Lautsprecher | Transkript |
| Els Pattyn | Hallo, mein Name ist Els Pattyn und ich arbeite als nicht-klinischer Statistiker für Wirksamkeit und Sicherheit von Sanofi. Daher freue ich mich, Ihnen in JMP ein Endbenutzer-Tool vorstellen zu können, das wir für die Bewertung der Immunogenität entwickelt haben. |
| Erste kurze Einführung in das Unternehmen, für das ich arbeite. Also war ich ursprünglich bei Ablynx beschäftigt. Ablynx ist ein biopharmazeutisches Unternehmen mit Sitz in Gent, Belgien. |
| Und wir beschäftigen uns mit der Entdeckung und Entwicklung von Nanokörpern. Wie Sie hier sehen können, sind Nanokörper Einheiten der schweren Kette von Kameliden, und Sie können unterscheiden. (OK, ich werde zuerst meinen Zeiger ... meinen Zeiger setzen. Ich glaube du siehst nichts.) |
| Okay, hier sind wir. Nanokörper sind also Einheiten von Kamelid-Antikörpern der schweren Kette und sie sind kleiner als die herkömmlichen Antikörper. Herkömmliche Antikörper müssen zwei schwere Ketten, zwei große Ketten und Kamelid-Antikörper haben, Sie haben nur die schwere Kette. |
| Sie sind also klein, können auch modular verwendet werden, Sie können mehrere Nanokörper und mehrere Spezifitäten haben und sie sind auch einfacher herzustellen. |
| Wir waren |
| 2001 gegründet und dann 17 Jahre später hatten wir unsere ersten Verbindungen in der Klinik. Es war Cablivi. Es war und |
| Es ist für eine seltene Blutkrankheit aTTP gerichtet. Und 2018 war ein weiteres wichtiges Jahr, als wir von Sanofi, einem großen biopharmazeutischen Unternehmen, übernommen wurden |
| mit Hauptsitz in Frankreich. Zu dieser Zeit waren wir also mehr als 450 Mitarbeiter, aber mit der Übernahme von Sanofi sind wir Teil eines ziemlich großen Unternehmens. |
| Sanofi selbst hat mehr als ??? Mitarbeiter mit rund 15.500 Mitarbeitern, die sich für Forschung und Entwicklung engagieren. Und Sie sehen |
| Wir sind auf die drei verteilt ... auf drei Kontinente. |
| Und auch die therapeutische Plattform von Sanofi ist sehr breit. Es ist nur ... es sind nicht nur die Nanokörper, sondern es ist wirklich viel und es wächst immer noch. |
| Dann über das Tool, das wir entwickelt haben. |
| Es ist ein Immunogenitätswerkzeug. |
| Über den Kontext der Immunogenität. Immunogenität ist die Fähigkeit einer Substanz, eine Immunantwort auszulösen. |
| So oft ist es erwünscht. Es ist, wenn Ihr Immunsystem eine angemessene Reaktion auf einen Krankheitserreger hat, aber es kann auch ... auch eine Reaktion auf ein Therapeutikum erwünscht sein, und das geschieht im Fall eines Impfstoffs. |
| Dass es auch eine unerwünschte Reaktion sein kann, eine Reaktion auf ein therapeutisches Antigen, und dann wird es als Anti-Arzneimittel-Antikörper oder ADAs bezeichnet. |
| Und diese ADAs können a sein |
| Sie können allergische Reaktionen oder sogar einen anaphylaktischen Schock haben. |
| Verlust der Wirksamkeit. |
| Sie können Antikörper mit neutralisierender Kapazität haben, so dass Sie Ihre Aktivität verlieren. Daher ist es nicht verwunderlich, dass sie den Aufsichtsbehörden besondere Aufmerksamkeit widmen. |
| Mehrere Richtlinien der EMEA und der FDA in Bezug auf die ADAs und deren Analyse. |
| Damit sind ADAs-Bestimmungen abgeschlossen, die mehrere Schritte ausfüllen. Es ist ein mehrstufiger Ansatz. |
| Sie haben einen Screening-Assay, bei dem Sie Ihre Empfindlichkeit bestimmen, und dann einen Bestätigungstest, bei dem Sie suchen, wo er spezifisch ist oder nicht. |
