スピーカー | 成績証明書 |
| エルス・パッティン | こんにちは、私の名前はエルス・パッティンです。サノフィ社の非臨床有効性および安全性統計担当者として働いています。 そこで、免疫原性評価のために当社が開発したエンドユーザー ツールを JMP で紹介できることを嬉しく思います。 |
| まずは私が勤めている会社の簡単な紹介です。 それで、私はもともとAblynxに雇われていました。 Ablynx は、ベルギーのゲントに拠点を置くバイオ医薬品会社です。 |
| そして私たちはナノボディの発見と開発に取り組んでいます。 ここに見られるように、ナノボディはラクダ科の重鎖実体であり、識別することができます。 (OK、まずポインタを設定します。ポインタを設定します。 何も見えていないと思います。） |
| さて、ここまでです。 つまり、ナノボディはラクダ科動物の重鎖抗体から作られたものであり、従来の抗体よりも小さいのです。 従来の抗体は 2 つの重鎖、2 つの大きな鎖を持つ必要がありますが、ラクダ科の抗体は重鎖のみを持ちます。 |
| したがって、それらは小さく、モジュール式で使用することもでき、複数のナノボディを持ち、複数の特異性を持つことができ、製造も容易です。 |
| 私たちはそうでした |
| 2001 年に設立され、17 年後に最初の化合物をクリニックに導入しました。 カブリヴィでした。 それはそして |
| 希少血液疾患aTTPを対象としています。 そして、2018年は、大手バイオ医薬品会社であるサノフィに買収されたため、もう一つ重要な年となりました。 |
| フランスに本社を置く。 当時、当社の従業員数は 450 名を超えていましたが、サノフィの買収により、かなり大きな会社の一員となりました。 |
| サノフィ自体は???以上のものを持っています。約 15,500 人の従業員が研究開発に専念しています。 |
| 私たちは 3 つの大陸にまたがって広がっています。 |
| また、サノフィの治療プラットフォームは非常に幅広いです。 それはただ...ナノボディだけではありませんが、それは本当にたくさんあり、まだ成長しています。 |
| 次に開発したツールについてです。 |
| それは免疫原性ツールです。 |
| 免疫原性の文脈について。 免疫原性とは、免疫反応を引き起こす物質の能力です。 |
| それが求められることがよくあります。 それは、免疫システムが病原体に対して適切な反応を示しているときですが、治療薬に対して必要な反応を示すこともあります。ワクチンの場合はそれが行われます。 |
| それは望ましくない反応、治療用抗原に対する反応である可能性もあり、それは抗薬物抗体または ADA と呼ばれます。 |
| そして、これらの ADA は、 |
| アレルギー反応やアナフィラキシーショックを引き起こす可能性もあります。 |
| 効力の喪失。 |
| 活性を失わせる中和能力を持つ抗体を持っている可能性があるため、規制機関に特別な注意を払っていることは驚くべきことではありません。 |
| ADA とその分析方法に関して EMEA と FDA が発行したいくつかのガイドライン。 |
| したがって、ADA の決定はいくつかの手順で完了します。 それは多層的なアプローチです。 |
| 感度を決定するスクリーニングアッセイがあり、次に、どこが特異的かどうかを調べる確認アッセイがあります。 |
| また、特性評価アッセイもあり、抗体に中和能力があるかどうかを判断するために行われます。 また、どのアイソタイプをターゲットにするかを決定したい場合もあります。 |
| したがって、私たちがしなければならないのは、良い点を判断することです。そうすれば、陽性者と陰性者を区別するために何が陽性であるかを判断できます。それは、いわゆるブランクまたはナイーブ母集団で決定する必要があります。 |
| したがって、当然、空白の母集団が代表的なものになるはずです。異常値がなく、存在しないこともあります...既存の抗体があり、あらゆる種類の変動が組み込まれています。 |
| 生物学的なばらつきがあるので、テストするさまざまな被験者や被験者 ID にもばらつきがあります...技術的な脆弱性もあります。つまり、それはアナリストによるものであり、あなたの実行によるものです。 |
| プレートからプレートへの信頼性。 また、適切な方法で評価したい場合は、これらの要素をランダム効果としてモデルに含めることができるように、REML モデルを使用した混合効果モデルによって評価することを好みます。 |
| サノフィ社内には、 |
| ああ... |
