Hola a todos.
En primer lugar quiero agradecer al comité de Discovery Summit.
por permitirme la posibilidad de presentarles el trabajo
actuamos en mi equipo en el
implementación de una plataforma de diseño de parcelas divididas
estudiar la purificación de nuestros excipientes innovadores.
En primer lugar, ADOCIA es una empresa biotecnológica fundada en 2005.
por Gérard Soula y sus dos hijos, y estamos ubicados en Lyon, Francia.
Nuestra misión es desarrollar una formulación innovadora de productos aprobados.
Hormonas para el tratamiento de la diabetes y la obesidad.
El modelo de negocio es producto de licencia según el concepto aprobado.
Y actualmente en nuestra cartera tenemos tres plataformas tecnológicas patentadas.
Y un producto que está aprobado para entrar en la fase tres en China.
Cinco productos con prueba clínica de concepto,
y seis proyectos que se encuentran en etapa preclínica.
En ADOCIA somos unas 115 personas y el 80 por ciento nos dedicamos al I+D.
Hablando de las plataformas tecnológicas.
Hoy
hablaremos de la histórica que es la plataforma BioChaperone.
El BioChaperone es un excipiente farmacéutico.
uno orgánico sintético,
y formará un complejo con una proteína como la insulina o la amilina o el glucagón.
Este complejo inspirado en la naturaleza mejorará la solubilidad o estabilidad,
acelerar la absorción del péptido
o protegerlo contra la degradación enzimática.
La plataforma BioChaperone potencializa
el rendimiento de las insulinas y otras hormonas.
Y hoy cinco de productos patentados basados en BioChaperone
están en desarrollo clínico.
El desarrollo de la química de BioChaperone.
Creo que es lo mismo en muchas empresas farmacéuticas.
Pasaremos de un proceso en etapa temprana
que entregará lotes de pocos gramos
que entrarán en estudios preclínicos como el de eficacia toxicológica.
Y una vez que BioChaperone esté diseñado como líder
vendrá en mi departamento, en mi equipo,
desarrollar un proceso final para entregar los lotes de la fase tres.
Y al final los lotes comerciales rondan unos pocos cientos de kilos al año.
Los cambios que afrontaremos vienen impuestos por la viabilidad a gran escala.
y nos guiaremos por el costo y el rendimiento
y se sufrirán muchos cambios.
Por eso debemos comprenderlos y documentarlos.
El objetivo de nuestro trabajo es tener una comprensión completa
de la relación entre parámetro de variación
y su impacto en la calidad del producto.
De hecho, como lo haremos a gran escala, sabemos que la temperatura
no se puede apuntar a 10,0 grados cada vez,
pueden ser 11, pueden ser nueve.
Esto se sufre debido a la gran escala.
Hablaremos de robustez,
que el proceso necesita absorber esta variabilidad inherente en un rango definido.
Y necesitamos saber su impacto en la calidad del producto.
En esta etapa pasaremos de la reproducibilidad en la etapa inicial,
a la robustez a gran escala y etapa final del proceso.
Para ello tenemos herramientas.
Dos de ellos son el análisis de riesgos que nos ayudará a priorizar,
para clasificar el trabajo.
Y los DoE son muy útiles porque sabemos que en química
tenemos muchas interacciones entre parámetros,
entonces esto es muy útil para nosotros.
Hoy hablaremos de la purificación de los excipientes.
Esta purificación se realiza mediante diafiltración.
Una descripción general rápida del proceso es que la materia prima
entra en una transformación química,
eso dará un excipiente crudo en solución.
Este excipiente crudo en solución se purificará mediante diafiltración.
dar el excipiente puro en solución.
¿Qué es la diafiltración?
Tenemos en primer lugar las filtraciones clásicas.
eso se llama filtración sin salida en la que tenemos un sólido
o
que en excipiente en una solución y una membrana.
La solución subirá al fondo con la presión para recuperar el sólido.
en la cara superior de la membrana.
