スピーカー | 転写物 |
| アン・キャサリン・ポートマン | こんにちは、今日はデータの背後にある力について紹介します。 このプレゼンテーションは、80 を超える生産バッチのデータを効率的に研究できるようにするという考えに基づいています。 |
| プロセスの知識と統計分析に基づいて、製品の歩留まりを 26% 以上改善することができました。 統計分析により、製品の歩留まりに影響を与える重要なプロセスステップを特定することもできます。 |
| 欲しければ |
| まず、Lonza Pharma Biotech について紹介し、その後、履歴データの分析に進みます。 |
| Lonza Pharma Biotech は 1897 年に初めて発見され、その後すぐに変革されました。 |
| 化学メーカーへ。 |
| 現在、当社は世界有数のサプライヤーのひとつです |
| 製薬、ヘルスケア、ライフサイエンス業界へ。 |
| ここ Visp は、Lonza の最大のサイトの 1 つです。 |
| そして私たちは研究開発、開発、製造において最も重要な役割を果たしています。 |
| 当社は、会社の新しい部門である Ibex ソリューションを擁しており、前臨床から商業段階、原薬から医薬品までのバイオ医薬品サイクルをすべて 1 か所で完了することができます。 |
| おそらく最近、新型コロナウイルス感染症に対するモデルナのワクチンについて聞いたことがあるでしょう。 |
| しかし、私たちがここで製造している製品はこれだけではありません。 当社はまた、小分子、哺乳動物および微生物のバイオ医薬品、高効力の API、ペプチド、および抗体薬物複合体を含むバイオコンジュゲートの製造も行っています。 |
| Lonza についてもう少し詳しく理解できたところで、履歴データの分析に進みます。 |
| そこで、まず最初に、80 個のバッチが実行されるこのプロセスを紹介します。 |
| ということで、まずは上流部分。 したがって、上流部分にはまず発酵部分があり、そこで微生物によって生成物が生成されます。 |
| つまり、製品は微生物を作ります。 |
| の... |
| 生産する製品...製品、微生物 |
| DNA から生成 (???) |
| 発酵中。 次に、細胞膜を破壊し、生成物と細胞内にあるすべてのものを放出させる細胞溶解を行います。 |
| この製品にアクセスできるようになります。 それから別れになります。 分離パートでは細胞膜やDNAなどの細胞断片を除去します。 |
| 次に、3 つの異なるクロマトグラフィーに基づいた下流部分に進み、生成物の精製を可能にします。 したがって、この製品は黄色です。 |
| スライドの下の部分。 そして、クロマトグラフィーの各パートで、生成物のプロファイリングを少しずつ行うことができることがわかります。 最後に、製品の滅菌濾過を行います。 |
| したがって、目標はプロジェクト全体の収量を高めることであり、そのためにはまず 80 バッチのデータを収集し、分析できる方法でそれらのデータを並べ替えます。 |
| 次に、収量分析を実行します。 |
| そして、その結果をプロセス分析で議論します。 |
| 中小企業の場合も同様に、対象分野の専門家が必要です。 |
| 次に、上流部分のデータ分析に進み、スライドの左側でこれを分析のために実行します。 |
| 次に、下流部分に進み、クロマトグラフィー 1 に焦点を当てます。 最後に、分析で得られたすべてのことと、対象分野の専門家の指示に基づいて結論を出します。 そして最後に、収量を再計算します。 |
| データをどのように整理するかを見てみましょう。 そこで私たちはデータを整然としたデータの原則に基づいて作成しました。 |
| これは分析前の重要な部分であり、時間がかかりますが、クリーンなデータを取得し、その後で効率的な分析を行うことが非常に重要です。 まず、観察単位 1 について説明します。たとえば、発酵について言えます。 |
| そして、ファイルの各行に、毎回 1 つのバッチを含めます。 |
| 各列に対してパラメータを受け取ります。 たとえば、発酵の場合、pH、温度、 |
| 力価（つまり |
| 最後に製品の金額）。 |
