Molekulare Einblicke in die Chromatographie: Virtuelles Design von methacrylatbasierten Chromatograhieharzen zur Vorhersage von Langmuir-Konstanten linearer Peptide

Diese Dissertation beschäftigt sich mit der Entwicklung und Validierung von molekularen Modellierungsmethoden zur Simulation der Adsorption von linearen Peptiden an multimodalen Chromatographieharzen. Im Fokus stand die präzise Simulation der Oberflächenstruktur eines kommerziellen, methacrylatbasierten Chromatographieharzes in atomistischer Auflösung sowie die detaillierte Analyse dessen Interaktion mit linearen Peptiden. Ziel war es, die komplexen Wechselwirkungen, welche in der multimodalen Chromatographie auftreten, besser verstehen und vorherzusagen zu können.

Der erste Schritt bestand in der Generierung eines detaillierten Modells der Harzoberfläche, welches deren reale Struktur und molekulare Zusammensetzung präzise abbildet. ... mehrHierbei wurde der gesamte Herstellungsprozess des Harzes, von der Polymerisation des Trägermaterials bis zur Anbindung der Liganden, in einer virtuellen Umgebung nachgebildet. Diese entwickelte Simulationsabfolge ermöglichte die Erstellung eines atomaren Modells der Oberflächenmorphologie eines kommerziellen, multimodalen Chromatographieharzes.

Solch präzise Modelle von Chromatographieharzoberflächen bildeten eine entscheidende Grundlage für eine anschließende mehrstufige Simulationsabfolge zur Berechnung von Bindeposen und -energien mit linearen Peptiden. Eine Analyse der Ergebnisse dieser Simulationen ergab, dass die räumliche Anordnung der Liganden, die Ligandendichte sowie die Flexibilität sowohl des Peptids als auch der Harzoberfläche einen maßgeblichen Einfluss auf die Bindeenergie hatten. Diese Erkenntnisse verdeutlichten die Komplexität der Adsorptionsmechanismen und die Vielzahl der Faktoren, welche bei der Simulation dieser berücksichtigt werden müssen.

Um die komplexe Anwendung dieser molekularen Modellierungsmethoden zu erleichtern, wurden die entwickelten Simulationsabfolgen in Workflow-Management-Systemen (WMSs) automatisiert. Diese Integration in WMSs trägt nicht nur dazu bei, dass die Simulationsprozesse systematisch und reproduzierbar durchgeführt werden können, sondern ermöglicht es auch Nutzern ohne tiefgehende Erfahrung in molekularen Simulationen, diese Methoden anzuwenden. Durch die öffentliche Bereitstellung dieser Workflows soll zusätzlich die Integration molekularer Simulationen in die Forschung und Entwicklung von chromatographischen Verfahren gefördert werden.

Die Validierung der simulativen Ergebnisse erfolgte durch experimentelle Laborarbeit. Um die Genauigkeit und Reproduzierbarkeit der experimentellen Ergebnisse zu maximieren, wurde ein Robotiklabor zur automatisierten Aufnahme von Adsorptionsisothermen etabliert und erfolgreich angewendet. Die experimentellen Daten zeigten, dass alle untersuchten Peptide ein klassisches Langmuir-Adsorptionsverhalten aufwiesen. Die durch Anpassungsfunktionen an die experimentellen Daten erhaltenen Langmuir-Konstanten ($K_\text{L}$) zeigten eine starke, negativ logarithmische Beziehung zu den zuvor simulierten Bindeenergien der Peptide. Durch eine Kreuzvalidierung konnte, mit einem R² von 0,96, eine gute Vorhersagekraft für $K_\text{L}$-Werte des entwickelten Modellierungsansatzes bestätigt werden. Diese genauen Vorhersagen verdeutlichen, dass die simulierten Modelle in der Lage sind, reale Adsorptionsprozesse präzise abzubilden und Bindeaffinitäten genau zu berechnen.

Zusätzlich wurde ein umfassender Vergleich mit bestehenden Modellierungsansätzen durchgeführt. Die Ergebnisse zeigten, dass die in dieser Arbeit entwickelten molekularen Modelle der Chromatographieharzoberflächen sowie der neue Workflow zur Berechnung von Bindungsenergien herkömmliche Methoden in der Vorhersagegenauigkeit von $K_\text{L}$-Werten übertrafen. Dies ist wahrscheinlich auf eine realistischere Darstellung der Harzoberfläche und eine detaillierte Berücksichtigung der strukturellen und chemischen Eigenschaften des Harzes zurückzuführen. Die Möglichkeit, subatomare Effekte und die Flexibilität des Polymer-Rückgrats in die Simulationen einzubeziehen, erwiesen sich als Hauptmerkmale, welche den entwickelten Ansatz von bisherigen Methoden und Modellen abhoben.

