HKeyBio စက်မှုသုံးသပ်ချက်

ADA အန္တရာယ်ကိုကြိုတင်ခန့်မှန်းခြင်းအတွက် Preclinical မော်ဒယ်များ

ဘာသာပြန်ဆေးပညာစီးရီး ၀၇

စက်တင်ဘာလ 17 ရက်၊ 2026 ခုနှစ်တွင် တရုတ်ဘာသာဖြင့် ထုတ်ဝေခဲ့သည်။ ဤမှတ်ချက်သည် စက်တင်ဘာ 8 ရက်၊ 2026 ခုနှစ်အထိ ရရှိနိုင်သော အချက်အလက်များကို ထင်ဟပ်စေသည်။

HKeyBio ရဲ့ ခံယူချက်။ တိရိစ္ဆာန်လေ့လာမှုတစ်ခုတွင် တွေ့ရှိနိုင်သော ဆေးဆန့်ကျင်ဘက်ဆိုင်ရာ ပဋိပစ္စည်းများ (ADAs) မရှိခြင်းသည် လူ၏ကိုယ်ခံအားစနစ်ကို နိမ့်ကျစေမည့် အန္တရာယ်ကို ဖြစ်ပေါ်စေနိုင်ပါသလား။ နှစ်သက်ဖွယ်ကောင်းသော တွက်ချက်မှုရမှတ်သည် လူသားကိုယ်ခံအားဆဲလ်များနှင့် စမ်းသပ်မှုများကို အစားထိုးနိုင်ပါသလား။ လက်ရှိ အထောက်အထားများသည် ပိုမိုအရည်အချင်းပြည့်မီသော ကောက်ချက်ချမှုကို ပံ့ပိုးပေးသည်- ဆေးဝါးဆိုင်ရာ ကိရိယာများသည် အန္တရာယ်များကို ခွဲခြားသတ်မှတ်ရန်၊ ကိုယ်စားလှယ်လောင်းများကို နှိုင်းယှဉ်ရန်နှင့် မော်လီကျူး ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းကို လမ်းညွှန်ပေးသည်၊ သို့သော် ယေဘုယျယုံကြည်စိတ်ချရသော လူနာများတွင် ADAs ဖြစ်ပွားမှုကို ၎င်းတို့ မခန့်မှန်းနိုင်သေးပါ။

HKeyBio's Translational Medicine Series ၏ ဤထုတ်ဝေမှုသည် ကုသရေးပရိုတင်းများ၊ အထူးသဖြင့် ပဋိပစ္စည်းများနှင့် ပေါင်းစပ်ပရိုတင်းများဆီသို့ မူးယစ်ဆေးဝါးဆန့်ကျင်ရေးပဋိပစ္စည်းများ (ADAs) ၏အန္တရာယ်ကို အာရုံစိုက်ထားသည်။ ဤကောက်ချက်များအား ကာကွယ်ဆေးများ၊ ဆဲလ်ကုထုံးများ၊ သို့မဟုတ် မျိုးရိုးဗီဇကုထုံးများထံ တိုက်ရိုက်မဖော်ပြသင့်ပါ။ စက်တင်ဘာလ 8 ရက်၊ 2026 ရက်နေ့အထိ ပြန်လည်သုံးသပ်နိုင်သည့် စည်းမျဉ်းစည်းကမ်းစာရွက်စာတမ်းများနှင့် သုတေသနများကို ရေးဆွဲထားပြီး လက်ရှိမော်ဒယ်များနှင့် ၎င်းတို့၏ဘာသာပြန်ဆိုမှု နယ်နိမိတ်များကို စစ်ဆေးသည်။

အကျဉ်းချုပ်။ စာဖတ်လမ်းညွှန်

01 ခန့်မှန်းချေပစ်မှတ်ကို သတ်မှတ်ပြီး မော်ဒယ်ရလဒ်များကို အနက်ဖွင့်ပါ။

02 ကိရိယာများသည် အန္တရာယ်၏ရှုထောင့်များကို ဖြေရှင်းပေးသော်လည်း မတူညီသော ကန်းကွက်များရှိသည်။

03 တိရစ္ဆာန်နှင့် ပေါ်ပေါက်လာသော မော်ဒယ်များ တစ်ခုစီတွင် သင့်လျော်သော အသုံးချပရိုဂရမ်များ ရှိသည်။

04 ပေါင်းစပ်ရမှတ်ထက် ဆုံးဖြတ်ချက်များအတွက် သက်သေအလွှာများစွာကို အသုံးပြုပါ။

01 ခန့်မှန်းချက်ပန်းတိုင်ကို သတ်မှတ်ပြီး မော်ဒယ်ရလဒ်များကို အဓိပ္ပာယ်ပြန်ဆိုပါ။

ADA ဖွဲ့စည်းခြင်းသည် ၎င်း၏ တစ်ခုလုံးကို မဟုတ်ဘဲ ခုခံအားတိုးစေခြင်း၏ ရလဒ်တစ်ခုဖြစ်သည်။ ပုံမှန် T-cell-မှီခိုသည့် ပဋိပစ္စည်းတုံ့ပြန်မှုတွင်၊ ကုထုံးပရိုတင်းကို ထုတ်ယူပြီး၊ စီမံဆောင်ရွက်ကာ peptides အဖြစ် တင်ပြသည်။ အကူအညီပေးသူ T-cell တုံ့ပြန်မှုများသည် နောက်ပိုင်းတွင် B-cell ကွဲပြားမှုနှင့် ပဋိပစ္စည်းထုတ်လုပ်မှုကို ပံ့ပိုးပေးနိုင်သည်။ တစ်ဦးချင်း ဆန်းစစ်ချက်တစ်ခုသည် များသောအားဖြင့် ရွေးချယ်ထားသော အဆင့်များကိုသာ ဖမ်းယူပါသည်။ အဆင့်တစ်ခုတွင် အပြုသဘောဆောင်သောရလဒ်သည် အပြည့်အဝတုံ့ပြန်မှုသေချာပေါက်ဖြစ်မည်ဟု မဆိုလိုပါ။ [၁၊၃]

