Salut tout le monde.
Tout d'abord, je tiens à remercier le comité du Discovery Summit
de m'avoir donné la possibilité de vous présenter le travail
nous jouons dans mon équipe sur le
mise en œuvre d'une plateforme de conception de parcelles divisées
pour étudier la purification de nos excipients innovants.
Tout d'abord, ADOCIA est une entreprise de biotechnologie fondée en 2005
par Gérard Soula et ses deux fils, et nous sommes situés à Lyon, France.
Notre mission est de développer une formulation innovante de produits approuvés
hormones pour le traitement du diabète et de l'obésité.
Le modèle commercial est un produit sous licence selon le concept approuvé.
Et actuellement, nous disposons de trois plates-formes technologiques brevetées dans notre pipeline.
Et un produit dont l’entrée en phase trois est approuvée en Chine.
Cinq produits avec preuve de concept clinique,
et six projets qui sont au stade préclinique.
Nous sommes environ 115 personnes chez ADOCIA et 80 pour cent sont dédiés à la R&D.
Parlant des plateformes technologiques.
Aujourd'hui
nous parlerons de l'historique, qui est la plateforme BioChaperone.
Le BioChaperone est un excipient pharmaceutique
un organique synthétique,
et il formera un complexe avec une protéine telle que l'insuline ou l'amyline ou le glucagon.
Ce complexe inspiré de la nature améliorera la solubilité ou la stabilité,
accélérer l'absorption du peptide
ou le protéger contre la dégradation enzymatique.
La plateforme BioChaperone se potentiel
la performance des insulines et d’autres hormones.
Et aujourd'hui cinq produits exclusifs à base de BioChaperone
sont en développement clinique.
Le développement de la chimie BioChaperone
Je pense que c'est la même chose dans de nombreuses sociétés pharmaceutiques.
Nous partirons d'un processus précoce
qui livrera des lots de quelques grammes
qui entrera dans des études précliniques telles que l’efficacité toxicologique.
Et une fois que BioChaperone est conçu comme un leader
ça viendra dans mon service, dans mon équipe,
développer un processus final pour livrer les lots de la phase trois.
Et au final, les lots commerciaux s'élèvent à quelques centaines de kilos par an.
Les changements auxquels nous serons confrontés sont imposés par la faisabilité à grande échelle
et nous serons motivés par le coût et la performance
et de nombreux changements seront subis.
Il faut donc les comprendre et les documenter.
Le but de notre travail est d'avoir une compréhension complète
de la relation entre paramètre de variation
et leur impact sur la qualité des produits.
En effet, comme nous le réaliserons à grande échelle, nous savons que la température
ne peut pas être ciblé à 10.0 degrés à chaque fois,
ça peut être 11, ça peut être neuf.
Cela est dû à la grande échelle.
Nous parlerons de robustesse,
que le processus doit absorber cette variabilité inhérente dans une plage définie.
Et nous devons connaître son impact sur la qualité du produit.
A ce stade nous partirons de la reproductibilité à un stade précoce,
à la robustesse à grande échelle et au stade final du processus.
Pour ce faire, nous disposons d'outils.
Deux d’entre eux sont l’analyse des risques qui nous aidera à établir des priorités,
pour classer les travaux.
Et les DoE sont très utiles car on sait qu'en chimie
nous avons beaucoup d'interactions entre paramètres,
donc c'est très utile pour nous.
Aujourd'hui, nous parlerons de la purification des excipients.
Cette purification se fait par diafiltration.
Un aperçu rapide du processus est que la matière première
entre dans une transformation chimique,
cela donnera un excipient brut en solution.
Cet excipient brut en solution sera purifié par diafiltration
donner l'excipient pur en solution.
Qu’est-ce que la diafiltration ?
Nous avons tout d'abord les filtrations classiques
c'est ce qu'on appelle la filtration sans issue dans laquelle nous avons un solide
ou
celle en excipient dans une solution et une membrane.
la solution remontera au fond avec la pression pour récupérer le solide
sur la face supérieure de la membrane.
Nous disposons d'une filtration à flux croisés
le rétentat qui est amené parallèlement à la membrane à l'aide d'une pompe.
