Hallo allerseits.
Zunächst möchte ich dem Discovery Summit-Komitee danken
für die Möglichkeit, Ihnen die Arbeit vorzustellen
wir treten in meinem team auf der auf
Implementierung einer Split-Plot-Designplattform
um die Reinigung unserer innovativen Hilfsstoffe zu untersuchen.
Zunächst einmal ist ADOCIA ein 2005 gegründetes Biotechnologieunternehmen
von Gérard Soula und seinen zwei Söhnen, und wir befinden uns in Lyon, Frankreich.
Unsere Mission ist es, innovative Formulierungen von zugelassenen zu entwickeln
Hormone zur Behandlung von Diabetes und Fettleibigkeit.
Das Geschäftsmodell ist ein Lizenzprodukt nach bewährtem Konzept.
Und derzeit haben wir drei patentierte Technologieplattformen in unserer Pipeline.
Und ein Produkt, das für den Eintritt in Phase drei in China zugelassen ist.
Fünf Produkte mit klinischem Proof of Concept,
und sechs Projekte, die sich in der vorklinischen Phase befinden.
Wir sind etwa 115 Mitarbeiter bei ADOCIA und 80 Prozent widmen sich der Forschung und Entwicklung.
Apropos Technologieplattformen.
Heute
Wir werden über die historische Plattform sprechen, die BioChaperone-Plattform.
Das BioChaperone ist ein pharmazeutischer Hilfsstoff
ein synthetisches organisches,
und es bildet einen Komplex mit einem Protein wie Insulin oder Amylin oder Glucagon.
Dieser von der Natur inspirierte Komplex verbessert die Löslichkeit oder Stabilität,
beschleunigen die Absorption des Peptids
oder vor enzymatischem Abbau schützen.
Potenzial der BioChaperone-Plattform
die Leistung von Insulinen und anderen Hormonen.
Und heute fünf proprietäre Produkte auf Basis von BioChaperone
befinden sich in der klinischen Entwicklung.
Die Entwicklung der BioChaperon-Chemie
Ich denke, das ist in vielen Pharmaunternehmen genauso.
Wir gehen von einem frühen Prozessstadium aus
das wird Chargen von wenigen Gramm liefern
die in vorklinische Studien wie die toxikologische Wirksamkeit eintreten werden.
Und einmal ist BioChaperone als Blei konzipiert
es kommt in meine Abteilung, in mein Team,
einen endgültigen Prozess zu entwickeln, um Phase-3-Chargen zu liefern.
Und am Ende liegen die kommerziellen Chargen bei einigen hundert Kilo pro Jahr.
Die Veränderungen, denen wir gegenüberstehen, werden durch die Machbarkeit im großen Maßstab auferlegt
und wir werden von Kosten und Leistung getrieben
und viele Veränderungen werden erlitten.
Wir müssen sie also verstehen und dokumentieren.
Das Ziel unserer Arbeit ist ein umfassendes Verständnis
der Beziehung zwischen Variationsparametern
und deren Auswirkungen auf die Produktqualität.
Da wir in großem Maßstab auftreten werden, kennen wir diese Temperatur
kann nicht jedes Mal auf 10,0 Grad ausgerichtet werden,
es kann 11 sein, es kann neun sein.
Dies wird aufgrund des großen Umfangs gelitten.
Wir sprechen über Robustheit,
dass der Prozess diese inhärente Variabilität in einem definierten Bereich aufnehmen muss.
Und wir müssen seine Auswirkungen auf die Produktqualität kennen.
In diesem Stadium gehen wir von der Reproduzierbarkeit in einem frühen Stadium aus,
zur Robustheit im großen Maßstab und in der letzten Prozessstufe.
Dafür haben wir Werkzeuge.
Zwei davon sind die Risikoanalyse, die uns bei der Priorisierung helfen wird,
um die Arbeit einzuordnen.
Und DoE sind sehr nützlich, weil wir das in der Chemie wissen
Wir haben viele Wechselwirkungen zwischen Parametern,
das ist also sehr nützlich für uns.