ကွဲပြားသောရလဒ်သုံးခုကို ထည့်သွင်းစဉ်းစားရန် လိုအပ်သည်- ADAs များကို ထုတ်လုပ်ခြင်းရှိ၊ မရှိ၊ ၎င်းတို့တွင် ဆန့်ကျင်ဘက်ဖြစ်စေသည့် လုပ်ဆောင်ချက် ပါဝင်ခြင်းရှိမရှိ၊ နှင့် ၎င်းတို့သည် မူးယစ်ဆေးဝါး ထိတွေ့မှု၊ ဘေးကင်းမှု၊ သို့မဟုတ် ထိရောက်မှုတို့ကို ထိခိုက်စေခြင်း ရှိ၊ ADA သည် ဘက်မလိုက်ဘဲ ဆေးဝါးဖော်စပ်မှု (PK) ကို ပြောင်းလဲနိုင်သော်လည်း ADA ထောက်လှမ်းခြင်းတစ်ခုတည်းက ဆေးခန်းဆိုင်ရာ ထိခိုက်မှုကို မဖြစ်ပေါ်စေပါ။ ထို့ကြောင့် မော်ဒယ်တစ်ခုကို ဘာသာပြန်ဆိုရာတွင် ပထမဆုံးမေးခွန်းမှာ အန်တီဂျင်တင်ပြမှု၊ ဆယ်လူလာတက်ကြွမှု သို့မဟုတ် အမှန်တကယ်ဖွဲ့စည်းထားသည့် ပဋိပစ္စည်းများကို တိုင်းတာခြင်းရှိမရှိဖြစ်သည်။ [၁၊၂]

 ပုံ 1. T-cell-မှီခို ADA ဖွဲ့စည်းမှု၏အထွေထွေယန္တရား။ Karle et al မှ ပြန်လည်ကူးယူဖော်ပြသည်။ [3]၊ ပုံ 1၊ CC BY 4.0 အောက်။ © 2025 Karle et al. BioRender တွင် ဖန်တီးထားသည်။ Karle, A. (2025)၊ https://BioRender.com/z1efgeo.

02 ကိရိယာများသည် အန္တရာယ်၏ရှုထောင့်များကို ဖြေရှင်းသော်လည်း ကွဲပြားသော မျက်မမြင်အစက်များရှိသည်။

တွက်ချက်မှုဆိုင်ရာ ကြိုတင်ခန့်မှန်းချက်သည် အစောပိုင်းစစ်ဆေးခြင်းကို ပံ့ပိုးပေးသော်လည်း ရမှတ်များသည် ဖြစ်ပွားမှုနှုန်းများမဟုတ်ပေ။

NetMHCIIpan ကဲ့သို့သော နည်းလမ်းများသည် လူသား leukocyte antigen class II (HLA-II) မော်လီကျူးများနှင့် ချိတ်ဆက်ထားသော peptide ကို ခန့်မှန်းခြင်း၊ သို့မဟုတ် တင်ပြခြင်း။ ဗားရှင်း 4.3 သည် HLA-DR၊ -DQ နှင့် -DP တို့နှင့် သက်ဆိုင်သည့် အချက်အလက်များကို ပေါင်းစပ်ထားပြီး နောက်ထပ် စာမေးပွဲအတွက် ကိုယ်စားလှယ်လောင်း စီတန်းဒေသများကို ခွဲခြားသတ်မှတ်ရာတွင် ကူညီပေးနိုင်ပါသည်။ သို့သော် အဆင့်ရမှတ်တစ်ခုသည် T-cell အသိအမှတ်ပြုမှုကို သက်သေမပြနိုင်သလို ADA ဖွံ့ဖြိုးတိုးတက်မှု၏ လူနာအဆင့်ဖြစ်နိုင်ခြေကို ကိုယ်စားမပြုပါ။ ခွဲခြမ်းစိတ်ဖြာသူများသည် ပစ်မှတ်လူဦးရေနှင့် ဆော့ဖ်ဝဲဗားရှင်းတွင် ကိုယ်စားပြုသည့် HLA alleles များကို မှတ်တမ်းတင်ထားသင့်ပြီး တွေ့ရှိချက်များသည် အဓိပ္ပာယ်ဖွင့်ဆိုနိုင်ကာ မျိုးပွားနိုင်သည်ဟု သေချာစေပါသည်။

MAPP များသည် တင်ဆက်မှုကို ထုတ်ဖော်ပြသသော်လည်း လုပ်ငန်းဆောင်တာ မှန်ကန်မှု ရှိရန် လိုအပ်ပါသည်။