Et on appliquera une pression à l'aide de valves qui pousseront une partie du flux vers l'extérieur.
à travers la membrane, ce processus définit les pores et laisse seulement
petites molécules pour traverser la membrane.
Et nous avons les grosses molécules qui resteront dans le rétentat.
Et nous utilisons cette technologie parce que nous savons que notre excipient
sont des oligomères, ce qui signifie qu’il ne s’agit pas de petites molécules.
Ce ne sont pas des polymères, ils sont entre les deux tailles,
mais ils sont assez gros et resteront dans le rétentat.
Un aperçu rapide de l'unité.
Nous avons le rétentat.
Un récipient avec le rétentat qui sera amené à travers la membrane
l'utilisation d'une pompe d'alimentation et d'une soupape de contre-pression nous permettra de
avoir une pression dans la membrane et faire passer une partie du flux dans le perméat
cela éliminera les impuretés des petites molécules.
A droite vous avez la balance de 50 litres
pilote de diafiltration que nous utilisons chez ADOCIA à l'arrière, la cuve de 50 litres.
En haut à gauche nous avons le boîtier avec la membrane et tous les tuyaux utilisés
avec des vannes et des instruments pour surveiller le processus de travail.
Pour notre étude, nous ne disposons que d’un seul volume que nous pouvons utiliser.
Un volume de solution d'excipient brut.
L'idée était d'avoir une circulation fluide
du flux signifiant que le perméat est ramené à rétanter à chaque fois
ainsi nous aurons un rétentat qui sera représentatif du processus.
Au début de chaque événement du DoE.
Pour une filtration sèche nous avons des facteurs déterminants
très tôt dans le processus, qui est la référence membranaire,
ce qui signifie que la taille limite des pores et le matériau des constrictions.
Une fois qu’il est défini, il est défini et nous ne le modifierons pas.
Et le chargement, c'est-à-dire le
kilogrammes d'excipient par surface de membrane, la membrane est une surface définie
et le kilogramme d'excipient est défini par le procédé.
Quand c’est réglé, c’est réglé. Nous ne le changerons pas.
Ce que nous pouvons régler en tant que facteur RDSA.
La concentration du BioChaperone dans les solutions que nous devons purifier,
le débit d'alimentation, qui est le flux imposé par la pompe d'alimentation.
La pression transmembranaire, qui est un moyen de contrôler la pression qui va
pousser le perméat à travers la membrane et la température de la solution.
Les réponses que nous pouvons examiner sont les pertes à travers la membrane qui
impacter le rendement du processus, les impuretés qui passent par
la membrane qui se trouve dans le perméat qui aura un impact sur la qualité
du produit, qui constitue la partie la plus importante de ce travail.
Et un débit de perméation qui aura un impact sur le temps.
Cela donnera un aperçu de la durée totale du processus à grande échelle.
L'objectif de l'étude était de définir un espace de conception qui est un espace multivarié
qui garantit la conformité des réponses,
Ici, c'est la qualité du produit.
Et nous opterons pour un type de conception qui est un modèle de surface de réponse.
La première tentative que nous avons effectuée. Nous avons utilisé la conception Box-Behnken.
Pour exécuter une conception Box-Behnken, vous utilisez la conception de surface de réponse classique du DoE.
Je vais charger la réponse.
Exécutez-en un
réponse et je vais charger
les facteurs.
Un facteur.
D'accord.
Oui. Nous avons ici les trois réponses.
Je parle des pertes antérieures, de l'élimination,
l'élimination des impuretés et le flux de perméat.
Et nous avons les quatre facteurs qui sont la température,
pression, concentration ou dosage et débit d'alimentation.
Box-Behnken est la première proposition de cette boîte.
Nous continuerons à faire le tableau.
Et nous avons la table Box-Behnken standard avec une exécution aléatoire, comme vous pouvez le voir.
Nous avons commencé à exécuter ce DoE et après un essai, il était clair que nous ne le ferions pas.
capable d'exécuter ce DOE dans un ordre aléatoire car nous ne pouvons pas
concentrer ou diluer le gros entre chacun.
Si on concentre la majeure partie à travers la membrane
c'est parfaitement réalisable mais on perdra quelques impuretés.