| Außerdem haben Sie Charakterisierungstests, mit denen festgestellt wird, ob Ihre Antikörper eine neutralisierende Kapazität haben. Und manchmal möchten Sie bestimmen, auf welche Isotypen es abzielt. |
| Was wir also tun müssen, ist, gute Punkte zu bestimmen, damit wir bestimmen können, was positiv ist, um die positiven gegenüber den negativen zu unterscheiden, und das muss an der sogenannten leeren oder naiven Bevölkerung bestimmt werden. |
| Die leere Bevölkerung sollte natürlich repräsentativ sein; es sollte frei von Ausreißern sein, die auch nicht existieren ... bereits vorhandene Antikörper haben und alle Arten von Variabilität beinhalten. |
| Sie haben biologische Variabilitäten, also die verschiedenen Subjekte, die Sie testen, Subjekt-IDs, aber Sie haben auch Variabilität ... technische Schwachstelle, also von Ihren Analysten, also von Ihrem Lauf, |
| Glaubwürdigkeit von Platte zu Platte. Und wenn Sie es richtig bewerten möchten, ziehen Sie es vor, es mit einem Mischeffektmodell mit einem REML-Modell durchzuführen, damit Sie diese Elemente als zufällige Effekte in Ihrem Modell haben können. |
| So gab es in Sanofi, a |
| ein... |
| Die Notwendigkeit, ein Endbenutzer-Tool für eine gute Punktsetzung zu haben, bestand darin, dass wir über alle Standorte hinweg einen harmonisierten und standardisierten Ansatz verfolgen können. |
| Um ein benutzerfreundliches Endbenutzer-Tool mit modernster Analyse zu haben, sollte es sich um ein Statistikpaket handeln, da wir das Mischeffektmodell verwenden möchten. |
| Es sollte auch in einem regulierten ... regulierten Umfeld funktionieren, da wir auch viele GxP-Studien haben und es auch eine einheitliche und automatische Berichterstattung beinhalten sollte. |
| Also haben wir dort angefangen, |
| wo wir untersucht haben, ob wir es mit JMP machen können und das liegt an seiner Sprache, der JSL-Sprache. |
| Sie alle wissen, dass es leicht abgerufen werden kann, wenn Sie ein Diagramm haben. Sie können einfach auf Skripte speichern klicken und dann haben Sie das Skript. Das ist also ein einfacher Anfang. |
| Und eine andere ... und was auch von Vorteil ist, ist, dass es für eine ergebnisabhängige Entscheidung programmierbar ist. Also haben wir damit begonnen, die Skripte aus jedem Diagramm und jeder Analyse abzurufen, die wir durchführen wollten, und dann wurde es wirklich eine riesige Analyse. |
| Wir haben einen Elterncode und sehen hier, und wir haben verschiedene |
| Kindercodes, die von den Elterncodes aufgerufen werden. |
| Und es ist, |
| Wie gesagt, es sollte sein, dass dies für eine ergebnisabhängige Entscheidung programmierbar sein sollte, damit der Code durch wirklich schwieriger wird |
| Publikum, da wir viele statistische Analysen durchführen müssen, beurteilen Sie, ob Sie statistische Signifikanz haben oder nicht. |
| Wir haben verschiedene Normalisierungen, die wir bewerten möchten. |
| So |
| Das sind einige zusätzliche Aspekte des Codes, wie er aussieht. |
| So |
| Bevor wir eine Demonstration geben, gibt es hier zwei, tatsächlich zwei Schritte, in denen wir die Analyse durchführen möchten. Erstens gibt es eine Excel-Vorlage, in die wir füllen ... wo die Rohdaten gefüllt werden sollen. |
| Und dann muss die JSL gestartet werden. Es ist also fertig, nur der Elterncode, der gestartet werden muss. |
| Ich werde diese beiden Schritte durchgehen. So |
| wir haben einen |
| Excel-Vorlage. Ich werde es öffnen, damit Sie einen Blick darauf werfen können. |