အဓိက Histocompatibility ရှုပ်ထွေးသော ဆက်စပ်ပက်ပရိုတီအိုမစ်များ (MAPPs) သည် ပုံမှန်အားဖြင့် လူသား၏ အန်တီဂျင်-တင်ပြသည့်ဆဲလ်များကို မူးယစ်ဆေးကိုယ်စားလှယ်ထံ ထုတ်ဖော်ပြသပြီးနောက် HLA-II-ဆက်စပ်ပရိုမက်တစ် အစုလိုက်အပြုံလိုက် အစုလိုက်အပြုံလိုက် spectrometry ကိုအသုံးပြုသည်။ ၎င်းသည် သဘာဝအတိုင်း လုပ်ဆောင်ပြီး peptides များကို တိုင်းတာပြီး epitope မြေပုံနှင့် မော်လီကျူးမှ မော်လီကျူး နှိုင်းယှဉ်ခြင်းအတွက် အသုံးဝင်သော အထောက်အထားများ ပေးဆောင်သည်။ မည်သို့ပင်ဆိုစေကာမူ၊ peptide detection သည် နောက်ဆက်တွဲ T-cell activation ကို သရုပ်မဆောင်ဘဲ၊ ထောက်လှမ်းခြင်းမဟုတ်ပါက အလှူရှင်ရွေးချယ်မှု သို့မဟုတ် ခွဲခြမ်းစိတ်ဖြာမှုလွှမ်းခြုံမှုအတိမ်အနက်ကို ထင်ဟပ်စေနိုင်သည်။ [3]

Human T Cell Assays လုပ်ဆောင်ချက်ကို အကဲဖြတ်သော်လည်း တုံ့ပြန်မှုများကို လွဲချော်နိုင်သည်။

Peripheral blood mononuclear cell (PBMC) စနစ်များနှင့် dendritic-cell/autologous CD4+ T-cell co-cultures များသည် ကြီးထွားမှုအပါအဝင် လုပ်ငန်းဆောင်တာတုံ့ပြန်မှုများကို တိုင်းတာနိုင်သည်။ 2024 ခုနှစ် လေ့လာမှုတစ်ခုတွင် CD8-ကုန်သွားသော PBMC စစ်ဆေးမှုတစ်ခုသည် အတော်လေးမြင့်မားသော လက်တွေ့ကိုယ်ခံအားစနစ်ကို ကောင်းမွန်သော ပဋိပစ္စည်း ရှစ်ခုမှ လေးခုအပေါ် တုံ့ပြန်မှုများကို တွေ့ရှိခဲ့ပြီး dendritic-cell/CD4+ T-cell co-culture ငါးခုကို တွေ့ရှိခဲ့ပြီး၊ စနစ်နှစ်ခုစလုံးတွင် အနုတ်သုံးချက် [5]။ ဤတွေ့ရှိချက်များသည် T-cell assay တစ်ခုမှ ဇီဝကုထုံးတိုင်း၏ လက်တွေ့ကျသော immunogenicity ကို ကြိုတင်ခန့်မှန်း၍မရသည့် အကြောင်းရင်းကို ဖော်ပြသည်။

2026 ခုနှစ် ဇန်နဝါရီလတွင် ထုတ်ပြန်ခဲ့သော အကောင်းဆုံးအလေ့အကျင့် အကြံပြုချက်များသည် အလှူရှင်ရွေးချယ်မှု၊ ဆဲလ်အရည်အသွေး၊ ထိန်းချုပ်မှုများနှင့် ကြိုတင်သတ်မှတ်ထားသော စကားပြန်သတ်မှတ်ချက်များ [6] ကို အလေးထားပါသည်။ တရုတ်နိုင်ငံရှိ မူးယစ်ဆေးဝါး ဖွံ့ဖြိုးတိုးတက်ရေး အစီအစဉ်များအတွက် HLA ဖြန့်ဖြူးမှုသည် ရည်ရွယ်ထားသည့် လူနာဦးရေကို မည်မျှ ကောင်းမွန်စွာ ကိုယ်စားပြုသည်ဖြစ်စေ အလှူရှင်အရေအတွက်ကို ထည့်သွင်းစဉ်းစားသင့်သည်။ ခုခံအားဆဲလ်၏လုပ်ဆောင်ချက်ကို တိုက်ရိုက်ပြောင်းလဲစေသော မော်လီကျူးများကို အထူးသတိထား၍ အဓိပ္ပာယ်ဖွင့်ဆိုရန် လိုအပ်သည်- ဆေးဝါးဗေဒအရ နှိမ်နင်းမှုကြောင့် ဖြစ်ပေါ်လာသော စမ်းသပ်မှုနည်းသော တုံ့ပြန်မှုသည် ခုခံအားကျဆင်းမှုအန္တရာယ်အဖြစ် အလိုအလျောက် မသတ်မှတ်သင့်ပါ။

ဇယား 1. ကြိုတင်လက်တွေ့ အကဲဖြတ်ခြင်း ကိရိယာများ အသုံးပြုမှုနှင့် အဓိက ကန့်သတ်ချက်များ။

03 တိရစ္ဆာန်နှင့် ပေါ်ထွန်းလာသော မော်ဒယ်များ တစ်ခုစီတွင် သင့်လျော်သော အသုံးချမှုများ ရှိသည်။