Insgesamt wurde in dieser Dissertation ein innovativer Ansatz zur Simulation der Peptidadsorption an Chromatographieharzen entwickelt und erfolgreich validiert. Die Ergebnisse zeigen, dass die detaillierte Modellierung der Harzoberfläche und der entwickelte Ansatz zur Bestimmung von Bindeenergien wesentliche Fortschritte in der präzisen Vorhersage von Bindeaffinitäten ermöglichen. Die Automatisierung in WMSs erweitert die Anwendbarkeit dieser Methoden und stellt ein leistungsfähiges Instrument dar, welches in Zukunft zur Entwicklung maßgeschneiderter Chromatographieharze oder zum Screening idealer Bindungs- und Elutionsbedingungen verwendet werden könnte. Insbesondere in der biopharmazeutischen Industrie, in der die Effizienz und Genauigkeit von Trennprozessen von entscheidender Bedeutung sind, haben diese Fortschritte das Potenzial, zu verbesserten Prozessen und somit niedrigeren Produktionskosten beizutragen.

This dissertation presents the development and validation of molecular modeling methods designed to simulate the adsorption of linear peptides onto multimodal chromatography resins. The main objective was to accurately model the surface structure of a commercial methacrylate-based chromatography resin at an atomic resolution and to conduct a detailed analysis of its interactions with linear peptides. The overarching goal was to improve the understanding and predictive accuracy of the complex interactions that occur in multimodal chromatography.

The initial step involved the generation of a detailed model of the resin surface, accurately reflecting its molecular structure and composition. ... mehrThis was achieved by virtually recreating the entire manufacturing process of the resin, from the polymerization of the backbone to the subsequent attachment of ligands. This multistage simulation process resulted in the creation of an all-atom model of the resin's surface morphology. Such precise models were crucial for subsequent simulations aimed at calculating the binding poses and energies of linear peptides. By analyzing the results of these simulations, we identified that the spatial arrangement and density of ligands, as well as the flexibility of both the peptide and the resin surface, are key factors significantly influencing the overall binding energy. These findings underscore the complexity of the adsorption mechanisms in chromatography and the multitude of factors that must be considered when modeling these interactions.

To streamline and automate the execution of the complex modeling methods, the developed simulation sequences were integrated into workflow management systems (WMSs). This integration ensures that the simulation processes are conducted systematically and reproducibly while also making them accessible to users without extensive molecular simulation experience. By sharing these workflows publicly, we aim to promote a broader adoption of molecular simulations within the chromatographic community.

The validity of the simulation results was confirmed through experimental work. To ensure high accuracy and reproducibility of the experimental results, a robotics lab was established and successfully utilized for the automated measurement of adsorption isotherms. The experimental data showed that all investigated peptides exhibited Langmuir-like adsorption behavior. The Langmuir constants ($K_\text{L}$) derived from these experiments demonstrated a strong negative logarithmic relationship with the simulated binding energies of the peptides. A cross-validation, yielding an $R^2$ of 0.96, confirmed the high predictive power of the developed modeling approach in estimating $K_\text{L}$ values. These results demonstrate that the simulated models can accurately replicate real adsorption processes and predict binding affinities with high precision.

Furthermore, a comprehensive comparison with existing modeling approaches was conducted. The findings clearly showed that the molecular models of chromatography resin surfaces developed in this work, as well as the new workflow for calculating binding energies, outperform conventional methods in predicting $K_\text{L}$ values. This improvement is likely due to the more realistic representation of the resin surface and the detailed consideration of its structural and chemical properties. The inclusion of subatomic effects and the flexibility of the polymer backbone in the simulations further set this approach apart from previous methods and models.

In conclusion, this dissertation successfully developed and validated an innovative approach for simulating peptide adsorption on chromatography resins. The results highlight significant advancements in accurately predicting binding affinities through detailed resin surface modeling and the developed binding energy calculation method. The automation of these methods within WMSs broadens their applicability, offering a powerful tool for developing custom-tailored chromatography resins or screening optimal binding and elution conditions. In the biopharmaceutical industry, where the efficiency and accuracy of separation processes are paramount, these advancements have the potential to further improve chromatographic separations and thereby reduce production costs.