Una filtración de flujo cruzado que tenemos
el retenido que se lleva en paralelo a la membrana mediante una bomba.
Y aplicaremos una presión mediante válvulas que empujarán una parte del flujo para que se vaya.
a través de la membrana, ese proceso define los poros y deja solo
pequeñas moléculas para atravesar la membrana.
Y tenemos las moléculas grandes que permanecerán en el retenido.
Y utilizamos esta tecnología porque sabemos que nuestro excipiente
Son oligómeros, lo que significa que no son moléculas pequeñas.
No son polímeros, están entre los dos tamaños,
pero son bastante grandes y se quedarán en el retenido.
Una descripción general rápida de la unidad.
Tenemos el retenido.
Un recipiente con el retenido que pasará a través de la membrana.
El uso de una bomba de alimentación y una válvula de contrapresión nos permitirá
tener una presión en la membrana y empujar a través de una parte del flujo en el permeado
eso eliminará las impurezas de las moléculas pequeñas.
A la derecha tienes la báscula de 50 litros.
piloto de diafiltración que utilizamos en ADOCIA en la parte trasera, el vaso de 50 litros.
Arriba a la izquierda tenemos la carcasa con la membrana y todos los tubos utilizados.
con válvulas e instrumentos para monitorear el proceso de trabajo.
Para nuestro estudio sólo tenemos un bulto que podemos utilizar.
Un volumen de solución de excipiente crudo.
La idea era tener una circulación fluida.
del flujo, lo que significa que el permeado se devuelve al refractante cada vez
así tendremos un retenido que sea representativo del proceso.
Al comienzo de cada evento del DoE.
Para una filtración en seco tenemos factores que son determinantes
muy temprano en el proceso, que es la membrana de referencia,
lo que significa que el tamaño de corte del poro y el material de las constricciones.
Una vez que esté configurado, estará configurado y no lo cambiaremos.
Y la carga, es decir, la
kilogramos de excipiente por superficie de membrana, la membrana se define como superficie
y el kilogramo de excipiente lo define el proceso.
Cuando está listo, está listo. No lo cambiaremos.
Lo podemos sintonizar como factor RDSA.
La concentración del BioChaperone en las soluciones que necesitamos purificar,
el flujo de alimentación, que es el flujo impuesto por la bomba de alimentación.
La presión transmembranar, que es una forma de controlar la presión que
empujar el permeado a través de la membrana y la temperatura de la solución.
Las respuestas podemos observar cuáles son las pérdidas a través de la membrana que
impactan el rendimiento del proceso, las impurezas que pasan
La membrana que está en el permeado afectará la calidad.
del producto, que es la parte más importante de este trabajo.
Y el caudal de permeado que afectará el tiempo.
Brindará información sobre todo el tiempo del proceso a gran escala.
El objetivo del estudio fue definir el espacio de diseño el cual es un espacio multivariado
que garantice la conformidad de las respuestas,
Aquí está la calidad del producto.
Y optaremos por un tipo de diseño que sea un modelo de superficie de respuesta.
El primer intento lo hicimos. Ejecutamos el diseño Box-Behnken.
Para ejecutar un diseño Box-Behnken, vaya al diseño clásico de superficie de respuesta del DoE.
Cargaré la respuesta.
ejecutar uno
responde y lo cargare
los factores.
Uno de los factores.
Bueno.
Sí. Aquí tenemos las tres respuestas.
Hablo de derrotas anteriores, de la eliminación,
la eliminación de impurezas y el flujo de permeado.
Y tenemos los cuatro factores que son la temperatura,
presión, concentración o ensayo y flujo de alimentación.
Box-Behnken es la primera propuesta de este cuadro.
Seguiremos haciendo la mesa.
Y tenemos la tabla estándar Box-Behnken con ejecución aleatoria, como puede ver.
Comenzamos a ejecutar este DoE y después de una prueba quedó claro que no estaremos
ejecutar este DOE en un orden aleatorio porque no podemos
concentrar o diluir el grueso entre cada uno.