တိရိစ္ဆာန်နှင့် ပေါ်ထွန်းလာသော မော်ဒယ်များသည် တိကျသောမေးခွန်းများကို ဖြေရှင်းခြင်းဖြင့် တန်ဖိုးကို တိုးစေသည်။

သမားရိုးကျ တိရိစ္ဆာန်များတွင် ADA သည် ထိုလေ့လာမှုအတွင်း တွေ့ရှိချက်များကို ရှင်းပြရန် ပထမဆုံး ကိန်းရှင်ဖြစ်သည်။ European Medicines Agency (EMA) မှ မှတ်ချက်ပြုသည်မှာ လူသား သို့မဟုတ် လူသားဆန်သော ပရိုတင်းများကို တိရစ္ဆာန်များက နိုင်ငံခြားအဖြစ် အသိအမှတ်ပြုနိုင်ပြီး တိရစ္ဆာန်၏ ကိုယ်ခံအားစနစ်ကို ကောင်းမွန်စေခြင်းသည် လူတွင် ခုခံအားဖြစ်နိုင်ချေကို ယေဘုယျအားဖြင့် ခန့်မှန်းနိုင်မှု ညံ့ဖျင်းကြောင်း မှတ်သားထားသည်။ တိရိစ္ဆာန်များတွင် ADA တိုင်းတာမှုများသည် ထပ်ခါတလဲလဲထိုးသည့် အဆိပ်သင့်မှုတွေ့ရှိချက်များကို အဓိပ္ပာယ်ဖွင့်ဆိုရာတွင် အထောက်အကူဖြစ်စေနိုင်သည်။ ထို့ကြောင့်၊ cynomolgus မျောက်များတွင် ADA အပြုသဘောဆောင်မှုသည် လူသား၏အန္တရာယ်ကို မြင့်မားစေသည်မဟုတ်သလို ADA-negative တိရိစ္ဆာန်လေ့လာမှုသည် လူသားတို့၏ဘေးကင်းမှုကို သက်သေပြခြင်းမဟုတ်ပါ။

vivo ထိရောက်မှုလေ့လာမှုများတွင် လက်တွေ့စမ်းသပ်မှုများအတွက်၊ ပိုမိုအသုံးဝင်သောနည်းလမ်းမှာ ဆေးဝါးထိတွေ့မှုနှင့် ထိရောက်မှုပြောင်းလဲမှုများနှင့်အတူ ADA ကို အချိန်နှင့်အမျှ လိုက်နာရန်ဖြစ်သည်။ ထပ်ခါတလဲလဲ ထိုးပြီးနောက် ထိရောက်မှု လျော့နည်းသွားပါက၊ ထိတွေ့မှု ကျဆင်းသွားခြင်း ရှိ၊ မရှိ၊ ပစ်မှတ် ယန္တရားနှင့် သက်ဆိုင်သည့် အကျိုးသက်ရောက်မှု ဆုံးရှုံးမှုကို မစဉ်းစားမီ မူးယစ်ဆေးဝါး ဝင်ရောက်စွက်ဖက်ခြင်း ရှိ၊ မရှိ စစ်ဆေးပါ။ လေ့လာမှုတစ်ခု၏အဆုံးတွင် အပြုသဘောဆောင်သော ADA ရလဒ်တစ်ခုသည် ADA ၏ ထိရောက်မှုပြောင်းလဲမှုကို ဖြစ်ပေါ်စေသည်ဟု သတ်မှတ်ရန် မလုံလောက်ပါ။ ဤသည်မှာ အထက်ဖော်ပြပါ စည်းမျဉ်းစည်းကမ်းများကို အခြေခံ၍ အဓိပ္ပာယ်ဖွင့်ဆိုခြင်းကို လေ့လာရန် အဆိုပြုထားသော ချဉ်းကပ်မှုတစ်ခုဖြစ်သည်။ [2]

Immune-humanized ကြွက်များသည် ပိုမိုပြီးပြည့်စုံသော ပဋိပစ္စည်းတုံ့ပြန်မှုဆီသို့ တိုးတက်လျက်ရှိသည်။ 2026 ခုနှစ် ဩဂုတ်လတွင် ထုတ်ဝေခဲ့သော အယူအဆ အထောက်အထား လေ့လာမှုတစ်ခုသည် စမ်းသပ်အုပ်စုခြောက်ခုတွင် လူသားစိုင်မစ်တစ်ရှူးနှင့် သွေးဆဲလ်များကို အသုံးပြုကာ infliximab နှင့် interferon beta-1b တို့၏ တုံ့ပြန်မှုများကို စုံစမ်းဖော်ထုတ်ခဲ့သည်။ ဆန့်ကျင်ဘက်ဖြစ်စေသော တုံ့ပြန်မှုအချို့အပါအဝင် မူးယစ်ဆေးဝါးဆိုင်ရာ ADAs များကို လေ့လာတွေ့ရှိခဲ့သည်။ [7] သို့သော်၊ စမ်းသပ်မှုအုပ်စုခြောက်ခုသည် အပြည့်အဝလွတ်လပ်သောအလှူရှင်ခြောက်ဦးနှင့် ညီမျှသည်မဟုတ်ပါ၊ အချို့သောထိန်းချုပ်တိရစ္ဆာန်များတွင် အလှူရှင်ကွဲပြားမှုနှင့် သီးခြားမဟုတ်သောတုံ့ပြန်မှုများကို အစီရင်ခံထားသည်။ ရလဒ်များသည် စွန့်စားဖော်ထုတ်ခြင်းအတွက် နောက်ထပ်ဖွံ့ဖြိုးတိုးတက်မှုကို ပံ့ပိုးပေးသည်။ မတူကွဲပြားသော ကိုယ်စားလှယ်လောင်းများ သို့မဟုတ် အထွေထွေ စည်းမျဉ်းလက်ခံမှုတွင် ယုံကြည်စိတ်ချရသော အဆင့်ကို မပြပါ။