Heute sprechen wir über die Reinigung der Hilfsstoffe.
Diese Reinigung erfolgt durch Diafiltration.
Ein schneller Überblick über den Prozess ist dieser Rohstoff
tritt in eine chemische Umwandlung ein,
das ergibt einen rohen Hilfsstoff in Lösung.
Dieser rohe Hilfsstoff in Lösung wird durch Diafiltration gereinigt
den reinen Hilfsstoff in Lösung zu geben.
Was ist Diafiltration?
Wir haben zunächst die klassischen Filtrationen
das nennt man Dead-End-Filtration, in der wir einen Feststoff haben
oder
das in Hilfsstoff in einer Lösung und einer Membran.
die Lösung wird mit dem Druck bis zum Boden reichen, um den Feststoff zu gewinnen
auf der Oberseite der Membran.
Eine Querstromfiltration haben wir
das Retentat, das mit einer Pumpe parallel zur Membran gebracht wird.
Und wir werden mithilfe von Ventilen einen Druck ausüben, der einen Teil des Flussmittels zum Verschwinden bringt
durch die Membran, die nur definierte Poren verarbeiten und durchlassen
kleine Moleküle, die durch die Membran gehen.
Und wir haben die großen Moleküle, die im Retentat verbleiben.
Und wir verwenden diese Technologie, weil wir wissen, dass unser Hilfsstoff
sind Oligomere, was bedeutet, dass sie keine kleinen Moleküle sind.
Sie sind keine Polymere, sie liegen zwischen den beiden Größen,
aber sie sind ziemlich groß und bleiben im Retentat.
Ein kurzer Überblick über die Einheit.
Wir haben das Retentat.
Ein Gefäß mit dem Retentat, das durch die Membran gebracht wird
die Verwendung einer Förderpumpe und eines Gegendruckventils wird es uns ermöglichen
einen Druck in der Membran haben und einen Teil des Flusses in das Permeat durchdrücken
das beseitigt die kleinen Molekülverunreinigungen.
Rechts sehen Sie die 50-Liter-Skala
Diafiltrationspilot, den wir bei ADOCIA verwenden, auf der Rückseite, dem 50-Liter-Behälter.
Oben links haben wir das Gehäuse mit der Membran und allen verwendeten Rohren
mit Ventilen und Instrumenten zur Überwachung des Arbeitsprozesses.
Für unsere Studie haben wir nur einen Bulk, den wir verwenden können.
Ein Bulk der rohen Hilfsstofflösung.
Die Idee war, eine Strömungszirkulation zu haben
des Flussmittels, was bedeutet, dass das Permeat jedes Mal zurückgebracht wird, um zu retantieren
Auf diese Weise haben wir ein Retentat, das für den Prozess repräsentativ ist.
Zu Beginn jeder Veranstaltung des DoE.
Für eine Trockenfiltration haben wir Faktoren, die entscheidend sind
sehr früh im Prozess, was die Membranreferenz ist,
was bedeutet, dass die Grenzgröße der Pore und das Material der Verengungen.
Sobald es eingestellt ist, ist es eingestellt und wir werden es nicht ändern.
Und das Laden, also das
Kilogramm Hilfsstoff pro Membranfläche, Membranfläche sind definiert
und das Kilogramm des Hilfsstoffs wird durch den Prozess definiert.
Wenn es eingestellt ist, ist es eingestellt. Wir werden es nicht ändern.
Was wir als Faktor RDSA tunen können.
Die Konzentration des BioChaperones in den Lösungen, die wir reinigen müssen,
der Speisefluss, der der von der Speisepumpe auferlegte Fluss ist.
Der transmembranäre Druck, der eine Möglichkeit ist, den Druck zu kontrollieren, der wird
Drücken Sie das Permeat durch die Membran und die Temperatur der Lösung.