Si concentramos el grueso a través de la membrana
Es perfectamente factible pero perderemos algunas impurezas.
Nuestro grueso ya no es representativo del proceso upstream.
No es una solución.
Podemos destilar la mayor parte pero llevará mucho tiempo porque es agua.
Y el segundo parámetro que no será fácil de cambiar entre cada factor es
la temperatura debido a la recirculación es bastante más larga para estabilizarse
la temperatura entre cada ejecución cuando tenemos que cambiarla.
Hemos hecho algo que hará gritar a algunas personas del público.
Pero ordenamos el recorrido por temperatura.
Y mediante ensayos.
Déjame solamente
agregue un poco de color para tener una mejor vista.
Color de valor.
Esto es lo que hemos hecho.
Tenemos ensayos que están en bloque con 90.
luego el bloque 60 y el bloque 30 y en cada bloque de ensayo
tenemos temperatura que ha pedido 40, 30, 20 etc.
Hemos ejecutado este DoE así.
Aquí están los datos que obtenemos.
Podemos
analizarlo usando la plataforma del modelo de ajuste con los cuatro
factores y veremos las pérdidas y correremos.
Tenemos un modelo bastante bueno para las pérdidas.
Está bien, tenemos un buen PValue, tenemos
parámetros. Está bien.
Pero la cosa es
quedamos bastante decepcionados
por el enfoque estadístico porque sabemos que la primera
La regla es aleatorizar la ejecución para tener una buena estimación del error.
No fue satisfactorio.
Volvimos a nuestros estudios, diría yo, y solo como recordatorio.
la situación era que no podíamos utilizar un lote nuevo entre cada uno.
Se necesitará demasiado volumen y no lo tenemos.
El ensayo en masa no se puede cambiar entre
cada uno debido a la representatividad del volumen y la temperatura no pueden ser
cambiar fácilmente porque consumirá mucho tiempo.
Miramos libros y al final de muchos.
En los libros encontramos una solución que es el diseño de trama dividida.
El diseño de parcelas divididas fue introducido por el campo agrícola porque tienen
Por lo general, hay que cambiar factores como los campos de cultivo.
digamos que quieres estudiar
los diferentes tratamientos
en diferentes cereales o cultivos y no tienes espacio en un campo.
Tendremos muchos campos y estos campos son diferentes.
Pero esto no es lo que quieres estudiar.
La idea detrás del diseño de trama dividida es tener una trama completa que esté llena
con eso se analizarán como bloques aleatorios.
Y luego en cada parcela completa aplicarás el tratamiento o cultivo uno, dos, tres, cuatro.
y lo estudiarás dentro de toda la trama y se llaman subtramas.
Cómo se hace en JMP.
Cerraré esto.
Este.
Este.
Y esto.
Para ejecutar un diseño de trama dividida, debe acceder al diseño personalizado de la plataforma DoE.
Cargaré las respuestas para la segunda ejecución.
Abierto.
Y los factores.
Lo que vemos aquí.
Lo siento.
Vemos nuestros cuatro factores ensayando la temperatura,
CFF es el flujo de alimentación y la presión.
Y tenemos una columna adicional que es cambios de nombre.
Y puedes sintonizar el hecho si es difícil,
muy difícil de cambiar o fácil de cambiar.
Es muy difícil cambiar la concentración o el ensayo.
El factor difícil de cambiar es la temperatura porque podemos cambiarla.
pero no lo hacemos dentro del bloque de ensayo.
Y los factores fáciles
son los otros dos factores que se pueden aleatorizar entre ejecuciones.
Queremos optar por el modelo de respuesta superficial.
Haces clic en RSM aquí ponemos seis parcelas completas y 12 parcelas completas.
Disponemos de 36 tiradas y realizamos el diseño.
Tardará unos segundos en realizar el diseño.
Solo para recordarles eso para el Departamento de Energía de Box-Behnken.