Organoids များသည် လူ့ကိုယ်ခံအား တစ်ရှူးများ၏ လုပ်ဆောင်နိုင်စွမ်းကို ပိုမိုထိန်းသိမ်းရန် ရည်ရွယ်သည်။ 2021 human tonsil organoid လေ့လာမှုတစ်ခုသည် ကာကွယ်ဆေး [8] အပါအဝင် antigens များဖြင့် လှုံ့ဆော်ပြီးနောက် antigen-specific antibody တုံ့ပြန်မှုများ၊ အတန်းအစားပြောင်းခြင်းနှင့် ရင်းနှီးမှုရင့်ကျက်မှုကို ပြန်ထုတ်ပေးပါသည်။ ၎င်းသည် T နှင့် B ဆဲလ်များကြား ပူးပေါင်းဆောင်ရွက်မှုကို လေ့လာရန်အတွက် သုတေသနအခြေခံကို ထောက်ပံ့ပေးသော်လည်း လေ့လာမှုသည် ကုထုံးပရိုတင်းများအတွက် ADA ဖြစ်ပွားမှု ခန့်မှန်းချက်ကို ခိုင်လုံမှုမရှိပါ။ ကာကွယ်ဆေး-တုံ့ပြန်မှုစွမ်းရည်ကို မူးယစ်ဆေးဝါးအန္တရာယ် ခန့်မှန်းချက်အဖြစ် ဘာသာပြန်ဆိုရာတွင် ဆေးဝါးအကန့်များ၊ အပြုသဘောနှင့် အနုတ်လက္ခဏာ ထိန်းချုပ်မှုများနှင့် သီးခြားအတည်ပြုချက် လိုအပ်နေသေးသည်။

လူသားဆန်သောကြွက်များနှင့် ဇီဝရုပ်နှစ်မျိုးလုံးအတွက်၊ 'လူနှင့်ပိုတူသော' သည် မျိုးပွားမည့်ပုံစံ၏ ကိုယ်ခံအားလုပ်ဆောင်ချက်ကို သတ်မှတ်သင့်သည်။ အလှူရှင်လွှမ်းခြုံမှု၊ ကိုယ်ခံအားပြန်လည်ဖွဲ့စည်းမှုအရည်အသွေး၊ ပဋိပစ္စည်းအတန်းအစားပြောင်းခြင်း၊ နောက်ခံတုံ့ပြန်မှုများနှင့် မျိုးပွားနိုင်မှုတို့ကို အကဲဖြတ်သင့်သည်။ 'လူသားဆန်ခြင်း' အညွှန်းတစ်ခုတည်းသည် မော်ဒယ်တစ်ခု၏ နှိုင်းယှဥ်သာဓကများကို မသတ်မှတ်ထားပေ။

04 ပေါင်းစပ်ရမှတ်ထက် ဆုံးဖြတ်ချက်များအတွက် သက်သေအလွှာများစွာကို အသုံးပြုပါ။

ရှာဖွေတွေ့ရှိမှုနှင့် ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းကာလအတွင်း၊ တရားဝင်မှုလိုအပ်သည့် ဒေသများကို ခွဲခြားသတ်မှတ်ရန်အတွက် တွက်ချက်မှုဆိုင်ရာ တွေ့ရှိချက်များကို အသုံးပြုခြင်းဖြင့် ဆက်တိုက်နှင့် ထုတ်ကုန်အရည်အသွေးအန္တရာယ်များကို ဦးစွာပြန်လည်သုံးသပ်နိုင်သည်။ စုစည်းမှု၊ အညစ်အကြေးများ၊ စီမံအုပ်ချုပ်မှုလမ်းကြောင်းနှင့် ရည်ရွယ်ထားသော လူနာဦးရေကိုလည်း ထည့်သွင်းစဉ်းစားသင့်သည်။ ဆက်တိုက်မှရရှိသောရမှတ်ကို လျှော့ချခြင်းသည် ထုတ်ကုန်တစ်ခုလုံးကို အကဲဖြတ်ခြင်းအတွက် အသုံးမ၀င်သင့်ပါ။ [1]

