Altoparlante | Trascrizione |
| El Pattyn | Salve, mi chiamo Els Pattyn e lavoro come statistica non clinica sull'efficacia e sulla 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 originariamente ero impiegato da Ablynx. Ablynx è un'azienda biofarmaceutica con sede a Gand, in Belgio. |
| E siamo impegnati nella scoperta e nello sviluppo di nanobodies. I nanobodies sono entità della catena pesante dei camelidi, come puoi vedere qui, e puoi discriminare. (OK, per prima cosa metterò il mio puntatore... imposterò il mio puntatore. Non credo che tu veda niente.) |
| Ok, ci siamo. Quindi i nanobodies sono entità di anticorpi a catena pesante dei camelidi 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 modulari, 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 siamo stati acquisiti da Sanofi, che è una grande azienda biofarmaceutica |
| con sede in Francia. Allora allora eravamo più di 450 dipendenti, ma con l'acquisizione di Sanofi siamo parte di un'azienda abbastanza grande. |
| La stessa Sanofi ha più di ??? dipendenti con circa 15.500 dipendenti impegnati in ricerca e sviluppo |
| siamo sparsi in tre... in tre continenti. |
| E anche la piattaforma terapeutica di Sanofi è molto ampia. È solo... non sono solo i nanobodies, ma sono davvero tanti e stanno 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 ricercato. È quando il tuo sistema immunitario ha una risposta appropriata a un agente patogeno, ma può anche... può anche essere una risposta voluta verso agenti terapeutici e questo avviene nel caso di un vaccino. |
| Che può anche essere una risposta indesiderata, una risposta a un antigene terapeutico e quindi si chiama anticorpi antidroga o ADA. |
| E questi ADA possono essere a |
| si possono avere reazioni allergiche o addirittura shock anafilattico. |
| Perdita di efficacia. |
| Puoi avere anticorpi che hanno capacità neutralizzanti in modo da perdere la tua attività, quindi non sorprende che abbia un'attenzione speciale per le entità normative. |
| Diverse linee guida emesse dall'EMEA e dalla FDA riguardanti gli ADA e come analizzarli. |
| Quindi completa le determinazioni di 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 rispetto ai negativi, e questo deve essere determinato sulla cosiddetta popolazione vuota o ingenua. |
| Quindi la popolazione vuota, ovviamente, dovrebbe essere rappresentativa; dovrebbe essere privo di valori anomali e non esistere ... avere anticorpi preesistenti e incorporare ogni tipo di variabilità. |
| Avete variabilità biologiche, quindi i diversi soggetti che testate, identificativi dei soggetti, ma avete anche variabilità... vulnerabilità tecnica quindi è dei vostri analisti, quindi della vostra corsa, |
| credibilità da piatto a 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 di poter avere un approccio armonizzato e standardizzato in tutti i siti; |
| per avere uno strumento per l'utente finale di facile utilizzo con l'analisi dello stato dell'arte, quindi dovrebbe essere un pacchetto statistico perché vogliamo avere... usare... fare uso del modello a effetti misti. |
| Dovrebbe anche operare in un ambiente normativo... regolamentato, 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 potevamo farlo con JMP e questo è il suo linguaggio, è il linguaggio JSL. |
| Sapete tutti che può essere facilmente recuperato quando avete 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 recuperando gli script da ogni grafico e 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 richiamati dai codici parentali. |
| E questo è, |
| come ho detto, dovrebbe essere, questo dovrebbe essere programmabile verso la decisione in base al risultato, quindi il codice diventa davvero più difficile |
| pubblico, perché dobbiamo fare molte analisi statistiche, valutare se hai significatività statistica o meno. |
| Abbiamo diverse normalizzazioni che vogliamo valutare. |
| COSÌ |
| questo riguarda alcuni aspetti extra del codice, come appare. |
| COSÌ |
| prima di dare una dimostrazione, qui ce ne sono due, anzi due passaggi vogliamo eseguire l'analisi. Innanzitutto, c'è un modello Excel in cui popoliamo... dove dovrebbero essere popolati i dati grezzi. |
| E poi la JSL deve essere lanciata. Quindi è fatto, solo il codice parentale che deve essere lanciato. |
| Esaminerò questi due passaggi. COSÌ |
| ne abbiamo uno |