| 適切なポイント設定を行うためのエンド ユーザー ツールが必要であるため、すべてのサイトで調和および標準化されたアプローチを実現できるようにすることが目的でした。 |
| 最先端の分析を備えたユーザーフレンドリーなエンドユーザーツールを用意するには、混合効果モデルを使用する必要があるため、統計パッケージである必要があります。 |
| また、多くの GxP 研究もあり、統一された自動レポートも含まれている必要があるため、規制された環境で動作する必要があります。 |
| そこから私たちは始まりました、 |
| そこで私たちは、JMP でそれができるかどうかを検討しました。それはその言語、つまり JSL 言語によって決まりました。 |
| グラフがあれば簡単に検索できることは皆さんご存知でしょう。 [スクリプトの保存] をクリックするだけで、スクリプトが作成されます。 簡単に始められます。 |
| そしてもう 1 つの利点は、結果に応じた決定に向けてプログラム可能であることです。 そこで私たちは、実行したいすべてのグラフとすべての分析からスクリプトを取得することから始めましたが、その後、それは本当に大規模な分析になりました。 |
| ここを参照してください。親コードは 1 つですが、別のコードがあります。 |
| 親コードによって呼び出される子コード。 |
| そしてそれは、 |
| 先ほども言いましたが、これは結果に応じた決定に向けてプログラム可能であるべきです。そのため、コードは実際にはより困難になります。 |
| 視聴者の皆さん、多くの統計分析を行う必要があるため、統計的に有意性があるかどうかを評価してください。 |
| 評価したいさまざまな正規化があります。 |
| それで |
| コードのいくつかの追加の側面と、それがどのように見えるかについて説明します。 |
| それで |
| デモを行う前に、ここでは分析を実行する 2 つのステップ、実際には 2 つのステップがあります。 まず、生データを入力する Excel テンプレートがあります。 |
| そして、JSL を起動する必要があります。 これで完了です。起動する必要があるのは親コードのみです。 |
| この 2 つのステップについて説明します。 それで |
| 私たちには1つあります |
| エクセルのテンプレートです。 開けて見ますのでご覧ください。 |
| ここに、概要が表示されます。ここにデータを入力できます。ここに、Excel ファイルにアップロードするデータがあります。 |
| 私が言ったように、 |
| ADA アッセイまたは NAb エッセイの場合があり、NAb アッセイか ADA アッセイかに応じてヘッダー名が異なります。 したがって、ここでは、これは ADA アッセイであると言えますが、確認データがないか、または確認データがあるかのどちらかです。 |
| このコードは、次のいずれかを実行できるように調整されています。 |
| 要約されたデータ、または生のデータ、複製されたデータのいずれかを受け入れることができることを受け入れます。 つまり、複製データがここにあり、複製の数を答えることができるとします。 たとえば、3 つの複製があるとします。 |
| そして、それが???であるかどうかを判断するにはここで、ネガティブ コントロールもプレートのネガティブ コントロールに関連付けました。これは 1 つのプレート上に複数のネガティブ コントロールである必要があります。 たとえば、2 を「開始」と「終了」と呼ぶとします。 |
| 次にワークシートを作成します。 そして、ここには、入力する必要のある Excel テンプレートがあり、アップロードの準備ができており、アップロード用に正しい名前が付けられています。 |
| それが完了したら、JMP に移動できます。 |
| すでに JMP が開いています。 そして、親の JSL コードをクリックすると、インタラクション メニューが自動的に表示されます。 それから、記入すべきフィールドに記入する必要があります。 |
| ここで実行して JMP をテストしてください。 |
| 次に、5 種類のアッセイがあり、ADA アッセイがあり、ここでこのファイルをアップロード用にアップロードできるとします。 ここに入力データとアップロードするダミーデータがあります。 それからそれを選択します。ここにはいくつかあります |
| 変更できる数字。 デフォルトの数値が入力されていますが、許容基準として別のパーセントのしきい値が必要な場合は、それを変更できます。 |
| データに小数点以下 3 桁の順序指定がある場合は、それを変更できます。データには小数点以下の桁がないので、ゼロに変更します。 それで |