ကိုယ်စားလှယ်လောင်း နှိုင်းယှဉ်မှုများအတွက်၊ ဖော်မြူလာအခြေအနေ၊ အလှူရှင်အခြေအနေများ၊ ထိန်းချုပ်မှုများ၊ နှင့် ဘာသာပြန်ဆိုခြင်းဆိုင်ရာ စံနှုန်းများကို တတ်နိုင်သမျှ တသမတ်တည်း ထိန်းသိမ်းထားသင့်သည်။ အကယ်၍ MAPP များသည် T-cell စစ်ဆေးမှုတွင် အနုတ်လက္ခဏာဖြစ်နေချိန်တွင် အသစ်တင်ပြထားသော ဒေသတစ်ခုကို ခွဲခြားသတ်မှတ်ပါက၊ နည်းလမ်းတစ်ခုစီနှင့် စမ်းသပ်မှုအခြေအနေများအလိုက် ဇီဝအဆင့်များကို ဦးစွာစစ်ဆေးပါ၊ ထို့နောက် နောက်ထပ်အတည်ပြုချက်လိုအပ်ကြောင်း ဆုံးဖြတ်ပါ။ အနုတ်လက္ခဏာရလဒ်နှစ်ခုကို 'ပယ်ဖျက်ခြင်း' အပြုသဘောဆောင်သောရလဒ်တစ်ခုအဖြစ် မဆက်ဆံသင့်ပါ။ မူလလုပ်ဆောင်ချက်နှင့် ဓာတုဗေဒအရည်အသွေးကို ဆက်လက်ထိန်းသိမ်းထားကြောင်း အတည်ပြုချက်ဖြင့် အသေးအဖွဲအစီအစဥ်ကို ပိုမိုကောင်းမွန်အောင် ပြုလုပ်သင့်သည်။

vivo လုပ်ငန်းစတင်သည်နှင့်တစ်ပြိုင်နက် ADA တိုင်းတာမှုများကို ထိတွေ့မှု၊ ထိရောက်မှု၊ နှင့် ဘေးကင်းမှုဆိုင်ရာ ဖတ်ရှုမှုများဖြင့် အကဲဖြတ်ရပါမည်။ Clinical ADA assay နည်းဗျူဟာကိုလည်း ဆေးခန်းသို့မဝင်မီ စီစဉ်သင့်သည်။ US FDA 2019 လမ်းညွှန်ချက်သည် စိစစ်ခြင်း၊ အတည်ပြုခြင်း၊ titer နှင့် antibody အကဲဖြတ်ခြင်းတို့ကို ကွဲပြားစေပြီး ခွဲခြမ်းစိတ်ဖြာမှုနည်းလမ်း စွမ်းဆောင်ရည်ကို ဆွေးနွေးထားသည်။ စွန့်စားခန့်မှန်းမှုပုံစံများနှင့် ADA ထောက်လှမ်းမှု ဆန်းစစ်ချက်များသည် မတူညီသောမေးခွန်းများကို ဖြေကြားပေးသည်။ နမူနာများတွင် ပဋိပစ္စည်းများကို တိုင်းတာခြင်း၊ ထောက်လှမ်းမှု စစ်ဆေးမှုတစ်ခုကို ထူထောင်ခြင်းသည် လူသား၏ ကိုယ်ခံအားကို ကြိုတင်ခန့်မှန်းနိုင်သော စွမ်းရည်ကို မသတ်မှတ်ပါ။

မော်လီကျူးများ နှိုင်းယှဉ်ခြင်း သို့မဟုတ် မော်ဒယ်များ တီထွင်ရန်အတွက် ဆေးခန်းသုံး ADA ဒေတာအစုံများကို အသုံးပြုသောအခါ၊ လူနာဦးရေ ကွာခြားချက်များ၊ ပေါင်းစပ်ဆေးဝါးများ၊ နမူနာယူခြင်း အချိန်ဇယားနှင့် စစ်ဆေးမှုနည်းလမ်းများကို စစ်ဆေးရပါမည်။ 2026 ခုနှစ် ခွဲခြမ်းစိတ်ဖြာချက်တစ်ခုသည် ဆေးဘက်ဆိုင်ရာ ADA ကြိမ်နှုန်းများနှင့် ထုတ်ဝေထားသော vitro readouts များကို ပေါင်းစပ်ထားသော စက်ပိုင်းဆိုင်ရာ တိုင်းတာမှုများနှင့် လက်တွေ့ရလဒ်များအကြား ဆက်စပ်မှုများကို စူးစမ်းလေ့လာခဲ့သည် [10]။ နောက်ကြောင်းပြန်အသင်းအဖွဲ့များသည် နည်းလမ်းဖွံ့ဖြိုးတိုးတက်မှုကို လမ်းညွှန်နိုင်သော်လည်း ကိုယ်စားလှယ်လောင်းအသစ်အတွက် အလားအလာရှိသော တရားဝင်အတည်ပြုချက်ကို အစားမထိုးပါ။

ကြိုတင်လက်တွေ့ ADA ခန့်မှန်းခြင်း၏ လက်တွေ့ကျသော အခန်းကဏ္ဍမှာ စောစီးစွာ အာရုံစူးစိုက်မှုကောင်းစေမည့် အန္တရာယ်များကို ဖော်ထုတ်ရန်၊ မကိုက်ညီသော သက်သေအထောက်အထားများကို ရှင်းပြရန်နှင့် မော်လီကျူးများ သို့မဟုတ် လေ့လာမှုပုံစံများဆီသို့ အထောက်အထားအခြေခံပြောင်းလဲမှုများကို ပံ့ပိုးပေးရန်ဖြစ်သည်။ လက်ရှိအချိန်တွင်၊ ပေးအပ်နိုင်သောတန်ဖိုးအရှိဆုံးအရာသည် မကြာခဏဆိုသလို ၎င်း၏ထောက်ကူပေးသည့်အထောက်အထား၊ အသုံးချနိုင်မှုအတိုင်းအတာနှင့် ကျန်မသေချာမရေရာမှုများကို ရှင်းလင်းဖော်ပြထားသည့် အန္တရာယ်အကဲဖြတ်မှုတစ်ခုဖြစ်သည်။

