やあみんな。
まず最初に、ディスカバリーサミット委員会に感謝したいと思います。
あなたに作品を紹介する機会を与えてくれて
私たちは私のチームでパフォーマンスをします
分割プロット設計プラットフォームの実装
当社の革新的な賦形剤の精製を研究するためです。
まず、ADOCIA は 2005 年に設立されたバイオテクノロジー企業です。
ジェラール・スーラと彼の二人の息子によって、私たちはフランスのリヨンにいます。
私たちの使命は、承認済みの革新的な製剤を開発することです。
糖尿病や肥満の治療のためのホルモン。
ビジネスモデルはコンセプトを承認された上でライセンス製品となります。
そして現在、当社のパイプラインには 3 つの特許取得済みテクノロジー プラットフォームがあります。
そして、中国でフェーズ 3 への移行が承認された製品が 1 つあります。
臨床実証済みの 5 つの製品、
前臨床段階の 6 つのプロジェクト。
ADOCIA には約 115 名が在籍しており、80% が研究開発に専念しています。
テクノロジープラットフォームについて話します。
今日
歴史的なプラットフォームである BioChaperone プラットフォームについてお話します。
BioChaperone は医薬品添加剤です
合成有機物、
そしてインスリン、アミリン、グルカゴンなどのタンパク質と複合体を形成します。
自然からインスピレーションを得たこの複合体は、溶解性や安定性を向上させます。
ペプチドの吸収を促進する
または酵素分解から保護します。
BioChaperone プラットフォームが実現する可能性
インスリンや他のホルモンの働き。
そして今日、BioChaperone をベースにした 5 つの独自製品
臨床開発中です。
開発バイオシャペロンの化学
多くの製薬会社でも同様だと思います。
初期段階から進めていきます
数グラムのバッチを配送します
それは毒性学の有効性などの前臨床研究に入る予定です。
BioChaperone がリードとして設計されると、
それは私の部門、私のチームに来るでしょう、
フェーズ 3 のバッチを提供するための最終プロセスを開発します。
そして最終的には、商業バッチは年間数百キロの範囲になります。
私たちが直面する変化は大規模な実現可能性によって課せられる
そして私たちはコストとパフォーマンスを重視します
そして多くの変化が起こるだろう。
したがって、それらを理解し、文書化する必要があります。
私たちの仕事の目標は、完全に理解することです
変動パラメータ間の関係
そしてそれが製品の品質に与える影響。
確かに、大規模に実行するので、その温度はわかっています。
毎回10.0度を狙うことはできませんが、
11 の場合もあれば、9 の場合もあります。
これは規模が大きいために発生します。
堅牢性についてお話しますが、
プロセスは、この固有の変動を定義された範囲内で吸収する必要があるということです。
そして、それが製品の品質に与える影響を知る必要があります。
この段階では、初期段階の再現性から、
大規模および最終プロセス段階での堅牢性を実現します。
そのために私たちはツールを持っています。
そのうちの 2 つは、優先順位を付けるのに役立つリスク分析です。
作品にランクを付けるためです。
化学では次のことがわかっているため、DoE は非常に役立ちます。
パラメーター間には多くの相互作用がありますが、
これは私たちにとって非常に便利です。
今日は賦形剤の精製についてお話します。
この精製はダイアフィルトレーションによって行われます。
プロセスの概要を簡単に説明すると、原料は
化学変化に入り、
これにより、溶液中の粗製賦形剤が得られます。
この溶液中の粗製賦形剤はダイアフィルトレーションによって精製されます。
溶液中の純粋な賦形剤が得られます。
ダイアフィルトレーションとは何ですか?