Die Antworten, die wir uns ansehen können, sind die Verluste durch die Membran, die es geben wird
beeinflussen die Ausbeute des Prozesses, die Verunreinigungen, die durchlaufen werden
die Membran, die sich im Permeat befinden, die die Qualität beeinflussen
des Produkts, das ist der wichtigste Teil dieser Arbeit.
Und Permeatflussrate, die sich auf die Zeit auswirkt.
Es wird einen Einblick in die gesamte Prozesszeit im großen Maßstab geben.
Das Ziel der Studie war es, einen Designraum zu definieren, der ein multivariater Raum ist
die die Konformität der Antworten garantiert,
Hier ist es die Qualität des Produkts.
Und wir werden uns für einen Designtyp entscheiden, der ein Response-Surface-Modell ist.
Den ersten Versuch liefen wir. Wir haben das Box-Behnken-Design ausgeführt.
Um ein Box-Behnken-Design auszuführen, gehen Sie zum klassischen DoE-Response-Surface-Design.
Ich werde die Antwort laden.
Führen Sie einen aus
Antwort und ich werde laden
die Faktoren.
Ein Faktoren.
In Ordnung.
Jawohl. Hier haben wir die drei Antworten.
Ich spreche von früheren Verlusten, der Beseitigung,
die Beseitigung von Verunreinigungen und der Permeatfluss.
Und wir haben die vier Faktoren Temperatur,
Druck, Konzentration oder Assay und Zufuhrfluss.
Box-Behnken ist der erste Vorschlag in dieser Box.
Wir werden den Tisch weiter machen.
Und wir haben die Standard-Box-Behnken-Tabelle mit randomisiertem Lauf, wie Sie sehen können.
Wir haben begonnen, dieses DoE zu betreiben, und nach einem Versuch war klar, dass wir es nicht sein werden
in der Lage, dieses DOE in einer zufälligen Reihenfolge auszuführen, weil wir es nicht können
konzentrieren oder verdünnen Sie die Masse zwischen jedem.
Wenn wir die Masse durch die Membran konzentrieren
Es ist durchaus machbar, aber wir werden einige Verunreinigungen verlieren.
Unsere Masse ist nicht mehr repräsentativ für den vorgelagerten Prozess.
Es ist keine Lösung.
Wir können den Großteil destillieren, aber es wird sehr lange dauern, weil es Wasser ist.
Und der zweite Parameter, der nicht einfach zwischen den einzelnen Faktoren geändert werden kann, ist
die Temperatur aufgrund der Rezirkulation ist ziemlich länger, um sich zu stabilisieren
die Temperatur zwischen jedem Lauf, wenn wir sie ändern müssen.
Wir haben etwas gemacht, das einige Leute im Publikum zum Schreien bringen wird.
Aber wir haben den Lauf nach Temperatur bestellt.
Und durch Assays.
Lassen Sie mich nur
Fügen Sie etwas Farbe hinzu, um eine bessere Sicht zu haben.
Wertfarbe.
Das haben wir getan.
Wir haben Assays, die im Block mit 90 sind
dann der 60-Block und der 30-Block und in jedem Testblock
Wir haben eine Temperatur, die 40, 30, 20 usw. bestellt hat.
Wir haben dieses DoE so durchgeführt.
Hier sind die Daten, die wir erhalten.
Wir können
Analysieren Sie es mithilfe der Fit-Model-Plattform mit den vier
Faktoren und wir werden uns Verluste ansehen und laufen.
Wir haben ein ziemlich gutes Modell für die Verluste.
Es ist okay, wir haben einen guten PValue, den haben wir
Parameter. Es ist okay.
Aber die Sache ist
wir waren ziemlich enttäuscht
durch den statistischen Ansatz, weil wir das zuerst wissen
Die Regel besteht darin, den Lauf zu randomisieren, um eine gute Schätzung des Fehlers zu erhalten.
Es war nicht zufriedenstellend.
