Lautsprecher | Transkript |
| Els Pattyn | Hallo, mein Name ist Els Pattyn und ich arbeite als nichtklinische Statistikerin für Wirksamkeit und Sicherheit bei Sanofi. Deshalb freue ich mich, Ihnen mit JMP ein Endbenutzer-Tool vorzustellen, das wir für die Beurteilung der Immunogenität entwickelt haben. |
| Erste kurze Vorstellung des Unternehmens, für das ich arbeite. Ursprünglich war ich also bei Ablynx angestellt. 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, handelt es sich bei Nanokörpern um schwere Ketteneinheiten von Kameliden, die unterschieden werden können. (OK, ich werde zuerst meinen Zeiger ... meinen Zeiger setzen. Ich glaube nicht, dass du etwas siehst.) |
| Okay, hier sind wir. Nanobodies sind also Gebilde aus Kamel-Schwerketten-Antikörpern und sie sind kleiner als die herkömmlichen Antikörper. Herkömmliche Antikörper müssen zwei schwere Ketten und zwei große Ketten haben, und bei Kamel-Antikörpern gibt es nur die schwere Kette. |
| Sie sind also klein, können auch modular verwendet werden, Sie können mehrere Nanokörper haben und mehrere Spezifitäten haben, und sie sind auch einfacher herzustellen. |
| Wir waren |
| 2001 gegründet und 17 Jahre später hatten wir unsere ersten Präparate in der Klinik. Es war Cablivi. Es war und |
| Es ist auf die Behandlung einer seltenen Blutkrankheit (aTTP) ausgerichtet. Und 2018 war ein weiteres wichtiges Jahr, da wir von Sanofi, einem großen biopharmazeutischen Unternehmen, übernommen wurden |
| mit Hauptsitz in Frankreich. Damals hatten 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 über die drei...über drei Kontinente verteilt. |
| Und auch die therapeutische Plattform von Sanofi ist sehr breit. Es sind nur... es sind nicht nur die Nanokörper, sondern es sind wirklich viele und sie wachsen immer noch. |
| Dann zu dem Tool, das wir entwickelt haben. |
| Es ist ein Instrument zur Immunogenität. |
| Über den Kontext der Immunogenität. Immunogenität ist die Fähigkeit einer Substanz, eine Immunantwort auszulösen. |
| So oft ist es gewollt. Dabei handelt es sich um eine angemessene Reaktion Ihres Immunsystems auf einen Krankheitserreger, es kann aber auch eine gewünschte Reaktion auf ein Therapeutikum geben, und das ist im Fall eines Impfstoffs der Fall. |
| Dass es sich auch um eine unerwünschte Reaktion handeln kann, eine Reaktion auf ein therapeutisches Antigen, und dann spricht man von Anti-Arzneimittel-Antikörpern oder ADAs. |
| Und diese ADAs können ein sein |
| Sie können allergische Reaktionen oder sogar einen anaphylaktischen Schock bekommen. |
| Verlust der Wirksamkeit. |
| Sie können Antikörper haben, die eine neutralisierende Wirkung haben, so dass Sie ihre Aktivität verlieren, daher ist es keine Überraschung, dass die Regulierungsbehörden besondere Aufmerksamkeit darauf richten. |
| Mehrere von der EMEA und der FDA herausgegebene Richtlinien zu den ADAs und deren Analyse. |
| Um die ADA-Bestimmungen abzuschließen, sind mehrere Schritte erforderlich. Es handelt sich um einen mehrstufigen Ansatz. |
| Es gibt einen Screening-Test, bei dem Sie Ihre Empfindlichkeit bestimmen, und dann einen Bestätigungstest, bei dem Sie prüfen, ob die Empfindlichkeit spezifisch ist oder nicht. |
| Außerdem verfügen Sie über Charakterisierungstests, mit denen festgestellt wird, ob Ihre Antikörper eine neutralisierende Wirkung 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 von den negativen zu unterscheiden, und das muss anhand der sogenannten leeren oder naiven Population ermittelt werden. |
| Daher sollte die leere Grundgesamtheit natürlich repräsentativ sein; Es sollte frei von Ausreißern sein und auch nicht existieren. Es sollten bereits Antikörper vorhanden sein und alle Arten von Variabilität enthalten sein. |
| Es gibt biologische Variabilitäten, also die verschiedenen Probanden, die Sie testen, Probanden-IDs, aber Sie haben auch Variabilität ... technische Verwundbarkeit, also die Ihrer Analysten, also Ihres Laufs, |
| Glaubwürdigkeit von Platte zu Platte. Und wenn Sie es richtig bewerten möchten, bevorzugen Sie die Verwendung eines gemischten Effektmodells mit einem REML-Modell, damit Sie diese Elemente als zufällige Effekte in Ihrem Modell haben können. |
