基于自动多波长校准来确定未知蛋白质样品的蛋白质浓度的系统和方法与流程

技术特征：
1.一种基于紫外线(uv)的成像系统，其被配置成基于自动多波长校准来确定未知蛋白质样品的蛋白质浓度，该基于uv的成像系统包括：光源，其被配置成投射多波长光束；单色仪，其被配置成接收该多波长光束，并且基于该多波长光束投射uv光谱的一系列单波长光束；样品保持器，其可操作以用于接收蛋白质样品，该蛋白质样品是(1)选自一组标准蛋白质样品的标准蛋白质样品，或者(2)选自一组未知蛋白质样品的未知蛋白质样品，该未知蛋白质样品具有未知蛋白质浓度，其中该样品保持器被定位成允许该系列单波长光束穿过该蛋白质样品的至少一部分；检测器，其可操作以检测穿过该蛋白质样品的至少一部分的该系列单波长光束；存储程序指令的存储器；以及通信地耦合到该存储器的处理器，其中该处理器被配置成执行这些程序指令，以使该处理器：接收如由该检测器为该组标准蛋白质样品中的每个标准蛋白质样品记录的该组标准波长数据，其中对于每个标准蛋白质样品，该组标准波长数据包括跨从该系列单波长光束中选择的第一波长范围的第一系列第一吸光度与波长值对，每个第一吸光度与波长值对包括uv吸光度值和波长值，基于该组标准波长数据的第一系列第一吸光度与波长值对中的每一个生成多波长校准模型，接收如由该检测器为该组未知蛋白质样品中的每个未知蛋白质样品记录的一组未知波长数据，其中对于每个未知蛋白质样品，该组未知波长数据包括跨从该系列单波长光束中选择的第二波长范围的第二系列第二吸光度与波长值对，每个第二吸光度与波长值对包括uv吸光度值和波长值，并且用该多波长校准模型，为该组未知蛋白质样品中的每个未知蛋白质样品确定多个蛋白质浓度值，该多个蛋白质浓度值中的每个蛋白质浓度值对应于从该系列单波长光束中选择的该第二波长范围。2.如权利要求1所述的基于uv的成像系统，其中该光源、该单色仪、该样品保持器和该检测器包括分光光度计装置的一部分。3.如权利要求1或权利要求2所述的基于uv的成像系统，其中该处理器通信地耦合到该检测器。4.如权利要求1-3中任一项所述的基于uv的成像系统，其中该存储器或该处理器远离该检测器。5.如权利要求1-4中任一项所述的基于uv的成像系统，其中该组标准蛋白质样品包括多个标准蛋白质样品，并且其中该组未知蛋白质样品包括具有未知蛋白质浓度的单个蛋白质样品。6.如权利要求1-5中任一项所述的基于uv的成像系统，其中该组标准蛋白质样品是每毫升(ml)0.1至220毫克(mg)范围内的蛋白质标准溶液。7.如权利要求1-6中任一项所述的基于uv的成像系统，其中该系列单波长光束包括从200纳米(nm)至400纳米(nm)的uv光谱中的单波长光束。
8.如权利要求7所述的基于uv的成像系统，其中该uv光谱中的每个单波长光束以一纳米的间隔分开。9.如权利要求1-8中任一项所述的基于uv的成像系统，其中生成该多波长校准模型包括为从该系列单波长光束中选择的该第一波长范围中的每一个生成单波长校准模型，每个单波长校准模型包括对应于特定单波长的uv吸光度的斜率值和y截距值。10.如权利要求1-9中任一项所述的基于uv的成像系统，其中该多波长校准模型被训练为机器学习模型。11.如权利要求1-10中任一项所述的基于uv的成像系统，其进一步包括标准波长数据滤波器，该处理器进一步被配置成执行这些程序指令，以使该处理器针对该系列单波长光束实施该标准波长数据滤波器，从而选择该第一波长范围。12.如权利要求11所述的基于uv的成像系统，其中该处理器进一步被配置成执行这些程序指令，以使该处理器实施该标准波长数据滤波器，从而基于uv吸光度值的第一滤波器范围内的uv吸光度值来限制每个第一系列第一吸光度与波长值对。13.如权利要求1-12中任一项所述的基于uv的成像系统，其进一步包括未知波长数据滤波器，该处理器进一步被配置成执行这些程序指令，以使该处理器针对该系列单波长光束实施该未知波长数据滤波器，从而选择该第二波长范围。14.如权利要求13所述的基于uv的成像系统，其中该处理器被配置成执行这些程序指令，以使该处理器实施该未知波长数据滤波器，从而基于uv吸光度值的第二滤波器范围内的uv吸光度值来限制每个第二系列第二吸光度与波长值对。15.如权利要求1-14中任一项所述的基于uv的成像系统，其中该处理器进一步包括基于该多个蛋白质浓度值生成增强预测。16.