HKeyBio အမြင်

HKeyBio သည် autoimmune ရောဂါပုံစံများကို အထူးပြုပါသည်။ autoimmune နှင့် allergy ကုထုံးများအတွက် vivo ထိရောက်မှုအကဲဖြတ်မှုတွင် လက်တွေ့စမ်းသပ်မှုတွင်၊ ကျွန်ုပ်တို့သည် မော်ဒယ်များ၊ ရောဂါဗေဒ၊ ခုခံအားဖတ်ခြင်းများနှင့် ခွဲခြမ်းစိတ်ဖြာမှုစမ်းသပ်ခြင်းတို့ကို အချင်းချင်း အသိပေးပုံကို အာရုံစိုက်ပါသည်။ ADA ကြောင့် ထိခိုက်နိုင်ချေရှိသော ထပ်ခါတလဲလဲ ဆေးထိုးသည့်ပရိုဂရမ်များအတွက် ထိတွေ့မှုနှင့် ထိရောက်မှုဆိုင်ရာ အပြောင်းအလဲများကို အဓိပ္ပာယ်ဖွင့်ဆိုရန် လိုအပ်သည့်အချက်ဖြင့် လေ့လာမှုပုံစံကို ဆွေးနွေးနိုင်ပါသည်။ မော်လီကျူး၏ဝိသေသလက္ခဏာများနှင့် ဖွံ့ဖြိုးတိုးတက်မှုအဆင့်အလိုက် တိကျသောမော်ဒယ်များ၊ ဆန်းစစ်ချက်များ၊ မျိုးကွဲအမျိုးအစားအလိုက် သင့်လျော်မှုနှင့် အကောင်အထည်ဖော်မှုလိုအပ်ချက်များကို တစ်ဦးချင်းအတည်ပြုသင့်သည်။

ကိုးကား

[1] FDA ။ ကုထုံးပရိုတင်း ထုတ်ကုန်များအတွက် ကိုယ်ခံအားစနစ် အကဲဖြတ်ခြင်း။ စက်မှုလုပ်ငန်းလမ်းညွှန်။ ၂၀၁၄။ အရင်းအမြစ်

[2] EMA ကုထုံးပရိုတင်းများ၏ ကိုယ်ခံအားစနစ်ကို အကဲဖြတ်ခြင်းဆိုင်ရာ လမ်းညွှန်ချက်။ ပြန်လည်ပြင်ဆင်မှု 1. 2017. အပိုင်း 6- ဆေးခန်းမဟုတ်သော immunogenicity အကဲဖြတ်ခြင်း။ အရင်းအမြစ်

[3] Karle AC, et al. MAPPs သည် လက်တွေ့မဟုတ်သော ခုခံအားကျဆင်းမှုအန္တရာယ် အကဲဖြတ်မှုအတွက် ဆန်းစစ်ချက်- ဥရောပ immunogenicity platform မှ အကြံပြုထားသော အကောင်းဆုံးအလေ့အကျင့်များ။ ရှေ့ဘက် Immunol ။ 2025;16:1690101။ doi:10.3389/fimmu.2025.1690101။ ပုံ 1- CC BY 4.0။ အရင်းအမြစ်

[4] Nilsson JB, et al. အံဝင်ခွင်ကျ ဒေတာရယူမှုနှင့် သန့်စင်ထားသော စက်သင်ယူမှုတို့ကို အသုံးပြု၍ loci အားလုံးတွင် HLA အတန်းအစား II antigen တင်ပြမှုကို တိကျသော ခန့်မှန်းချက်။ Sci Adv. ၂၀၂၃။ doi:10.1126/sciadv.adj6367။ ဆော့ဖ်ဝဲဗားရှင်းများအတွက် DTU စာရွက်စာတမ်းကိုလည်း ကြည့်ပါ။ အရင်းအမြစ်

[5] Walsh RE၊ et al။ CD4 T ဆဲလ်စစ်ဆေးမှုများကို အသုံးပြု၍ ဇီဝကုထုံးများ၏ ဇီဝကုထုံးများ၏ အန္တရာယ်အကဲဖြတ်ခြင်း။ ရှေ့ဘက် Immunol ။ 2024;15:1406040။ doi:10.3389/fimmu.2024.1406040။ အရင်းအမြစ်

[6] Tourdot S, et al ။ လက်တွေ့မဟုတ်သော ခုခံအားကျဆင်းမှုအန္တရာယ် အကဲဖြတ်မှုအတွက် တီဆဲလ်စစ်ဆေးမှုများ- European Immunogenicity Platform မှ အကြံပြုထားသော အကောင်းဆုံးအလေ့အကျင့်များ။ ရှေ့ဘက် Immunol ။ 2025;16:1723110။ ဇန်နဝါရီ 12 ရက် 2026 တွင်ထုတ်ဝေသည်။ doi:10.3389/fimmu.2025.1723110။ အရင်းအမြစ်