Fueron 27 carreras.
Tenemos muchas más ejecuciones en este DoE.
Haré la mesa y en cuanto al Box-Behnken añadiré algunos colores.
Columna.
¿Qué hice? Lo siento, rehago la tabla.
Sí.
Esta bien perdón. Sí.
Bueno.
Verás que tenemos ensayos que son
organizando bloques y corresponde a los bloques completos uno, dos, tres, cuatro
etc y en cada
bloque de ensayo tienes bloques de temperatura que son las subtramas
uno, dos, tres, cuatro, etc.
Y CFF y TMP se aleatorizan dentro de esos dos bloques.
Realizamos estos datos del DOE y puede optar por el modelo.
Aquí vemos las diferencias entre el análisis entre estándar
Box-Behnken DoE y diseño de trama dividida.
Tenemos todas las parcelas que se añaden.
en los efectos y se tratan como bloques aleatorios y tenemos todos los demás
Parámetros y efectos.
Y aquí tenemos el método que es el método de análisis REML.
Corremos
el Departamento de Energía.
Si nos centramos en la respuesta de las pérdidas vemos que tenemos
un muy buen modelo con el 96 por ciento de la variación explicada por este modelo.
Vemos que tenemos
efectos significativos.
Y
El cuadro adicional que tenemos que mirar con este análisis es la varianza REML.
estimaciones de componentes que nos darán una idea del nombre introducido
por los bloques, las parcelas enteras y vemos que el PValue no es significativo.
Podemos ir más lejos.
No hay problemas con los bloques, por lo que
como otros DOE
realizando JMP podemos ir
y tener un perfil a optimizar para definir rangos y diseñar espacios.
Aquí vemos que
el ensayo es el factor más afectado
en cada respuesta y pérdida es la respuesta que se ve afectada por todos
los cuatro parámetros de los factores y podemos ver
que con los parámetros que usamos como objetivo vamos bastante bien con la optimización.
Lo que podría ser interesante es observar este modelo, este DoE usando un estándar
análisis.
Elimino todo.
tomaré los cuatro
factor.
Todo esto.
Para análisis estándar.
Yo lo ejecuto.
Aquí.
Vuelvo bajo las pérdidas y la respuesta.
Bueno.
Aquí voy a mirar
las pérdidas.
lo que podemos ver
es que no tenemos exactamente el mismo orden
para los parámetros, efecto o estimación.
En el análisis estándar podemos decir que el ensayo es el factor más impactante.
mientras que en el diseño espectral es el flujo, el ensayo es el quinto
y es bastante normal
porque cuando usamos bloques y hacemos el análisis estándar daremos más
Fuerza a estos bloques y cometeremos errores en ellos.
y lo definiremos como impactante pero no lo es.
Esto es perfectamente normal.
Es por eso que necesitas hacer
un análisis utilizando REML y bloques para tener el orden correcto del factor de impacto.
En conclusión de este estudio.
En este caso de estudio, el diseño de parcelas divididas permitió
continuar independientemente de la no aleatorización de algunos parámetros.
Pudimos ejecutar todo el DoE en un período de tiempo más corto.
Incluso si requirió 36 carreras contra 27.
Pero como no necesitamos concentrarnos
para estabilizar el trazador entre cada ejecución fue mucho más corto.
Y podremos justificar adecuadamente
el espacio de diseño con fuerte evidencia estadística.
Vale la pena señalar que el diseño de trama dividida
La plataforma ahora está implementada para desarrollar y optimizar rápidamente nuestra propiedad.
purificaciones de excipientes y como mensajes para llevar.
Solo tenga cuidado con la aleatorización de factores.
Sabemos que es la primera regla para ejecutar un DOE pero es muy importante tener una adecuada
diseño que le permitirá tener una estadística
conocimiento sobre su proceso y una adecuada
El diseño podría permitir ahorrar tiempo incluso si se requieren más tiradas.
Gracias por su atención.