| Hier sehen Sie eine Übersicht, in die wir sie einfügen können, und hier sind Daten zum Hochladen in die Excel-Datei. |
| Wie ich gesagt habe, |
| Es kann sich um einen ADA-Assay oder einen NAb-Aufsatz handeln. Je nachdem, ob es sich um einen NAb- oder einen ADA-Assay handelt, sind die Headernamen unterschiedlich. Hier kann man also sagen, dass es sich um einen ADA-Assay handelt, entweder ohne oder mit bestätigenden Daten. |
| Der Code ist so angepasst, dass es entweder kann |
| akzeptieren ... dass es entweder zusammengefasste Daten oder auf andere Weise replizierte Rohdaten akzeptieren kann. Angenommen, es handelt sich hier um replizierte Daten, mit denen Sie die Anzahl der Replikate beantworten können. Nehmen wir zum Beispiel an, es sind drei Wiederholungen. |
| Und um festzustellen, ob es ein ??? Punkt, den wir auch mit der Negativkontrolle in Verbindung gebracht haben ... mit der Negativkontrolle einer Platte, und das sollten mehrere Negativkontrollen auf einer Platte sein. Zum Beispiel 2, und ich sage, ich nenne es Start und Ende, also wenn Sie dies ausfüllen |
| dann machen wir ein Arbeitsblatt. Und dann haben Sie hier Ihre Excel-Vorlagen, die Sie ausfüllen müssen, und sie können hochgeladen werden und haben die richtige Benennung für Uploads. |
| Sobald Sie dies getan haben, können Sie zu JMP gehen. |
| Ich habe bereits JMP geöffnet. Sie müssen dann auf die JSL-Codes der Eltern klicken und automatisch wird ein Interaktionsmenü angezeigt. Und dann müssen Sie die Felder ausfüllen, um ausgefüllt zu werden, also ja. |
| Einfach hier machen und auf JMP testen. |
| Dann gibt es fünf Arten von Assays. Nehmen wir also an, wir haben jetzt einen ADA-Assay und hier können Sie diese Datei zum Hochladen hochladen. Ich habe hier Eingabedaten, einige Dummy-Daten zum Hochladen. Dann wählen wir es aus und hier gibt es einige |
| Zahlen, die Sie ändern können. Die Standardnummern werden ausgefüllt. Wenn Sie jedoch die Schwellenwerte eines anderen Prozent als Akzeptanzkriterien festlegen möchten, können Sie diese ändern. |
| Und wenn Ihre Daten eine Auftragsspezifität mit drei Dezimalstellen haben, können Sie sie ändern, und ich denke hier ... es gibt keine Dezimalstellen in den Daten, also ändere ich sie auf Null. Also dann |
| Sie haben hier ein zweites Einführungsfenster. Da es sich um einen ADA-Test handelt, ist dies typisch für den ADA-Test. Sie haben einen NAb-Assay, |
| Du hast ein anderes Fenster. Hier muss man also auswählen, ob es klinisch oder nicht klinisch ist, da gute Punkte dort meiner Meinung nach anders sind. Ich habe hier Bestätigungsdaten und möchte diese in einer klinischen Umgebung analysieren. Klicken Sie hier. |
| Jetzt hast du einen anderen Ausreißer .... |
| Ansätze zum Entfernen von Gliederungen, auf die Sie klicken können. |
| Darüber hinaus können Sie eine weitere Flexibilitätsebene eingeben. Wenn Sie ... nur um es benutzerfreundlich zu machen, haben wir einen BTD-Ansatz. BTD ist |
| eine interne Richtlinie und wenn Sie ... diesen Ansatz möchten, wird kein anderes Fenster geöffnet. |
| Wenn Sie zusätzliche Optionen wünschen, können Sie hier darauf klicken und zusätzliche Ausgaben erstellen oder beispielsweise bestimmte Unterschiede für eine bestimmte Option berechnen |
| Unterschied. Wenn Sie hier klicken, haben Sie zusätzliche Optionen, aber ich möchte mich an den allgemeinen Upload-Ansatz halten. Und dann können Sie auch einen Ausschluss im Voraus haben. Wir möchten es hier tun und sobald Sie dies eingegeben haben, beginnt die Analyse. |
