Die Entwicklung und Herstellung von Biopharmazeutika umfasst zahlreiche standardisierte Experimente und Berichte. Die meisten Berichte enthalten Informationen aus dem zugehörigen Protokoll, Produktqualitätsdaten aus einem Laborinformationsmanagementsystem (LIMS), Informationen aus der Labordokumentation sowie Leistungsdaten verschiedener Geräte. Derzeit werden diese Datenquellen mit JMP, Excel und anderer Software verarbeitet und anschließend in PowerPoint-Präsentationen und Word-Dokumenten zusammengestellt.
Ich präsentiere eine intern mit JMP entwickelte Automatisierung dieses gesamten Prozesses. Mithilfe eines Journals wird der Benutzer durch einen automatisierten Workflow geführt. Dieser nutzt LIMS-Daten und Labordokumentation, um beispielsweise die Ergebnisse einer Versuchsreihe (DoE) automatisch zu ergänzen und Illustrationsoptionen vorzuschlagen, sobald der Fachexperte ein Modell erstellt hat. Diese Illustrationen, Chromatographie-Spuren und Informationen aus dem Protokoll werden anschließend anhand einer vordefinierten Vorlagenstruktur in einer PowerPoint-Präsentation und einem Word-Bericht zusammengestellt.
Die automatische Berichtserstellung spart dem KMU erheblich Zeit, sodass es sich verstärkt auf die Interpretation der Ergebnisse konzentrieren kann. Da die Automatisierung in einer einzigen Software erfolgt, bleibt die Datenintegrität gewahrt und die Layout- und Auswertungsstandards werden in jedem Bericht eingehalten.
Hallo und herzlich willkommen. Ich möchte Ihnen heute einen Workflow zum Erfassen, Analysieren und Berichten von experimentellen Daten vorstellen. Da ich im Rahmen des Discovery Summit präsentiere, habe ich mich für einen DOE-Bericht als Beispiel entschieden. Dieses Tool ist jedoch sehr allgemein gehalten und kann für alle Arten von Berichten verwendet werden.
Kurz zu unserem Tätigkeitsbereich: Rentschler Biopharma ist ein Auftragshersteller und Entwicklungsunternehmen für Biopharmazeutika. Das bedeutet, wir entwickeln Aufreinigungsverfahren für alle Arten von Biopharmazeutika.
Die meisten davon sind natürlich Antikörper. Wir haben über 120 davon, aber wir haben auch den COVID-19-mRNA-Impfstoff für BioNTech und Pfizer hergestellt. Darüber hinaus verfügen wir über ein recht umfangreiches Portfolio mit über 140 therapeutischen Modalitäten, hauptsächlich monoklonale Antikörper – die eher einfachen und unspektakulären –, aber auch multispezifische Antikörper, Fusionsproteine, rekombinante Enzyme und viele andere, etwas spannendere Produkte.
Der Nachteil bei 140 verschiedenen Modalitäten besteht darin, dass man 140 verschiedene Berichte verfassen muss. Und wenn man beispielsweise jedes Jahr etwas produziert, erstellt man auch Jahresberichte. Für jedes unserer Projekte schreiben wir Berichte und zusätzlich, da wir für Kunden arbeiten, erstellen wir manchmal wöchentlich PowerPoint-Präsentationen.
Die Vorbereitung kann natürlich sehr zeitaufwendig sein. Daher ist die Idee, diesen Zeitaufwand durch die Automatisierung mit JMP zu reduzieren. Ein Beispiel hierfür ist ein DOE-Bericht. Stellen Sie sich vor: Bei der Entwicklung eines Prozesses müssen Sie zahlreiche DOE-Studien durchführen, um dessen Funktionsweise und Robustheit zu verstehen und ihn zu optimieren. Wir verwenden hierfür einen DOE-Ansatz, und da jeder Prozess mehrere Schritte umfasst, können pro Prozess fünf bis zehn Berichte entstehen. Das ist ein erheblicher Arbeitsaufwand. Andererseits ist der Prozess sehr standardisiert und eignet sich daher hervorragend, um die Vorteile der Automatisierung zu verdeutlichen.
Alles, was Sie dafür benötigen, ist eine JMP-Tabelle, eine typische DOE-Tabelle, die JMP automatisch generiert, sobald Sie einen Versuchsplan anfordern. Sie benötigen außerdem ein Protokoll, das ohnehin erforderlich ist – jeder Kunde verlangt es – und letztendlich mindestens JMP-18. Das liegt einfach daran, dass JMP-18 eine komfortable Python-Integration bietet, die die Arbeit deutlich vereinfacht. Viele der heute gezeigten Funktionen basieren daher auf Python, was dem Benutzer jedoch nicht auffällt. Der Vorteil von Python liegt aber darin, dass sich damit einige interessante Projekte realisieren lassen.