如权利要求15所述的基于uv的成像系统，其中该增强预测的生成包括对与该第二波长范围相对应的该多个蛋白质浓度值中的每个蛋白质浓度值进行平均。17.如权利要求1-16中任一项所述的基于uv的成像系统，其中该多波长校准模型用于监测或测量蛋白质相关产品的蛋白质浓度。18.如权利要求17所述的基于uv的成像系统，其中在该蛋白质相关产品的制造过程中，在该蛋白质相关产品的制造过程中，在该蛋白质相关产品的制造过程中监测或测量该蛋白质浓度。19.如权利要求17所述的基于uv的成像系统，其中将该蛋白质相关产品的蛋白质浓度与该蛋白质相关产品的已知规格进行比较。20.如权利要求17所述的基于uv的成像系统，其中该蛋白质相关产品是治疗产品。21.如权利要求1-20中任一项所述的基于uv的成像系统，其中该多波长校准模型输入这些第二系列第二吸光度与波长值对，以预测每个多个蛋白质浓度值。22.一种基于自动多波长校准来确定未知蛋白质样品的蛋白质浓度的基于紫外线(uv)的成像方法，该基于uv的成像方法包括：在处理器处接收如由检测器为一组标准蛋白质样品中的每个标准蛋白质样品记录的该组标准波长数据，其中对于每个标准蛋白质样品，该组标准波长数据包括跨从uv光谱的一系列单波长光束中选择的第一波长范围的第一系列第一吸光度与波长值对，每个第一吸光度与波长值对包括uv吸光度值和波长值；
用该处理器，基于该组标准波长数据的这些第一系列第一吸光度与波长值对中的每一个生成多波长校准模型；在该处理器处接收如由该检测器为一组未知蛋白质样品中的每个未知蛋白质样品记录的一组未知波长数据，其中对于每个未知蛋白质样品，该组未知波长数据包括跨从该系列单波长光束中选择的第二波长范围的第二系列第二吸光度与波长值对，每个第二吸光度与波长值对包括uv吸光度值和波长值；以及用如在该处理器上实施的该多波长校准模型，为该组未知蛋白质样品中的每个未知蛋白质样品确定多个蛋白质浓度值，该多个蛋白质浓度值中的每个蛋白质浓度值对应于从该系列单波长光束中选择的该第二波长范围。23.如权利要求22所述的基于uv的成像方法，其中该检测器包括分光光度计装置的一部分。24.如权利要求22或权利要求23所述的基于uv的成像方法，其中该处理器通信地耦合到该检测器。25.如权利要求22-24中任一项所述的基于uv的成像方法，其中该处理器远离该检测器。26.如权利要求22-25中任一项所述的基于uv的成像方法，其中该组标准蛋白质样品包括多个标准蛋白质样品，并且其中该组未知蛋白质样品包括具有未知蛋白质浓度的单个蛋白质样品。27.如权利要求22-26中任一项所述的基于uv的成像方法，其中该组标准蛋白质样品是每毫升(ml)0.1至220毫克(mg)范围内的蛋白质标准溶液。28.如权利要求22-27中任一项所述的基于uv的成像方法，其中该系列单波长光束包括从200纳米(nm)至400纳米(nm)的uv光谱中的单波长光束。29.如权利要求28所述的基于uv的成像方法，其中该uv光谱中的每个单波长光束以一纳米的间隔分开。30.如权利要求22-29中任一项所述的基于uv的成像方法，其中生成该多波长校准模型包括为从该系列单波长光束中选择的该第一波长范围中的每一个生成单波长校准模型，每个单波长校准模型包括对应于特定单波长的uv吸光度的斜率值和y截距值。31.如权利要求22-30中任一项所述的基于uv的成像方法，其中该多波长校准模型被训练为机器学习模型。32.如权利要求22-31中任一项所述的基于uv的成像方法，其进一步包括：标准波长数据滤波器，该处理器进一步被配置成执行这些程序指令，以使该处理器针对该系列单波长光束实施该标准波长数据滤波器，从而选择该第一波长范围。33.如权利要求32所述的基于uv的成像方法，其中该处理器进一步被配置成执行这些程序指令，以使该处理器实施该标准波长数据滤波器，从而基于uv吸光度值的第一滤波器范围内的uv吸光度值来限制每个第一系列第一吸光度与波长值对。34.如权利要求22-33中任一项所述的基于uv的成像方法，其进一步包括：未知波长数据滤波器，该处理器进一步被配置成执行这些程序指令，以使该处理器针对该系列单波长光束实施该未知波长数据滤波器，从而选择该第二波长范围。35.如权利要求34所述的基于uv的成像方法，其中该处理器被配置成执行这些程序指
