Altoparlante | Trascrizione |
| Els Pattyn | Salve, mi chiamo Els Pattyn e lavoro come esperto di statistica non clinica sull'efficacia e la sicurezza di Sanofi. Quindi sono felice di presentarvi in JMP uno strumento per l'utente finale che abbiamo sviluppato per le valutazioni dell'immunogenicità. |
| Prima breve presentazione dell'azienda per cui lavoro. Quindi inizialmente sono stato impiegato da Ablynx. Ablynx è un'azienda biofarmaceutica con sede a Ghent, in Belgio. |
| E siamo impegnati nella scoperta e nello sviluppo di nanobodies. I nanobodies sono entità a catena pesante camelide, come puoi vedere qui, e puoi discriminare. (OK, per prima cosa imposterò il mio puntatore. Non credo che tu veda niente.) |
| Ok, eccoci qui. Quindi i nanobodies sono entità di anticorpi a catena pesante camelide e sono più piccoli degli anticorpi convenzionali. Gli anticorpi convenzionali devono avere due catene pesanti, due grandi catene e l'anticorpo camelide hai solo la catena pesante. |
| Quindi sono piccoli, possono anche essere usati in modo modulare, puoi avere più nanobodies e avere più specificità e sono anche più facili da produrre. |
| Noi eravamo |
| fondata nel 2001 e poi 17 anni dopo, abbiamo avuto i nostri primi composti nella clinica. Era Cablivi. Era e |
| è mirato per una rara malattia del sangue aTTP. E il 2018 è stato un altro anno importante poiché poi siamo stati acquisiti da Sanofi, che è una grande azienda biofarmaceutica |
| con sede in Francia. Allora a quel tempo eravamo più di 450 dipendenti, ma con l'acquisizione di Sanofi facciamo parte di un'azienda abbastanza grande. |
| La stessa Sanofi ha più di ??? dipendenti con circa 15.500 dipendenti impegnati in R & D. E vedete |
| siamo sparsi nei tre ... nei tre continenti. |
| E anche la piattaforma terapeutica di Sanofi è molto ampia. È solo ... non sono solo i nanobodies, ma è davvero molto e sta ancora crescendo. |
| Poi sullo strumento che abbiamo sviluppato. |
| È uno strumento di immunogenicità. |
| Sul contesto dell'immunogenicità. L'immunogenicità è la capacità di una sostanza di provocare una risposta immunitaria. |
| Così spesso è voluto. È quando il tuo sistema immunitario ha una risposta appropriata a un patogeno, ma può anche ... può anche essere una risposta desiderata verso un agente terapeutico e questo è fatto nel caso di un vaccino. |
| Che può anche essere una risposta indesiderata, una risposta a un antigene terapeutico e quindi si chiama anticorpi anti farmaco o ADA. |
| E questi ADA possono essere a |
| puoi avere reazioni allergiche o persino shock anafilattico. |
| Perdita di efficacia. |
| Puoi avere anticorpi che hanno capacità neutralizzanti in modo da perdere la tua attività, quindi non sarà una sorpresa che abbia un'attenzione speciale per gli enti di regolamentazione. |
| Diverse linee guida emesse dall'EMEA e dalla FDA per quanto riguarda gli ADA e come analizzarli. |
| Quindi completa le determinazioni degli ADA riempie diversi passaggi. È un approccio a più livelli. |
| Hai un test di screening in cui determini la tua sensibilità, quindi hai un test di conferma, dove cerchi dove è specifico o meno. |
| E hai anche test di caratterizzazione, e questo viene fatto per determinare se i tuoi anticorpi hanno capacità neutralizzanti. E a volte vuoi determinare quali isotipi prende di mira. |
| Quindi quello che dobbiamo fare è determinare i punti positivi, in modo da poter determinare ciò che è positivo per discriminare i positivi contro i negativi, e questo deve essere determinato sulla cosiddetta popolazione vuota o ingenua. |
| Quindi la popolazione vuota, ovviamente, dovrebbe essere rappresentativa; dovrebbe essere esente da valori anomali, inoltre, non esistere ... avere anticorpi preesistenti e incorporare tutti i tipi di variabilità. |
| Hai variabilità biologica, quindi i diversi soggetti che testerai, gli ID dei soggetti, ma hai anche variabilità ... vulnerabilità tecnica quindi è dei tuoi analisti, quindi della tua corsa, |
| credibilità piatto su piatto. E quando vuoi valutarlo in modo corretto, preferisci farlo con un modello a effetti misti con un modello REML in modo da poter avere questi elementi come effetti casuali nel tuo modello. |