[7] Gharaie S, et al. NeoThy™ immune-humanized ကြွက်များသည် ဇီဝဆေးဝါးထုတ်ကုန်များအတွက် ခုခံအားဖြစ်နိုင်မှု အကဲဖြတ်မှုကို ပံ့ပိုးရန်အတွက် မူးယစ်ဆေးဝါးဆန့်ကျင်ရေး ပဋိပစ္စည်းများကို ထုတ်လုပ်နိုင်သည်။ ရှေ့ဘက် Immunol ။ 2026;17:1851898။ doi:10.3389/fimmu.2026.1851898။ အရင်းအမြစ်

[8] Wagar LE, et al. ဂလင်းတမျိုး organoids များဖြင့် လူသားတို့၏ လိုက်လျောညီထွေရှိသော ကိုယ်ခံအားတုံ့ပြန်မှုများကို စံပြပါ။ နတ် Med 2021။ doi:10.1038/s41591-020-01145-0။ အရင်းအမြစ်

[9] FDA ။ ကုထုံးပရိုတင်း ထုတ်ကုန်များ၏ ကိုယ်ခံအားစနစ်ကို စမ်းသပ်ခြင်း—မူးယစ်ဆေးဝါး ဆန့်ကျင်ဘက်ဆိုင်ရာ ပဋိပစ္စည်းရှာဖွေတွေ့ရှိမှုအတွက် စစ်ဆေးမှုများကို ဖော်ထုတ်ခြင်းနှင့် မှန်ကန်ကြောင်း စစ်ဆေးခြင်း။ စက်မှုလုပ်ငန်းလမ်းညွှန်။ 2019 ခုနှစ်။ အရင်းအမြစ်

[10] Agnihotri S၊ Venkatesh A၊ Ramanathan M၊ Balu-Iyer S. တိရစ္ဆာန် စမ်းသပ်မှုဆိုင်ရာ အခြားရွေးချယ်စရာများအဖြစ် အသုံးပြုထားသော ဇီဝဗေဒဆိုင်ရာ ကိုယ်ခံအားစနစ်ကို ကြိုတင်ခန့်မှန်းခြင်းဆီသို့ ပထမခြေလှမ်း။ J Pharm သိပ္ပံ။ 2026;115(6):104297။ doi:10.1016/j.xphs.2026.104297။ အရင်းအမြစ်

NetMHCIIpan 4.3 တရားဝင်စာရွက်စာတမ်း။ အရင်းအမြစ်

ရေးသားသူ: HKeyBio စျေးကွက်ရှာဖွေရေးဌာန | သိပ္ပံနည်းကျ သုံးသပ်ချက်- Jing Yan | တည်းဖြတ်သူ- Wang Shuyan

HKeyBio အကြောင်း

HKeyBio သည် autoimmune disease model specialist သည် vivo ထိရောက်မှုအကဲဖြတ်ခြင်းဝန်ဆောင်မှုများတွင် အဆုံးမှအစအဆုံး ပံ့ပိုးပေးသည့် autoimmune နှင့် allergy ရောဂါများကို အဓိကထားလုပ်ဆောင်သည့် preclinical contract research organization (CRO) ဖြစ်သည်။ ၎င်း၏အဓိကနည်းပညာအဖွဲ့သည် autoimmune ဆေးဝါးဖွံ့ဖြိုးတိုးတက်ရေးလုပ်ငန်းစဉ်တစ်လျှောက်အနှစ် 20 ကျော်အတွေ့အကြုံရှိသည်။ ကုမ္ပဏီသည် ISO 9001 လက်မှတ်ရရှိထားပြီး Suzhou နှင့် Guangxi ရှိ လူသားမဟုတ်သော primate သုတေသနနေရာနှစ်ခုနှင့်အတူ မော်လီကျူလာနှင့် ဆဲလ်လူလာသုတေသန၊ ရောဂါဗေဒ၊ ရောဂါဗေဒ၊ တိရစ္ဆာန်အသေးစားလေ့လာမှုများနှင့် ခွဲခြမ်းစိတ်ဖြာမှုစမ်းသပ်ခြင်းဆိုင်ရာ Suzhou စက်မှုဥယျာဉ်တွင် ပေါင်းစပ်သုတေသနလုပ်ငန်းကို ဆောင်ရွက်လျက်ရှိသည်။ HKeyBio တွင် ဝန်ထမ်း 80 နီးပါးရှိပြီး ပရောဂျက်ခေါင်းဆောင်များအားလုံးသည် မဟာဘွဲ့ သို့မဟုတ် ပါရဂူဘွဲ့များ ရရှိထားကြသည်။ အဖွဲ့သည် autoimmune ရောဂါများတွင် စုံစမ်းစစ်ဆေးမှုအသစ် 500 (IND) အက်ပ်လီကေးရှင်းများကို ပံ့ပိုးပေးသည့် အတွေ့အကြုံကို စုဆောင်းထားပြီး autoimmune drug development နှင့် regulatory တင်ပြမှုတစ်လျှောက် ရှုပ်ထွေးသောစိန်ခေါ်မှုများကို ထိရောက်စွာဖြေရှင်းနိုင်စေပါသည်။

·  autoimmune နှင့် မတည့်သောရောဂါများ၏ လူမဟုတ်သော primate မော်ဒယ် 50+

·  autoimmune နှင့် မတည့်သောရောဂါများ၏ 500+ တိရစ္ဆာန်မော်ဒယ်များ

·  autoimmune ရောဂါများတွင် 500+ IND applications များကိုပံ့ပိုးပေးသည့်အတွေ့အကြုံ