Notre volume n'est plus représentatif du process amont.
Ce n'est pas une solution.
On peut distiller la majeure partie mais cela prendra beaucoup de temps car c'est de l'eau.
Et le deuxième paramètre qui ne sera pas facile à modifier entre chaque facteur est
la température due à la recirculation met beaucoup plus de temps à se stabiliser
la température entre chaque passage quand on doit la changer.
Nous avons fait quelque chose qui fera crier certaines personnes dans le public.
Mais nous avons commandé le test de température.
Et par analyses.
Laisse-moi juste
ajoutez un peu de couleur dessus pour avoir une meilleure vue.
Couleur de valeur.
C'est ce que nous avons fait.
Nous avons des tests qui sont en bloc avec 90
puis le bloc 60 et le bloc 30 et dans chaque bloc de test
nous avons une température qui a commandé 40, 30, 20 etc.
Nous avons géré ce DoE comme ça.
Voici les données que nous obtenons.
Nous pouvons
analysez-le à l'aide de la plateforme de modèle d'ajustement avec les quatre
facteurs et nous examinerons les pertes et nous nous enfuirons.
Nous avons un assez bon modèle pour les pertes.
C'est bon, on a une bonne PValeur, on a
paramètres. C'est bon.
Mais le problème est
nous avons été assez déçus
par l'approche statistique car on sait que le premier
La règle est de randomiser l'exécution pour avoir une bonne estimation de l'erreur.
Ce n'était pas satisfaisant.
Nous sommes revenus à nos études je dirais et juste pour rappel
l'état des lieux était que nous ne pouvons pas utiliser un nouveau lot entre chacun.
Il faudra trop de volume et nous ne l'avons pas.
Le test global ne peut pas être modifié entre
chacun, en raison de la représentativité de la masse et de la température, ne peut pas être
changé facilement car cela prendra beaucoup de temps.
Nous regardons des livres et à la fin de nombreux
livres, nous avons trouvé une solution qui est la conception en parcelles divisées.
La conception des parcelles divisées a été introduite par le domaine agricole parce qu'elle a
doivent généralement changer de facteurs tels que les champs agricoles.
Disons que vous voulez étudier
les différents traitements
sur différentes céréales ou cultures et vous n'avez pas de place sur un seul champ.
Nous aurons de nombreux champs et ces champs sont différents.
Mais ce n’est pas ce que vous voulez étudier.
L'idée derrière la conception de parcelles divisées est d'avoir une parcelle entière remplie
avec cela sera analysé comme des blocs aléatoires.
Et puis sur chaque parcelle entière vous appliquerez le traitement ou la culture un, deux, trois, quatre
et vous l'étudierez à l'intérieur de toute l'intrigue et elles sont appelées sous-intrigues.
Comment cela se fait sur JMP.
Je vais fermer ceci.
Ce.
Ce.
Et ça.
Pour exécuter une conception de parcelle divisée, vous devez utiliser la conception personnalisée de la plate-forme DoE.
Je vais charger les réponses pour la deuxième exécution.
Ouvrir.
Et les facteurs.
Ce que nous voyons ici.
Désolé.
Nous voyons la température de notre test à quatre facteurs,
CFF est le débit d'alimentation et la pression.
Et nous avons une colonne supplémentaire qui contient les changements de nom.
Et tu peux régler le fait si c'est difficile,
très difficile à changer ou facile à changer.
Il est très difficile de modifier la concentration ou le dosage.
Le facteur difficile à modifier est la température, car nous pouvons la modifier.
mais nous ne sommes pas à l'intérieur du bloc de test.
Et les facteurs simples
sont les deux autres facteurs qui peuvent être randomisés entre les analyses.
Nous voulons opter pour un modèle de réponse de surface.
Vous cliquez sur RSM ici nous mettons six parcelles entières et 12 parcelles entières.
Nous avons 36 pistes et nous réalisons le design.
Il faudra quelques secondes pour réaliser le design.
Juste pour vous rappeler cela pour le Box-Behnken DoE.
C'était 27 courses.
Nous avons beaucoup plus d'exécutions sur ce DoE.