| Quindi c'era all'interno di Sanofi, a |
| un... |
| la necessità di disporre di uno strumento per l'utente finale per una buona definizione dei punti, quindi gli obiettivi erano che avremmo potuto avere un approccio armonizzato e standardizzato in tutti i siti; |
| disporre di uno strumento di facile utilizzo per l'utente finale con analisi allo stato dell'arte, quindi dovrebbe essere un pacchetto statistico perché vogliamo avere ... da usare ... fare uso del modello a effetti misti. |
| Dovrebbe anche funzionare in un ambiente regolamentato dal regolatore, perché abbiamo anche molti studi GxP e dovrebbe includere anche rapporti uniformi e automatici. |
| Quindi è da lì che abbiamo iniziato |
| dove abbiamo esplorato se avremmo potuto farlo con JMP e questo è per il suo linguaggio, è il linguaggio JSL. |
| Sapete tutti che può essere facilmente recuperato quando si dispone di un grafico. Puoi semplicemente fare clic su Salva script e quindi hai lo script. Quindi è un inizio facile. |
| E un altro ... e ciò che è anche un vantaggio è che è programmabile verso una decisione dipendente dal risultato. Quindi abbiamo iniziato con il recupero degli script da ogni grafico e da ogni analisi che volevamo fare, e poi è diventata davvero un'analisi enorme. |
| Abbiamo un codice parentale e vediamo qui, e ne abbiamo diversi |
| codici figlio che vengono chiamati dai codici parentali. |
| E questo è, |
| come ho detto, dovrebbe essere, questo dovrebbe essere programmabile in base al risultato a seconda della decisione, quindi il codice diventa davvero più difficile da |
| pubblico, perché dobbiamo fare molte analisi statistiche, valutare se hai una significatività statistica o meno. |
| Abbiamo diverse normalizzazioni che vogliamo valutare. |
| Così |
| questo è intorno ad alcuni aspetti extra del codice, come appare. |
| Così |
| prima di dare una dimostrazione, qui ci sono due, infatti due passaggi vogliamo eseguire l'analisi. Innanzitutto, c'è un modello Excel in cui popoliamo ... in cui i dati grezzi dovrebbero essere popolati. |
| E poi deve essere lanciato il JSL. Quindi è fatto, solo il codice parentale che deve essere lanciato. |
| Esaminerò questi due passaggi. Così |
| ne abbiamo uno |
| Modello di Excel. Lo aprirò in modo che tu possa dare un'occhiata. |
| Quindi qui, vedi una panoramica, dove possiamo popolarla e qui ci sono i dati per il caricamento nel file Excel. |
| Come ho detto |
| può essere un saggio ADA o un saggio NAb e, a seconda che si tratti di un saggio NAb o ADA, i nomi delle intestazioni sono diversi. Quindi qui, puoi dire che è un test ADA, senza o con dati di conferma. |
| Il codice è adattato in modo che possa farlo |
| accetta ... che può accettare dati riepilogati o altrimenti dati grezzi, dati replicati. Quindi dì che è qui, dati replicati che puoi rispondere al numero di repliche. Supponiamo, ad esempio, che siano tre repliche. |
| E per determinare se si tratta di un ??? punto abbiamo anche correlato al controllo negativo ... al controllo negativo di una piastra, e questo dovrebbe essere più controlli negativi su una piastra. Ad esempio, 2, e io dico, lo chiamo Inizio e Fine, quindi quando compili questo |
| quindi creiamo un foglio di lavoro. E poi qui, hai i tuoi modelli di Excel che devi popolare ed è pronto per il caricamento e ha la denominazione corretta per i caricamenti. |
| Quindi, dopo averlo fatto, puoi andare su JMP. |
| Ho già JMP aperto. E quello che devi fare, quindi, è fare clic sui codici JSL dei genitori e automaticamente appare un menu di interazione. E poi devi compilare i campi da compilare, quindi sì. |
| Basta fare qui e provare per JMP. |
| Quindi ci sono cinque tipi di analisi, quindi supponiamo di avere ora un'analisi ADA e qui puoi caricare questo file per i caricamenti. Ho qui dati di input, alcuni dati fittizi da caricare. Quindi lo selezioniamo e qui ce ne sono alcuni |
| numeri che puoi modificare. I numeri predefiniti sono compilati, ma se desideri le soglie di un'altra percentuale come criteri di accettazione, puoi modificarli. |
| E se i tuoi dati hanno una specificità dell'ordine composta da tre posizioni decimali, puoi cambiarla, e penso che qui ... non ci siano posizioni decimali nei dati, quindi lo cambio a zero. Allora |