| So gab es innerhalb von Sanofi, a |
| A... |
| die Notwendigkeit, über ein Endbenutzer-Tool für eine gute Punktsetzung zu verfügen, sodass das Ziel darin bestand, einen harmonisierten und standardisierten Ansatz für alle Standorte zu erreichen; |
| Um ein benutzerfreundliches Endbenutzer-Tool mit modernster Analyse zu haben, sollte es sich um ein Statistikpaket handeln, da wir das Mixed-Effect-Modell nutzen und nutzen möchten. |
| Es sollte auch in einem behördlich regulierten Umfeld funktionieren, da wir auch viele GxP-Studien haben und es sollte auch ein einheitliches und automatisches Reporting beinhalten. |
| Da haben wir also angefangen, |
| Dort haben wir untersucht, ob wir das mit JMP machen können, und zwar anhand 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 schon haben Sie das Skript. Das ist also ein einfacher Anfang. |
| Und noch etwas ... und was auch von Vorteil ist, ist, dass es so programmiert werden kann, dass eine ergebnisabhängige Entscheidung getroffen wird. Also begannen wir damit, die Skripte von jedem Diagramm und jeder Analyse abzurufen, die wir durchführen wollten, und dann wurde es wirklich eine riesige Analyse. |
| Wir haben einen Elterncode und siehe hier, und wir haben einen anderen |
| Untergeordnete Codes, die von den übergeordneten Codes aufgerufen werden. |
| Und es ist, |
| Wie gesagt, es sollte so sein, dass dies auf eine ergebnisabhängige Entscheidung hin programmierbar sein sollte, sodass der Code wirklich schwieriger wird |
| Publikum, denn wir müssen viele statistische Analysen durchführen und beurteilen, ob Sie statistische Signifikanz haben oder nicht. |
| Wir haben verschiedene Normalisierungen, die wir bewerten möchten. |
| Also |
| Dabei geht es um einige zusätzliche Aspekte des Codes, wie er aussieht. |
| Also |
| Bevor wir eine Demonstration geben, müssen wir hier zwei, eigentlich zwei Schritte durchführen, um die Analyse durchzuführen. Erstens gibt es eine Excel-Vorlage, in die wir die Rohdaten eintragen. |
| Und dann muss die JSL gestartet werden. Damit ist es erledigt, nur noch der Kindersicherungscode muss gestartet werden. |
| Ich werde diese beiden Schritte durchgehen. Also |
| wir haben einen |
| Excel-Vorlage. Ich werde es öffnen, damit Sie einen Blick darauf werfen können. |
| Hier sehen Sie also eine Übersicht, wo wir sie ausfüllen 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, und je nachdem, ob es sich um einen NAb- oder einen ADA-Assay handelt, sind die Kopfzeilennamen 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 er beides kann |
| akzeptieren... dass es entweder zusammengefasste Daten oder auf andere Weise Rohdaten, replizierte Daten, akzeptieren kann. Angenommen, es handelt sich hier um replizierte Daten, mit denen Sie die Anzahl der Replikate bestimmen können. Sagen wir zum Beispiel, es sind drei Replikate. |
| Und um festzustellen, ob es ein ??? ist Punkt, den wir auch auf die Negativkontrolle bezogen haben ... auf die 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 erstellen wir ein Arbeitsblatt. Und dann haben Sie hier Ihre Excel-Vorlagen, die Sie ausfüllen müssen, und sie sind zum Hochladen bereit und haben die korrekte Benennung für Uploads. |
| Sobald Sie das getan haben, können Sie zu JMP wechseln. |
| Ich habe JMP bereits geöffnet. Und was Sie dann tun müssen, ist, auf die JSL-Kindersicherungscodes zu klicken und automatisch erscheint ein Interaktionsmenü. Und dann müssen Sie die auszufüllenden Felder ausfüllen, also ja. |
| Machen Sie es einfach hier und testen Sie es auf JMP. |
| 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 sind einige davon |
| Zahlen, die Sie ändern können. Die Standardzahlen sind ausgefüllt, aber wenn Sie andere Prozentschwellen als Akzeptanzkriterium wünschen, können Sie diese ändern. |
| Und wenn Ihre Daten eine Auftragsspezifität mit drei Dezimalstellen haben, können Sie sie ändern, und ich denke, hier ... gibt es keine Dezimalstellen in den Daten, also ändere ich sie auf Null. also dann |