Wir sind zu unseren Studien zurückgekehrt, würde ich sagen, und nur als Erinnerung
Der Stand der Dinge war, dass wir keine frische Charge zwischen den einzelnen verwenden können.
Es wird zu viel Volumen benötigt, und das haben wir nicht.
Zwischen den Bulk-Assays kann nicht gewechselt werden
jeder aufgrund der Repräsentativität des Volumens und der Temperatur nicht sein kann
leicht geändert werden, weil es wirklich sehr zeitaufwändig sein wird.
Wir schauen uns Bücher an und am Ende viele
Bücher haben wir eine Lösung gefunden, die das Split-Plot-Design sind.
Das Split-Plot-Design wurde von der Landwirtschaft eingeführt, weil dies der Fall ist
In der Regel müssen Faktoren wie landwirtschaftliche Felder geändert werden.
Angenommen, Sie möchten studieren
die verschiedenen Behandlungen
auf verschiedene Getreidearten oder Feldfrüchte und Sie haben keinen Platz auf einem Feld.
Wir werden viele Felder haben und diese Felder sind unterschiedlich.
Aber das ist nicht das, was Sie studieren wollen.
Die Idee hinter dem Split-Plot-Design ist es, einen ganzen Plot zu haben, der gefüllt ist
damit werden sie als zufällige Blöcke analysiert.
Und dann werden Sie auf jeder ganzen Parzelle Behandlung oder Kultur eins, zwei, drei, vier anwenden
und Sie werden es innerhalb der gesamten Handlung studieren und sie werden Nebenhandlungen genannt.
Wie es bei JMP gemacht wird.
Ich werde das schließen.
Dies.
Dies.
Und das.
Um ein Split-Plot-Design auszuführen, müssen Sie auf die DoE-Plattform Custom Design gehen.
Ich werde die Antworten für den zweiten Lauf laden.
Offen.
Und die Faktoren.
Was wir hier sehen.
Es tut uns leid.
Wir sehen unsere vier Faktoren Assay-Temperatur,
CFF ist der Zufuhrstrom und der Druck.
Und wir haben eine zusätzliche Spalte mit Namensänderungen.
Und du kannst die Tatsache stimmen, wenn es schwer ist,
sehr schwer zu ändern oder leicht zu ändern.
Sehr schwer zu ändern ist die Konzentration oder der Assay.
Der schwer zu ändernde Faktor ist die Temperatur, weil wir sie ändern können
aber wir befinden uns nicht im Assay-Block.
Und die einfachen Faktoren
sind die beiden anderen Faktoren, die zwischen den Läufen randomisiert werden können.
Wir wollen uns für das Surface-Response-Modell entscheiden.
Sie klicken auf RSM hier setzen wir sechs ganze Parzellen und 12 ganze Parzellen.
Wir haben 36 Läufe und wir machen das Design.
Es dauert einige Sekunden, um das Design zu erstellen.
Nur um Sie daran zu erinnern, dass für das DoE von Box-Behnken.
Es waren 27 Läufe.
Wir haben viel mehr Läufe auf diesem DoE.
Ich werde den Tisch machen und wie für die Box-Behnken werde ich einige Farben hinzufügen.
Spalte.
Was habe ich getan. Tut mir leid, ich habe die Tabelle neu gemacht.
Jawohl.
In Ordnung Entschuldigung. Jawohl.
In Ordnung.
Sie sehen, dass wir Assays haben, die sind
Anordnen von Blöcken und es entspricht den ganzen Blöcken eins, zwei, drei, vier
usw. und in jedem
Assay-Block haben Sie Temperaturblöcke, die die Subplots sind
eins, zwei, drei, vier usw.
Und CFF und TMP werden innerhalb dieser beiden Blöcke randomisiert.
Wir führen diese DOE-Daten durch und Sie können sich für das Modell entscheiden.
Hier sehen wir die Unterschiede zwischen der Analyse zwischen Standard
Box-Behnken DoE und Split-Plot-Design.