| ここには 2 番目の紹介ウィンドウがあります。 これは ADA アッセイですので、ADA アッセイの典型的なものです。 NAb アッセイがあると、 |
| 別のウィンドウがあります。 ここで、臨床か非臨床かを選択する必要がありますが、そこで良い点が異なると思います。 ここに確認データがあり、臨床現場で分析したいので、ここをクリックします。 |
| これで、異なる外れ値が得られました。 |
| クリックしてアウトラインを削除する方法があります。 |
| また、別のレベルの柔軟性を入力できます。 ユーザーフレンドリーにするためだけに、BTD アプローチが 1 つあります。 BTDは |
| 内部ガイドラインがあり、このアプローチが必要な場合、他に開く窓はありません。 |
| 追加のオプションが必要な場合は、ここをクリックすると、追加の出力や計算を行うことができます。たとえば、特定の違いについて特定の差異を実行することができます。 |
| 違い。ここをクリックすると追加のオプションが表示されますが、ここでは一般的なアップロード方法にこだわりたいと思います。 そして、事前に除外することもできます。 ここでそれを実行したいのですが、それを入力すると、分析が開始されます。 |
| つまり、これは一連の分析です。 これは外れ値を除去するアプローチであり、反復的な方法です。 生物学的外れ値よりもまず分析的な外れ値を削除したとき、または他の外れ値があるかどうかをチェックします。 ここに、実行された一連の分析が表示されます。 |
| このデータには時間がかかるため、 |
| スクリーニングデータと確認データも含まれます。 さて、計算は次のようになります |
| 続いています。 |
| そして最後に報告があります。 それがここに見られるものです、 |
| 現在もレポートをまとめているところです。 |
| そして、データセットを PDF 形式で出力するようになりました。 |
| 出力の生成はこれで完了です。 したがって、結果部分では、 |
| すべての結果がここに自動的に出力されます。 それがここにあります。 データセット、レポート、ジャーナル、そして PDF ファイルがあります。 そしてデータセット、つまり出力されたさまざまなデータセットです。 ここでは、分析設定と方法論を含む完全なレポートが完成していることがわかります。 |
| 閉じてください。 そして、あなたはあなたの説明を持っています。 |
| そしてもちろん何がいいのか |
| JMP の場合、フォローしたいときに対話性が得られるということです。 |
| たとえばこの主題。 411 をダブルクリックする必要があります。 |
| すべての分析を通じてそれを追跡できるため、すべてがリンクされます。 それでは、ここにスクリーニングのカットポイント要因についての情報を記載しておきます。 さまざまな変換、さまざまな正規化を評価し、最も適切なブランク母集団を評価します。 |
| すべての出力があります |
| 分析的であろうと生物学的であろうと、異常値。 |
| そして外れ値の正体。 はい、あなたは持っています...つまり、すべてを持っています |
| 実行する必要がある分析、設定に関連するすべての分析。 確認カットポイントも同様です。 そして、これが ADA スコアです。スコアが陰性、陽性、反応性のいずれであっても構いません。 それで |
| これにより、分析全体が完了し、最終的な結論が得られます。 |
| データテーブルの下に出力が表示されます。 |
| そして、ここに表示されているものと同じものは、もちろん PDF 形式でもあります。 |
| それは次の目的で提出できます... |
| 提出された |
| なぜなら...それは検証されているからです。 私たちはそれを検証することができたので、そこで見たものはすべて PDF 形式で再びここで見ることができます。 |
| それで |
| 結論として、その効果は何で、その目的は何だったのかということです。 |
| 生成することができました |
| コードを使用すると、分析を非常に迅速かつ効率的に行うことができます。 通常、分析とレポート作成には数日かかりましたが、今では... |
| 分析とレポートは 10 分で完了するため、標準化された方法で自動化されています。 |
| これは自動レポートであり、提出に適した検証済みの環境で実行されます。 |
| それで、そうです、私は話したいと思います...私の同僚、非臨床効果および安全性チームの同僚に感謝します。 に関わった人々を取り上げました |
| エンドユーザーツールの開発。 |
| そして、もちろんそうでした、 |
| 異なるチーム間のコラボレーションなので、それに関わったすべての人々に感謝したいと思います。 |