| Modello Excel. Lo apro così puoi 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, è senza o con dati di conferma. |
| Il codice è adattato che può sia |
| accetta... che può accettare dati riepilogati o altrimenti dati grezzi, dati replicati. Quindi diciamo che è qui, dati replicati che puoi rispondere al numero di repliche. Diciamo, per esempio, sono tre repliche. |
| E per determinare se si tratta di un ??? punto che abbiamo anche correlato al controllo negativo ... al controllo negativo di una piastra, e che dovrebbero essere più controlli negativi su una piastra. Ad esempio, 2, e dico, lo chiamo Inizio e Fine, quindi quando compili questo |
| quindi creiamo un foglio di lavoro. E poi qui, hai i tuoi modelli Excel che devi popolare ed è pronto per il caricamento e ha la denominazione corretta per i caricamenti. |
| Quindi, una volta che lo hai fatto, puoi andare a JMP. |
| Ho già aperto JMP. E quello che devi fare, quindi, è cliccare 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 testare per JMP. |
| Quindi ci sono cinque tipi di test, quindi diciamo che ora abbiamo un test ADA e qui puoi caricare questo file per i caricamenti. Ho qui i dati di input, alcuni dati fittizi da caricare. Quindi lo selezioniamo e qui ce ne sono alcuni |
| numeri che puoi cambiare I numeri predefiniti sono compilati, ma se desideri soglie di un'altra percentuale come criteri di accettazione, puoi modificarlo. |
| E se i tuoi dati hanno una specificità dell'ordine composta da tre cifre decimali, puoi cambiarla, e penso che qui... non ci siano cifre decimali nei dati, quindi la cambio a zero. Allora |
| hai una seconda finestra introduttiva 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 un valore anomalo diverso .... |
| delineare gli approcci di rimozione su cui è possibile fare clic. |
| Inoltre, c'è un altro livello di flessibilità che puoi inserire. Quando tu ... solo per renderlo facile da usare, abbiamo un approccio BTD. BTD è |
| una linea guida interna e quando hai ... vuoi questo approccio, allora non ci sarà nessun'altra finestra che si aprirà. |
| 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 che lo hai 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 analitici, poi biologici 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 hanno |
| dati di screening e anche dati di conferma. Quindi ora i calcoli sono |
| in corso. |
| E poi, alla fine, c'è un rapporto. Questo è quello che vedi qui, |
| che sta ancora assemblando il rapporto ora. |
| E ora sta emettendo i set di dati in formato PDF. |
| Generando gli output così ora, e ora, è finito. Quindi nelle parti risultanti, |
| tutti i risultati vengono emessi 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 i tuoi descrittivi. |
| 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 vuota più appropriata. |
| Hai un output di tutti |
| valori anomali, siano essi analitici o biologici. |
| E le identità degli outlier. Sì, hai... quindi vedi, hai tutto |
| analisi che deve essere eseguita, tutte le analisi rilevanti per le impostazioni. Lo stesso vale anche per i punti di taglio di conferma. Ed ecco il punteggio ADA, se il punteggio è negativo, positivo, reattivo. COSÌ |
| con questo, l'intera analisi è fatta e hai le conclusioni finali. |
| Sotto le tabelle di dati uscite. |
| E lo stesso, quello che vediamo qui, lo stesso, lo abbiamo anche, ovviamente, in formato PDF. |
| Questo può essere quindi inviato per ... |
| presentato |
| perché... è convalidato. Siamo in grado di convalidarlo quindi tutto ciò che abbiamo visto lì, lo vedi di nuovo qui in formato PDF. |
| COSÌ |
| quindi, per concludere, qual era l'effetto, qual era lo scopo di 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 la refertazione, ora possiamo avere il nostro... |
| la nostra analisi e report in 10 minuti, quindi è automatizzato in modo standardizzato. |
| È un reporting automatico ed è anche eseguito in un ambiente convalidato adatto per l'invio. |
| Quindi sì, voglio parlare... per ringraziare i miei colleghi, i miei colleghi dei team di efficacia non clinica e sicurezza. Ho evidenziato le persone coinvolte |
| lo sviluppo dello strumento per l'utente finale. |
| E anche sì, lo era, ovviamente, |
| una collaborazione tra diversi team, quindi voglio ringraziare tutte le persone che sono state coinvolte in questo. |