まず第一に、古典的な濾過があります
それはデッドエンド濾過と呼ばれるもので、固体が存在します。
または
溶液中の賦形剤および膜中のそれ。
溶液は圧力で底に上がって固体を回収します
膜の上面にあります。
弊社が保有するクロスフローろ過
ポンプを使用して膜と平行に運ばれる保持液。
そして、バルブを使用して圧力を加え、フラックスの一部を押し出します。
膜を介して、そのプロセスにより細孔が定義され、
小さな分子が膜を通過します。
そして、保持液に残る大きな分子があります。
そして、私たちがこの技術を使用しているのは、当社の賦形剤が
オリゴマーです。つまり、小分子ではありません。
これらはポリマーではなく、2 つのサイズの中間にあります。
しかし、それらは非常に大きいので、残留物に残ります。
ユニットの概要。
私たちには残留物があります。
膜を通って運ばれる保持液が入った容器
フィードポンプと背圧バルブを使用すると、
膜内に圧力がかかり、透過液内のフラックスの一部を押し出します。
これにより、小分子の不純物が除去されます。
右側には50リットルのスケールがあります
ADOCIA で使用しているダイアフィルトレーション パイロットは、50 リットルの容器の後ろにあります。
左上には、膜と使用されるすべてのパイプを備えたハウジングがあります。
作業プロセスを監視するためのバルブや機器を備えています。
私たちの研究では、使用できるバルクが 1 つだけあります。
粗賦形剤溶液 1 バルク。
アイデアは流れを循環させることでした
透過液が毎回再タンタントに戻されることを意味するフラックスの
このようにして、プロセスを表す残留物が得られます。
DoE のすべてのイベントの開始時。
乾式濾過の場合、決定要因があります。
プロセスの非常に初期段階、つまりメンブレンリファレンスです。
毛穴のカットオフサイズとくびれの材質を意味します。
一度設定されると、それは設定され、変更されません。
そしてローディング、つまり
膜の表面あたりの賦形剤のキログラム、膜は定義された表面です
賦形剤のキログラムはプロセスによって定義されます。
設定されたら設定されます。 変更しません。
RDSA 要素として調整できるもの。
精製する必要がある溶液中のバイオシャペロンの濃度、
供給流量。これは供給ポンプによって加えられる流束です。
膜間圧力は、圧力を制御する方法です。
透過液を膜に押し込むと溶液の温度が変化します。
私たちが確認できる応答は、膜を通した損失です。
プロセスの収率、通過する不純物に影響を与える
品質に影響を与える透過水中の膜
この仕事の最も重要な部分です。
そして時間に影響を与える浸透流量。
大規模なプロセス全体の時間についての洞察が得られます。
研究の目的は、多変量空間である設計空間を定義することでした。
応答の適合性を保証します。
ここは製品の品質です。
そして、応答曲面モデルである設計タイプを選択します。
私たちが実行した最初の試み。 私たちはボックス・ベンケン計画を実行しました。
Box-Behnken 計画を実行するには、DoE の古典的な応答曲面設計に進みます。
応答をロードします。
1 つ実行する
応答したらロードします
要因。
一つの要因。
わかった。
はい。 ここに 3 つの応答があります。
私は以前の損失、排除について話します。
不純物の除去と透過流束。
そして、温度という 4 つの要素があります。
圧力、濃度、またはアッセイおよび供給流量。
Box-Behnken は、このボックスの最初の提案です。
引き続きテーブルを製作していきます。
ご覧のとおり、ランダム化された実行を備えた標準の Box-Behnken テーブルがあります。
私たちはこの DoE の実行を開始しましたが、1 回の試行の後、それが実現できないことは明らかでした。
この DOE をランダムな順序で実行することはできません。
それぞれの間でバルクを濃縮または希釈します。
膜を通してバルクを濃縮すると
それは完全に実現可能ですが、いくつかの不純物が失われます。
当社のバルクはもはや上流プロセスを代表するものではありません。
それは解決策ではありません。
バルクを蒸留することはできますが、水なので非常に時間がかかります。
そして、各要素間で変更するのが容易ではない 2 番目のパラメータは、
再循環による温度が安定するまでにかなりの時間がかかります
各実行間の温度を変更する必要がある場合。
観客の中から悲鳴を上げるようなことをやってしまった。
しかし、私たちは気温によって実行を命令しました。
そしてアッセイによる。
ちょっとさせてください
見やすくするために色を追加します。
価値ある色。
これが私たちがやったことです。
90のブロックにあるアッセイがあります
次に 60 ブロック、30 ブロック、そして各アッセイブロック
40、30、20などを注文した温度があります。
私たちはこの DoE をそのように実行してきました。
私たちが取得したデータは次のとおりです。
我々はできる
4 つのフィット モデル プラットフォームを使用して分析します。
要因があり、損失を見て実行するつもりです。
私たちは損失について非常に優れたモデルを持っています。
大丈夫、PValue は良好です。
パラメーター。大丈夫。
しかし、問題は
私たちはとてもがっかりしました
統計的アプローチによると、最初の
ルールは、誤差を適切に推定するために実行をランダム化することです。
満足のいくものではありませんでした。
私たちは勉強に戻ってきました、ただ思い出させるために言いたいと思います
プレイの状態では、各バッチの間に新しいバッチを使用することはできませんでした。
大量に必要になりますが、それがありません。
バルクアッセイを次の間で変更することはできません。
バルクと温度の代表性により、それぞれを特定することはできません。
非常に時間がかかるため、簡単に変更できます。
私たちは本を読んだり、多くの本の最後を読んだりします。
私たちは本で分割プロット設計という解決策を見つけました。