| そして、それぞれの値について、 |
| ここで、カラムとバッチの正しい値に対応します。 |
| これを使用すると、JMP にアクセスして分析を実行できます。 |
| それでは、利回りを計算する方法を見てみましょう。 |
| そこで、まず発酵を 100% として、各ステップの収量を計算します。 |
| そして、プロセスに沿ってそれがどのように減少するかを見てください。 |
| したがって、発酵段階で大きなばらつきがあることがわかります。 |
| そして、製品に含まれる量が減少します |
| 分離ステップおよびクロマトグラフィー 1 ステップで。 |
| そこで私たちはこのデータを対象分野の専門家に渡します |
| そして彼らは、培地の複雑な変動が発酵の最終的な力価に影響を与えるため、この点を調査する必要があると言いました。 |
| 次に、分離に関しては、何を選択するかが質量比に異なる影響を与える可能性があるという戦略が必要です。 |
| そして、クロマトグラフィー 1 では、プーリング戦略がおそらく影響を及ぼします。 |
| それでは、データが何を示しているかを見てみましょう。 そこで、上流部分に注目し、さまざまな分析を実行します。 したがって、最初の分析は、これらの USP プロセスの各段階の多変量分析でした。 |
| したがって、私たちは発酵、細胞溶解、分離に焦点を当てます。 そして、すべてのパラメータを確認し、それらが最終的に製品とどのように相関するかを確認します。 |
| ここで、発酵を観察すると、リアクター 1 に加えられた量は、有意な確率で中程度の相関関係を示しました。 分離の場合は、最終的な質量比。 |
| 中間分離時の質量比は、両方ともかなりの確率に大きな影響を与えます。 |
| 反応器 2 からの初期 pH などの他のパラメーターが中程度の相関しきい値に非常に近いことがわかります。 |
| そしてかなりの確率で。 そして、次の分析でこのパラメータがどうかを確認します。 |
| ここでも、科学的に意味のあるパラメーターのみを選択しました。 |
| 他の分析にも。 |
| 次に、部分最小二乗法に進みました。 部分最小二乗法では、発酵に関してこれらすべてのパラメーターに正の相関があることがわかります。 ここでも、リアクター 2 の量、リアクター 2 の初期 pH、およびリアクター 2 の初期量が表示されます。 |
| 新しいパラメータとして、ホールド タイムがあります。 |
| そしてそれがわかります |
| Reactor 2 の量はこの分析と正の相関関係がありますが、MVA とは負の相関関係があります。 |
| これは、80 個のバッチが生産を実行しているだけであり、最終製品における正または負の相関関係の問題に答えるように設計されていないため、説明できます。 それで |
| それは将来、適切な設計による別の分析で実行される可能性があります。 |
| と ？？？それでも最終製品に影響を与えていると言えます。 |
| 他のパラメーターについては、上流部分の他のステップで、予測が多変量結果と一致していることもわかります。 |
| そして力価を向上させる可能性もあります。 ここでは、予測プロファイラーを使用して最適化もできることがわかります。 |
| 将来とプロジェクトの収量。 |
| 次に、製品をテストします...予測子スクリーニングです。 ここでは、予測変数スクリーニングを 10 回実行し、常に上位 10 に含まれる 5 つのパラメーターが選択されました。 そしてここで私たちが見たものです。 これはリアクター 2 の初期 pH です。 |
| 分離終了時の質量比、分離中間時の質量比、 |
| Reactor 2 の初期量、 |
| リアクター 2 の量とリアクター 1 の量。 繰り返しますが、影響を与えていると思われる同じパラメータがあります。 |
| そこで、機械学習に進みました。 |
| この機械学習分析である XGBoost は、決定木機械学習アルゴリズムです。 そして、この結果の一部ではないパラメータが含まれないようにするために |
| の... |
| パラメータの先頭に偽のパラメータを含めます。これにより、パラメータの重要性における一種のしきい値が得られます。 |