Wir haben die ganzen Grundstücke, die hinzugefügt werden
in den Effekten und sie werden als zufällige Blöcke behandelt und wir haben alle anderen
Parameter und Effekte.
Und hier haben wir die Methode, die die REML-Analysemethode ist.
Wir rennen
das DoE.
Wenn wir uns auf die Verlustantwort konzentrieren, sehen wir, dass wir sie haben
ein sehr gutes Modell, bei dem 96 Prozent der Variation durch dieses Modell erklärt werden.
Wir sehen, dass wir haben
erhebliche Auswirkungen.
Und
Das zusätzliche Kästchen, das wir bei dieser Analyse betrachten müssen, ist die REML-Varianz
Komponentenschätzungen, die uns einen Einblick in den vorgestellten Auftrag geben
durch die Blöcke, die ganzen Plots und wir sehen, dass der PValue nicht signifikant ist.
Wir können weiter gehen.
Es gibt keine Probleme mit den Blöcken, so wie
wie andere DOE
Durchführen von JMP können wir gehen
und haben ein zu optimierendes Profil, um Bereiche und Gestaltungsräume zu definieren.
Hier sehen wir das
der Assay ist der am stärksten betroffene Faktor
Auf alle Reaktionen und Verluste ist die Reaktion, die von allen beeinflusst wird
die vier Parameter von Faktoren und wir können sehen
dass wir mit den Parametern, die wir als Ziel verwenden, mit der Optimierung ziemlich gut sind.
Es könnte interessant sein, sich dieses Modell anzusehen, dieses DoE, das einen Standard verwendet
Analyse.
Ich entferne alles.
Ich nehme die vier
Faktor.
Alles.
Für die Standardanalyse.
Ich führe es aus.
Hier.
Ich komme zurück unter die Verluste und die Reaktion.
In Ordnung.
Hier werde ich nachsehen
die Verluste.
Was wir sehen können
ist, dass wir nicht genau die gleiche Reihenfolge haben
für die Parameter, Wirkung oder Schätzung.
In der Standardanalyse können wir sagen, dass der Assay der Faktor mit der größten Auswirkung ist
während im spektralen Design der Fluss ist, ist der Assay der fünfte
und es ist ganz normal
denn wenn wir Blöcke verwenden und die Standardanalyse durchführen, werden wir mehr geben
Kraft zu diesen Blöcken und wir werden Fehler machen
und wir werden es als beeinträchtigend definieren, aber das ist es nicht.
Das ist völlig normal.
Deshalb müssen Sie tun
eine Analyse mit REML und Blöcken, um die richtige Reihenfolge der Einflussfaktoren zu erhalten.
Fazit dieser Studie.
In diesem Fall ist das Split-Plot-Design der Studie zulässig
ungeachtet der Nicht-Randomisierung einiger Parameter fortzusetzen.
Wir konnten das gesamte DoE in kürzerer Zeit durchführen.
Auch wenn es 36 Läufe gegenüber 27 erforderte.
Aber da brauchen wir uns nicht zu konzentrieren
Um den Plotter zwischen jedem Lauf zu stabilisieren, war es viel kürzer.
Und wir werden in der Lage sein, richtig zu rechtfertigen
der Designraum mit starken statistischen Beweisen.
Es ist erwähnenswert, dass das Split-Plot-Design
Plattform ist jetzt implementiert, um unsere proprietäre Software schnell zu entwickeln und zu optimieren
Hilfsstoff-Reinigungen und als Botschaften zum Mitnehmen.
Seien Sie nur vorsichtig bei der Faktor-Randomisierung.
Wir wissen, dass es die erste Regel ist, ein DOE zu betreiben, aber es ist sehr wichtig, ein richtiges zu haben
Design, mit dem Sie eine Statistik erstellen können
Kenntnisse über Ihren Prozess und eine ordnungsgemäße
Design könnte es ermöglichen, Zeit zu sparen, selbst wenn mehr Läufe erforderlich sind.
Danke für Ihre Aufmerksamkeit.