分割区画設計は農業分野で導入されました。
通常、農地などの要素を変更する必要があります。
勉強したいとしましょう
さまざまな治療法
異なる穀物や作物を栽培していると、1 つの畑にスペースがありません。
多くのフィールドがあり、これらのフィールドは異なります。
しかし、これはあなたが勉強したいことではありません。
分割プロット設計の背後にある考え方は、プロット全体を塗りつぶすことです。
ランダムブロックとして分析されます。
そして、各区画全体に、1、2、3、4 つの処理または培養を適用します。
プロット全体の中でそれを研究します。それらはサブプロットと呼ばれます。
JMP での実行方法。
これで閉じさせていただきます。
これ。
これ。
この。
分割プロット設計を実行するには、DoE プラットフォームのカスタム設計を使用する必要があります。
実行 2 の応答をロードします。
開ける。
そしてその要因。
ここで見られるもの。
ごめん。
4 つの要素のアッセイ温度が表示されます。
CFF は供給流量と圧力です。
そして、名前の変更という追加の列があります。
それが難しい場合は、事実を調整することもできます。
変更するのが非常に難しい、または変更するのが簡単です。
濃度や分析値を変更するのは非常に困難です。
変更が難しい要素は温度です。変更できるからです。
しかし、私たちはアッセイブロックの中にはいません。
そして簡単な要因
は、実行間でランダム化できる他の 2 つの要素です。
表面応答モデルを使用したいと思います。
RSM をクリックすると、ここに 6 つの全体プロットと 12 の全体プロットが配置されます。
36 回の実行があり、デザインを作成します。
デザインの作成には数秒かかります。
Box-Behnken DoE のことを思い出してください。
27ランでした。
この DoE ではさらに多くの実行があります。
テーブルを作成し、ボックスベンケンについては色を追加します。
カラム。
何をしてしまったんだろう。 すみません、表を作り直しました。
はい。
うんごめん。 はい。
わかった。
アッセイがあることがわかります。
ブロックを配置すると、ブロック全体 1、2、3、4 に対応します
など、それぞれに
アッセイブロックにはサブプロットである温度ブロックがあります
1、2、3、4 など
そして、CFF と TMP はこれら 2 つのブロック内でランダム化されます。
この DOE データを実行すると、モデルに進むことができます。
ここでは、標準間の分析の違いを確認します。
Box-Behnken DoE および分割プロット設計。
追加されたプロット全体ができました
エフェクト内ではランダム ブロックとして扱われ、他のすべてのブロックが存在します。
パラメーターとエフェクト。
そして、ここにREML分析手法という手法があります。
私たちは走る
DoE。
損失の答えに焦点を当てると、次のことがわかります。
変動の 96% がこのモデルで説明される、非常に優れたモデルです。
あることが分かります
重大な効果。
そして
この分析で注目しなければならない追加のボックスは、REML 分散です。
導入に代わって当社に洞察を与えるコンポーネントの見積もり
ブロックごと、プロット全体を見ると、PValue が重要ではないことがわかります。
さらに前進することができます。
ブロックには問題ないので、
他のDOEと同様に
JMPを実行して、私たちは行くことができます
範囲と設計空間を定義するために最適化するためのプロファイルがあります。
ここでそれが分かります
アッセイは最も影響を受ける要素です
すべての応答と損失に対する応答は、すべての応答と損失によって影響を受けます。
因子の 4 つのパラメータを見ると、
ターゲットとして使用するパラメーターを使用すると、最適化がかなりうまくいくことがわかります。
興味深いのは、標準を使用してこのモデル、この DoE を観察することです。
分析。
すべてを削除します。
4つ持っていきます
要素。
このすべて。
標準分析用。
私が実行します。
ここ。
私は損失と応答の下に戻ってきます。
わかった。
ここで見ていきます
損失。
私たちが見ることができるもの
まったく同じ順序ではないということです
パラメータ、効果または推定値。
標準的な分析では、アッセイが最も影響を与える要因であると言えます。
スペクトル設計ではフラックスが使用されますが、アッセイは 5 番目のものです。
そしてそれはごく普通のことです
なぜなら、ブロックを使用して標準的な分析を行うと、より多くの結果が得られるからです。
これらのブロックに強度があると、エラーが発生します
そしてそれを影響があると定義しますが、そうではありません。
これはまったく正常なことです。
これが、次のことを行う必要がある理由です
REML とブロックを使用した分析により、影響因子を適切な順序で決定します。
この研究の結論として。
この場合、分割プロット設計を検討することが可能です
一部のパラメータの非ランダム化に関係なく続行します。
DoE 全体をより短い時間枠で実行することができました。
たとえ、27 回に対して 36 回のランが必要だったとしても。
でも集中する必要はないので
各実行間のプロッタを安定させるために、それははるかに短くなりました。
そして、私たちは適切に正当化することができるでしょう
強力な統計的証拠を備えた設計空間。
分割プロット設計は注目に値します。
独自のプラットフォームを迅速に開発および最適化するために実装されました。
賦形剤の精製および持ち帰りメッセージとして。
因子のランダム化には注意してください。
それが DOE を実行するための最初のルールであることはわかっていますが、適切なルールを持つことが非常に重要です。
統計を可能にするデザイン
プロセスに関する知識と適切な知識
設計により、さらに多くの実行が必要な場合でも時間を節約できる可能性があります。
ご清聴ありがとうございました。