| そして、このしきい値を超えて現れるすべてのパラメータは影響があるとみなされました。 他のものはランダムであり、このランダム パラメーターを下回っていると考えられ、最終製品に影響を与えないか、または重大な影響を与えません。 |
| ここで、Reactor 1 に負の相関が現れることがわかります。 リアクター 2 の pH とリアクター 2 の初期量には、正の相関関係があります。 |
| そして質量比については、負の相関関係があります。 繰り返しますが、前に説明したように、負の相関と正の相関の違いは目的ではなく、この実験用に設計されたものではないため、影響があることはわかっていますが、それが正であるか負であるかはまだわかりません。 |
| 次に下流部分に行きます。 |
| 特にクロマトグラフィー 1 について。 |
| ここではニューラル予測モデリングを使用します。 |
| したがって、通常の予測モデリングでは、 |
| クロマトグラフィーの異なる画分。 右側のグラフでは、フラクション 8 が主要なフラクションであることがわかります。したがって、生成物の大部分、つまり最高の純度が見つかりました。 そして、フラクション 7 から 1 まで減少させると、生成物が得られますが、不純物も増えます。 |
| 他の |
| これまで、分析では分数 4 を考慮していましたが、分数 3、2、および 1 も含めることができるかどうかを確認したいと考えています。 |
| そして、分画数を増やすことで収量は増加しますが、純度はほとんど低下しないことが分かりました。 |
| 左側のグラフでは、フラクション 2 に進むと、純度は 1% 未満に低下しますが、収率は 5% に増加したことがわかります。 そして、フラクション 1 を含めると、純度はさらに大きく減少しますが、それは 1% よりわずかです。 |
| 純度は１％以上低下し、収率は約１０％増加する一方であった。 |
| それでは、この結果を基に、すべてをまとめてみます。 |
| これまでのところ、発酵ではタンクと反応器の最終容積が決まり、これらはほとんどの方法で特定されました。 |
| 発酵槽の初期 pH も、プロセスの専門家によるさまざまな分析方法と複雑な化合物の変動によって特定されました。 そして、複雑な化合物の変動の影響を確認できるようにするには、研究室でさらに調査する必要があります。 |
| 次に、分離のために、いくつかの方法で特定された質量比が得られます。 |
| データの分析だけでなく、プロセスの専門家によるプロセスの分析も行います。 |
| そしてその戦略も非常に興味深い。 |
| プロセスの専門家は、これを検討し、生産の歩留まりを向上させるためにいくつかのテストを試みることにしました。 |
| クロマトグラフィー 1 では、ニューラル ネットワーク分析のプロセス専門家によってプーリング戦略が特定されました。 そしてここ |
| この方法は、実験室だけでなく生産現場でも簡単に実装できます。 そして、この方法により収量は実際に大幅に増加しています。 |
| そこで、予測を使って再計算してみます... |
| 予測プロファイラーを使用して、さまざまなステップの収量を増やす方法を説明します。 そして発酵では収量を最大16%まで高めることができました。 |
| 分離については、最大 5% まで増やすことができ、クロマトグラフィー 1 については、ここで上げました。 |
| 最大5%。 他のスライドでは 10% までと書いてあったので、最悪のシナリオを 5% までと書いてみます。 そして最終的には、年末には合計が増加します。 |
| 26% です。これは、プロセスを改善し、大きな影響を与えることができる部分に正確に焦点を当てるための良い方法です。 研究室で多くの実験を行わずにデータに基づいて、 |
| また、研究室で多くの実験を行うのと同様に、JMP を使用してこれらの分析を行う方がコストが安くなります。 したがって、最終的には多くの利益を得ることができます。 |
| それでは、今日は私の話を聞いていただいた皆様に心より感謝申し上げます。また、私の同僚にも深く感謝いたします。 |
| ルドヴィク、ヘルゲ、リア、ニコラ、スヴェンと???このプレゼンテーションの。 |