| Sie haben hier ein zweites Einführungsfenster. Es handelt sich um einen ADA-Assay, das ist also typisch für den ADA-Assay. Sie haben einen NAb-Assay, |
| Du hast ein anderes Fenster. Hier müssen Sie also auswählen, ob es klinisch oder nichtklinisch ist, da die guten Punkte meiner Meinung nach dort unterschiedlich sind. Ich habe hier Bestätigungsdaten und möchte sie in einer klinischen Umgebung analysieren, also klicke ich hier darauf. |
| Jetzt haben Sie einen anderen Ausreißer ... |
| Umrissentfernungsansätze, auf die Sie klicken können. |
| Darüber hinaus gibt es noch eine weitere Ebene der Flexibilität, die Sie nutzen können. Wenn Sie ... einfach um es benutzerfreundlich zu machen, haben wir einen BTD-Ansatz. BTD ist |
| eine interne Richtlinie und wenn Sie ... Sie diesen Ansatz wollen, wird sich kein anderes Fenster öffnen. |
| Und wenn Sie zusätzliche Optionen wünschen, können Sie hier darauf klicken und eine zusätzliche Ausgabe erhalten oder berechnen, z. B. bestimmte Differenzen auf einem bestimmten Gerät ausführen |
| Unterschied. Wenn Sie also hier klicken, stehen Ihnen zusätzliche Optionen zur Verfügung, aber ich möchte beim allgemeinen Upload-Ansatz bleiben. Und dann können Sie auch einen Vorabausschluss veranlassen. Das wollen wir hier machen und sobald Sie das eingegeben haben, beginnt die Analyse. |
| Es handelt sich also um eine ganze Analysekette. Es handelt sich um einen Ansatz zur Entfernung von Ausreißern und um einen iterativen Ansatz. Es prüft, ob Sie Ausreißer entfernt haben, zunächst analytisch, dann biologisch, oder ob es andere Ausreißer gibt. Hier sehen Sie eine Reihe durchgeführter Analysen. |
| Es dauert also eine Weile, weil diese Daten vorhanden sind |
| Screening-Daten und auch Bestätigungsdaten. So, jetzt stehen die Berechnungen |
| geht weiter. |
| Und am Ende gibt es dann noch einen Bericht. Das ist es, was Sie hier sehen, |
| Das ist noch dabei, den Bericht zusammenzustellen. |
| Und es gibt die Datensätze jetzt im PDF-Format aus. |
| Generieren Sie jetzt die Ausgaben, und jetzt ist es fertig. In den Ergebnisteilen gilt also: |
| Alle Ergebnisse werden hier automatisch ausgegeben. Das sehen Sie hier. Sie haben die Datensätze, Sie haben einen Bericht und ein Journal 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 schön ist |
| Für JMP bedeutet dies, dass Sie Ihre Interaktivität dann 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. Dann haben Sie hier meine Informationen zu den Screening-Schnittpunktfaktoren. Es bewertet verschiedene Transformationen und Normalisierungen und bewertet dann die am besten geeignete Leerpopulation. |
| Sie haben eine Ausgabe von allem |
| Ausreißer, egal ob analytischer oder biologischer Natur. |
| Und Identitäten der Ausreißer. Ja, das hast du... also siehst du, du hast alles |
| Analyse, die durchgeführt werden muss, alle für die Einstellungen relevanten Analysen. Das Gleiche gilt auch für bestätigende Schnittpunkte. Und hier ist die ADA-Bewertung, ob die Bewertung negativ, positiv oder reaktiv ist. Also |
| Damit 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 |
| denn...es ist bestätigt. Wir sind in der Lage, es zu validieren, sodass Sie hier alles, was wir dort gesehen haben, noch einmal im PDF-Format sehen können. |
| Also |
| Also abschließend: Was war der Effekt, was war das Ziel? |
| Wir konnten generieren |
| Codes, um eine Analyse sehr schnell und effizient durchzuführen. Normalerweise hat die Analyse und die Berichterstattung Tage gedauert, jetzt können wir unsere... |
| Unsere Analyse und unser Bericht werden in 10 Minuten erstellt und sind somit auf standardisierte Weise automatisiert. |
| Es handelt sich um eine automatische Berichterstattung, die zudem in einer validierten Umgebung durchgeführt wird, die für die Einreichung geeignet ist. |
| Also ja, ich möchte sprechen ... um meinen Kollegen zu danken, meinen Kollegen aus den nichtklinischen Wirksamkeits- und Sicherheitsteams. Ich habe Personen hervorgehoben, die daran beteiligt waren |
| die Entwicklung des Endbenutzer-Tools. |
| Und ja, das war es natürlich auch, |
| eine Zusammenarbeit zwischen verschiedenen Teams, daher möchte ich allen Menschen danken, die daran beteiligt waren. |