令，以使该处理器实施该未知波长数据滤波器，从而基于uv吸光度值的第二滤波器范围内的uv吸光度值来限制每个第二系列第二吸光度与波长值对。36.如权利要求22-35中任一项所述的基于uv的成像方法，其中该处理器进一步包括基于该多个蛋白质浓度值生成增强预测。37.如权利要求36所述的基于uv的成像方法，其中该增强预测的生成包括对与该第二波长范围相对应的该多个蛋白质浓度值中的每个蛋白质浓度值进行平均。38.如权利要求22-37中任一项所述的基于uv的成像方法，其中该多波长校准模型用于监测或测量蛋白质相关产品的蛋白质浓度。39.如权利要求38所述的基于uv的成像方法，其中在该蛋白质相关产品的制造过程中监测或测量该蛋白质浓度。40.如权利要求38所述的基于uv的成像方法，其中将该蛋白质相关产品的蛋白质浓度与该蛋白质相关产品的已知规格进行比较。41.如权利要求38所述的基于uv的成像系统，其中该蛋白质相关产品是治疗产品。42.如权利要求22-41中任一项所述的基于uv的成像方法，其中该多波长校准模型输入这些第二系列第二吸光度与波长值对，以预测每个多个蛋白质浓度值。43.一种有形的、非暂时性的计算机可读介质，其存储用于基于自动多波长校准来确定未知蛋白质样品的蛋白质浓度的指令，这些指令当由计算装置的一个或多个处理器执行时使得该计算装置进行以下操作，该计算装置包括一个或多个存储器：在处理器处接收如由检测器为一组标准蛋白质样品中的每个标准蛋白质样品记录的该组标准波长数据，其中对于每个标准蛋白质样品，该组标准波长数据包括跨从uv光谱的一系列单波长光束中选择的第一波长范围的第一系列第一吸光度与波长值对，每个第一吸光度与波长值对包括uv吸光度值和波长值；用该处理器，基于该组标准波长数据的这些第一系列第一吸光度与波长值对中的每一个生成多波长校准模型；在该处理器处接收如由该检测器为一组未知蛋白质样品中的每个未知蛋白质样品记录的一组未知波长数据，其中对于每个未知蛋白质样品，该组未知波长数据包括跨从该系列单波长光束中选择的第二波长范围的第二系列第二吸光度与波长值对，每个第二吸光度与波长值对包括uv吸光度值和波长值；以及用如在该处理器上实施的该多波长校准模型，为该组未知蛋白质样品中的每个未知蛋白质样品确定多个蛋白质浓度值，该多个蛋白质浓度值中的每个蛋白质浓度值对应于从该系列单波长光束中选择的该第二波长范围。44.一种用于基于自动多波长校准来确定未知蛋白质样品的蛋白质浓度的成像设备，该成像设备包括：用于接收一组标准蛋白质样品中每个标准蛋白质样品的该组标准波长数据的装置，其中对于每个标准蛋白质样品，该组标准波长数据包括跨从uv光谱的一系列单波长光束中选择的第一波长范围的第一系列第一吸光度与波长值对，每个第一吸光度与波长值对包括uv吸光度值和波长值；用于基于该组标准波长数据的第一系列第一吸光度与波长值对中的每一个生成多波长校准模型的装置；
用于接收一组未知蛋白质样品中每个未知蛋白质样品的一组未知波长数据的装置，其中对于每个未知蛋白质样品，该组未知波长数据包括跨从该系列单波长光束中选择的第二波长范围的第二系列第二吸光度与波长值对，每个第二吸光度与波长值对包括uv吸光度值和波长值；以及用于用该多波长校准模型，为该组未知蛋白质样品中的每个未知蛋白质样品确定多个蛋白质浓度值的装置，该多个蛋白质浓度值中的每个蛋白质浓度值对应于从该系列单波长光束中选择的该第二波长范围。45.如权利要求22所述的基于uv的成像方法，其中该组未知蛋白质样品中的至少一个未知蛋白质样品包含蛋白治疗剂。46.如权利要求45所述的基于uv的成像方法，其中该蛋白治疗剂选自由以下组成的组：抗体、抗原结合抗体片段、抗体蛋白产物、双特异性t细胞接合物(bite)分子、双特异性抗体、三特异性抗体、fc融合蛋白、重组蛋白，以及重组蛋白的活性片段。

技术总结
披露了用于基于自动多波长校准来确定未知蛋白质样品的蛋白质浓度的基于紫外线(UV)的成像方法。在各种实施例中，处理器接收如由检测器记录的一组标准波长数据和一组未知波长数据中的每一个。该组标准波长数据和该组未知波长数据各自定义了跨从UV光谱的一系列单波长光束中选择的第一波长范围的一系列吸光度与波长值对。该处理器基于该组标准波长数据的第一系列第一吸光度与波长值对中的每一个生成多波长校准模型。该处理器实施该多波长校准模型，以针对给定未知蛋白质样品中的每个未知蛋白质样品确定多个蛋白质浓度值。知蛋白质样品确定多个蛋白质浓度值。知蛋白质样品确定多个蛋白质浓度值。


技术研发人员：S
受保护的技术使用者：安进公司
技术研发日：2020.08.06
技术公布日：2022/3/18