Je ferai le tableau et comme pour le Box-Behnken j'ajouterai quelques couleurs.
Colonne.
Qu'est-ce que j'ai fait. Désolé, je refais le tableau.
Oui.
D'accord, désolé. Oui.
D'accord.
Vous voyez que nous avons des tests qui sont
organiser les blocs et cela correspond aux blocs entiers un, deux, trois, quatre
etc et dans chaque
bloc de test, vous avez des blocs de température qui sont les sous-parcelles
un, deux, trois, quatre, etc.
Et CFF et TMP sont randomisés à l'intérieur de ces deux blocs.
Nous effectuons ces données DOE et vous pouvez opter pour le modèle.
Nous voyons ici les différences entre l'analyse entre la norme
Box-Behnken DoE et conception de parcelles divisées.
Nous avons toutes les parcelles qui sont ajoutées
dans les effets et ils sont traités comme des blocs aléatoires et nous avons tous les autres
paramètres et effets.
Et ici nous avons la méthode qui est la méthode d’analyse REML.
Nous courrons
le DoE.
Si nous nous concentrons sur la réponse aux pertes, nous voyons que nous avons
un très bon modèle avec 96 pour cent de la variation expliquée par ce modèle.
Nous voyons que nous avons
des effets significatifs.
Et
la case supplémentaire que nous devons examiner avec cette analyse est la variance REML
des estimations de composants qui nous donneront un aperçu du nom introduit
par les blocs, les parcelles entières et on voit que la PValeur n'est pas significative.
Nous pouvons aller plus loin.
Il n'y a aucun problème avec les blocs, donc
comme les autres DOE
en exécutant JMP, nous pouvons y aller
et disposer d'un profil à optimiser pour définir les gammes et l'espace de conception.
Ici, nous voyons que
le test est le facteur le plus impacté
sur chaque réponse et perte, c'est la réponse qui est impactée par tous
les quatre paramètres des facteurs et on peut voir
qu'avec les paramètres que nous utilisons comme cible, nous sommes plutôt bons en optimisation.
Ce qui pourrait être intéressant, c'est de regarder ce modèle, ce DoE en utilisant un standard
analyse.
Je supprime tout.
je prendrai les quatre
facteur.
Tout ça.
Pour analyse standard.
Je le lance.
Ici.
Je reviens sous les pertes et la réponse.
D'accord.
Ici, je vais regarder
les pertes.
Ce que nous pouvons voir
c'est qu'on n'a pas exactement la même commande
pour les paramètres, l’effet ou l’estimation.
Dans l'analyse standard, nous pouvons dire que le test est le facteur le plus impactant.
alors que dans la conception spectrale se trouve le flux, le test est le cinquième
et c'est tout à fait normal
car lorsque nous utilisons des blocs et que nous effectuons l'analyse standard, nous donnerons plus
force de ces blocs et nous ferons des erreurs dessus
et nous le définirons comme impactant mais ce n'est pas le cas.
C'est tout à fait normal.
C'est pourquoi vous devez faire
une analyse utilisant REML et des blocs pour avoir le bon ordre de facteur d'impact.
En conclusion de cette étude.
Dans cette étude de cas, la conception de parcelles divisées est autorisée
continuer indépendamment de la non randomisation de certains paramètres.
Nous avons pu exécuter dans un délai plus court l’ensemble du DoE.
Même si cela a nécessité 36 runs contre 27.
Mais comme nous n'avons pas besoin de nous concentrer
pour stabiliser le traceur entre chaque passage, c'était beaucoup plus court.
Et nous pourrons justifier correctement
l’espace de conception avec des preuves statistiques solides.
Il convient de noter que la conception en parcelles divisées
La plate-forme est maintenant mise en œuvre pour développer et optimiser rapidement notre propriété
excipients de purification et comme messages à emporter.
Soyez juste prudent sur la randomisation des facteurs.
Nous savons que c'est la première règle pour gérer un DOE, mais il est très important d'avoir un bon
conception qui vous permettra d'avoir une statistique
connaissance de votre processus et d'un bon
la conception pourrait permettre de gagner du temps même si davantage d’essais sont nécessaires.
Merci pour votre attention.