| Es ist also eine ganze Kette von Analysen. Es ist ein Ansatz zur Entfernung von Ausreißern und ein iterativer Weg. Es wird überprüft, ob Ausreißer entfernt wurden, zuerst analytisch, als biologisch oder ob es andere Ausreißer gibt. Hier sehen Sie eine Reihe von Analysen, die durchgeführt wurden. |
| Es dauert also eine Weile, denn diese Daten haben |
| Screening-Daten sowie Bestätigungsdaten. Nun sind die Berechnungen also |
| los. |
| Und am Ende gibt es einen Bericht. Das sehen Sie hier, |
| Das ist noch die Zusammenstellung des Berichts. |
| Und jetzt werden die Datensätze in PDF-Formaten ausgegeben. |
| Das Generieren der Ausgänge ist jetzt und jetzt abgeschlossen. Also in den Ergebnisteilen, |
| Alle Ergebnisse werden hier automatisch ausgegeben. Das sehen Sie hier. Sie haben die Datensätze, Sie haben einen Bericht und ein Tagebuch sowie eine PDF-Datei. Und dann Datensätze, die verschiedenen Datensätze, die ausgegeben wurden. Und hier sehen Sie, dass Sie einen vollständigen Bericht mit den Analyseeinstellungen und der Methodik haben. |
| Schließe es. Und Sie haben Ihre Beschreibungen. |
| Und natürlich was ist schön |
| Für JMP ist, dass Sie Ihre Interaktivität haben, wenn Sie folgen möchten |
| dieses Thema zum Beispiel. Ich muss auf 411 doppelklicken. |
| Sie können es während der gesamten Analyse verfolgen, sodass alles miteinander verknüpft ist. Also, dann haben Sie hier, dann zu meiner Information die Screening-Schnittpunktfaktoren. Es bewertet verschiedene Transformationen, verschiedene Normalisierungen und bewertet dann die am besten geeignete leere Population. |
| Sie haben eine Ausgabe von allen |
| Ausreißer, ob sie analytisch oder biologisch waren. |
| Und Identitäten der Ausreißer. Ja, du hast ... also siehst du, du hast alles |
| Analyse, die durchgeführt werden muss, alle für die Einstellungen relevanten Analysen. Gleiches gilt auch für bestätigende Schnittpunkte. Und hier ist die ADA-Bewertung, ob die Bewertung negativ, positiv oder reaktiv ist. So |
| Auf diese Weise ist die gesamte Analyse abgeschlossen und Sie haben die endgültigen Schlussfolgerungen. |
| Unter den Datentabellen Ausgänge. |
| Und das gleiche, was wir hier sehen, das gleiche haben wir natürlich auch im PDF-Format. |
| Das kann dann eingereicht werden für ... |
| eingereicht |
| für ... es ist validiert. Wir können es validieren, sodass alles, was wir dort gesehen haben, hier im PDF-Format wieder angezeigt wird. |
| So |
| Also, um zu schließen, was war die Wirkung, was war das Ziel zu tun. |
| Wir konnten generieren |
| Codes, um eine Analyse sehr schnell und effizient durchzuführen. Normalerweise dauerte es Tage für die Analyse und für die Berichterstattung, jetzt können wir unsere ... |
| Unsere Analyse und unser Bericht werden in 10 Minuten erstellt, sodass sie auf standardisierte Weise automatisiert werden. |
| Es handelt sich um eine automatische Berichterstellung, die auch in einer validierten Umgebung durchgeführt wird, die zur Übermittlung geeignet ist. |
| Also ja, ich möchte sprechen ... um meinen Kollegen, meinen Kollegen der nicht-klinischen Wirksamkeits- und Sicherheitsteams, zu danken. Ich habe Leute hervorgehoben, die daran beteiligt waren |
| die Entwicklung des Endbenutzer-Tools. |
| Und ja, das war es natürlich auch |
| eine Zusammenarbeit zwischen verschiedenen Teams, deshalb möchte ich allen Menschen danken, die daran beteiligt waren. |