| hai una seconda finestra di introduzione qui. È un test ADA, quindi è tipico del test ADA. Hai un test NAb, |
| hai un'altra finestra. Quindi qui, devi selezionare se è clinico o non clinico perché i punti positivi, penso, sono diversi lì. Ho qui un dato di conferma e voglio analizzarlo in ambito clinico, quindi lo clicco qui. |
| Ora hai valori anomali diversi ... |
| approcci di rimozione del contorno su cui è possibile fare clic. |
| Inoltre, c'è un altro livello di flessibilità a cui puoi accedere. Quando tu ... solo per renderlo facile da usare, abbiamo un approccio BTD. BTD è |
| una linea guida interna e quando hai ... vuoi questo approccio, non ci saranno altre finestre che si stanno aprendo. |
| E quando vuoi avere opzioni extra, puoi fare clic qui e puoi avere un output extra o calcolare, ad esempio, eseguire differenze specifiche su uno specifico |
| differenza. Quindi, quando fai clic qui, hai opzioni extra, ma voglio attenermi all'approccio generale di caricamento. E poi puoi anche avere un'esclusione anticipata. Vogliamo farlo qui e, una volta inserito, inizia l'analisi. |
| Quindi è un'intera catena di analisi. È un approccio di rimozione dei valori anomali ed è un modo iterativo. Controlla in modo che quando hai rimosso i valori anomali, prima analitico, poi biologico o se ci sono altri valori anomali. Quindi qui, vedete una serie di analisi che sono state eseguite. |
| Quindi ci vuole un po ', perché questi dati lo hanno |
| dati di screening e anche dati di conferma. Quindi ora i calcoli sono |
| in corso. |
| E poi, alla fine, c'è un report. È quello che vedi qui |
| che sta ancora assemblando il rapporto ora. |
| E ora sta trasmettendo i set di dati in formato PDF. |
| La generazione degli output così ora, e ora, è finita. Quindi nelle parti dei risultati, |
| tutti i risultati vengono visualizzati automaticamente qui. Questo è quello che vedi qui. Hai i set di dati, hai un rapporto e un diario e anche un file PDF. E poi i set di dati, i diversi set di dati che erano output. E qui vedi che hai un rapporto completo con le impostazioni di analisi, la metodologia. |
| Chiudilo. E tu hai le tue descrittive. |
| E ovviamente ciò che è bello |
| per JMP è che hai la tua interattività quando vuoi seguire |
| questo argomento, per esempio. Devo fare doppio clic su 411. |
| Puoi seguirlo durante tutta l'analisi, quindi è tutto collegato. Quindi, allora hai qui, quindi per mia informazione sui fattori del punto di taglio dello screening. Valuta diverse trasformazioni, diverse normalizzazioni, quindi valuta la popolazione bianca più appropriata. |
| Hai un output di tutti |
| valori anomali, siano essi analitici o biologici. |
| E le identità dei valori anomali. Sì, hai ... quindi vedi, hai tutto |
| analisi che deve essere eseguita, tutte le analisi rilevanti per le impostazioni. Lo stesso anche per i punti di taglio di conferma. Ed ecco il punteggio ADA, se il punteggio è negativo, positivo, reattivo. Così |
| da questo, l'intera analisi è fatta e tu hai le conclusioni finali. |
| Sotto gli output delle tabelle dei dati. |
| E lo stesso, quello che vediamo qui, lo stesso, abbiamo anche, ovviamente, in formato PDF. |
| Che può essere quindi inviato per ... |
| inviato |
| per ... è convalidato. Siamo in grado di convalidarlo, quindi tutto ciò che abbiamo visto lì, lo vedrai di nuovo qui in formato PDF. |
| Così |
| quindi, per concludere, qual era l'effetto, qual era l'obiettivo da fare. |
| Siamo stati in grado di generare |
| codici per eseguire un'analisi in modo molto rapido ed efficiente. Normalmente ci volevano giorni per l'analisi e per il report, ora possiamo avere il nostro ... |
| la nostra analisi e report in 10 minuti, quindi è automatizzato in modo standardizzato. |
| È un report automatico e viene eseguito anche in un ambiente convalidato adatto per l'invio. |
| Quindi sì, voglio parlare ... per ringraziare i miei colleghi, i miei colleghi dei team di efficacia e sicurezza non clinica. Ho evidenziato le persone coinvolte |
| lo sviluppo dello strumento per l'utente finale. |
| E anche sì, ovviamente, |
| una collaborazione tra diversi team, quindi voglio ringraziare tutte le persone che sono state coinvolte in questo. |
