基于生长预测模型的流加控制***

Also Published As

Publication number Publication date
CN105518458A (zh) 2016-04-20
US20160139109A1 (en) 2016-05-19
CN105518458B (zh) 2018-07-17
EP3014268A1 (en) 2016-05-04
WO2014207166A1 (en) 2014-12-31
JP2016529879A (ja) 2016-09-29
EP3014268B1 (en) 2020-08-05
CN109055297A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
Bock et al. High-content CRISPR screening
JP6581975B2 (ja) 細胞の特徴を判定または予測する方法
Skelly et al. Integrative phenomics reveals insight into the structure of phenotypic diversity in budding yeast
Lapins et al. Evaluation of gene expression and phenotypic profiling data as quantitative descriptors for predicting drug targets and mechanisms of action
Wang et al. Metabolomics assisted metabolic network modeling and network wide analysis of metabolites in microbiology
JP6561063B2 (ja) クローンに由来する産生株細胞のパネルの相対的な流加産生力価を予測する方法
JP6581178B2 (ja) 細胞における表現型不安定性を予測する方法
Rallis et al. Cell-based screens and phenomics with fission yeast
US10626436B2 (en) Method of determining a compositional or functional characteristic of a cell culture media
Zhang et al. From multi‐scale methodology to systems biology: to integrate strain improvement and fermentation optimization
Handler et al. An experimentally-derived measure of inter-replicate variation in reference samples: the same-same permutation methodology
Cao et al. A probabilistic model-based bi-clustering method for single-cell transcriptomic data analysis
Dickinson et al. Multi-omic integration by machine learning (MIMaL) reveals protein-metabolite connections and new gene functions
Weine et al. Tradeoffs in modeling context dependency in complex trait genetics
Lin et al. DCATS: differential composition analysis for complex single-cell experimental designs
Wang et al. Bi-clustering interpretation and prediction of correlation between gene expression and protein abundance
Kustatscher et al. The human proteome co-regulation map reveals functional relationships between proteins
Sándor et al. Transfer learning in heterogeneous drug-target interaction predictions using federated boosting
Trapp et al. Cost-effective epigenetic age profiling in shallow methylation sequencing data
Crowell Computational Techniques for Proteome and Genome Wide Circadian Studies
Tohsato et al. Towards Elucidation of the Escherichia coli K-12 Unknowneome
Skelly et al. Integrative phenomics reveals insight into the structure of

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170626

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170626

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180425

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180522

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180709

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190108

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190326

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190820

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190902

R150 Certificate of patent or registration of utility model

Ref document number: 6581975

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250