Ich zeige Ihnen zunächst kurz die Theorie und anschließend ein praktisches Beispiel. Wie sieht das Ganze aus? Sie beginnen mit einer leeren DOE-Tabelle, die Sie hier links sehen. Diese enthält eine Versuchs-ID, ein Muster, verschiedene Faktoren und Reaktionen. Die Daten werden mit wenigen Klicks aus dem LIMS automatisch befüllt. Das hat den Vorteil, dass die Daten nicht manuell aus dem LIMS kopiert und möglicherweise fehlerhaft eingefügt werden müssen, sondern automatisch vom Computer übernommen werden.
Es sperrt außerdem automatisch die Spalten, um Fehler auszuschließen, und protokolliert jeden einzelnen Schritt des Benutzers während des Vorgangs. Das ist besonders hilfreich für die Datenintegrität, da die Datenherkunft klar ersichtlich ist. Eine versehentliche Manipulation ist ausgeschlossen, was unsere Qualitätssicherung sehr freut.
Nachdem die Daten in die DOE-Tabelle kopiert wurden, muss der Fachexperte sein Modell erstellen. Daran hat sich nichts geändert. Sie können dies auf beliebige Weise tun. JMP Build bietet bereits alle dafür benötigten Funktionen, und es hat sich nichts geändert. Sie können dieses Modell einfach speichern und anschließend zum Tool zurückkehren, um alle Diagramme zu erstellen, die wir üblicherweise in unseren Berichten verwenden.
Dazu gehören beispielsweise ein Replikationsdiagramm, in dem Sie sehen können, wie sich Ihre Daten über die verschiedenen Läufe verteilen, eine Zusammenfassung der Anpassung, in der Sie die Qualität Ihres Modells abschätzen können, Parameterschätzungen, die Ihnen sagen, welcher Parameter für eine bestimmte Reaktion verantwortlich ist, und verschiedene Arten von Profilerdiagrammen, die Ihnen einen Überblick darüber geben, welche Faktoren welche Reaktion beeinflussen, und schließlich einige Konturdiagramme, wenn Sie 2- oder 3-dimensionale Interaktionen haben, die Sie direkt in einem einzigen Diagramm sehen können, um vielleicht ein Optimum zu finden oder ein Problem an der Grenze zum Versagen zu lokalisieren oder Ähnliches.
Anschließend werden diese Daten in einer Präsentation zusammengestellt. Dies basiert auf der Idee, dass unsere Kunden gerne über unsere Fortschritte informiert werden, und daher lassen sich alle generierten Diagramme problemlos in eine PowerPoint-Präsentation einfügen. Das bedeutet im Wesentlichen, dass alle Abbildungen und eine Überschrift automatisch hinzugefügt werden und der Fachexperte lediglich die Interpretation verfassen muss.
Der zweite Punkt, den ich Ihnen gleich zeigen werde, ist die Zusammenfassung aller Daten in einem Bericht. Dieser Bericht enthält Daten aus dem LIMS (einer SQL-Datenbank) und unserer elektronischen Labordokumentation, darunter Daten wie Haltezeiten und Ähnliches. Er kann außerdem Geräteexportdaten wie Chromatogramme oder Filtrationsdiagramme sowie Protokolldaten enthalten. Dazu gehören Versuchspläne, Namenskonventionen und ähnliches.
Wie das aussieht, können Sie rechts kurz sehen. Dort finden Sie Tabellen aus dem Protokoll oder dem LIMS sowie Diagramme der Geräte, die Sie nach Bedarf schattieren können, beispielsweise für Pumpenleistung, Chromatographie und analytische Diagramme.
Das Ziel all dessen ist es, von einem Zustand, in dem all diese Dinge manuell und folglich natürlich fehleranfällig erledigt werden müssen, zu einem Zielzustand zu gelangen, in dem der Fachexperte lediglich das Modell erstellt, JMP einen Berichtsentwurf generiert, der dann nur noch von den Fachexperten interpretiert und überprüft wird, was viel Zeit und natürlich viel Frustration spart.
Ich hoffe, das gefällt Ihnen, und ich möchte Ihnen zeigen, wie das in der Praxis aussieht. Was Sie hier sehen, sind typische JMP-Journale. Für meine Automatisierungsaufgaben verwende ich üblicherweise Journale. Sie enthalten eine kurze Einleitung und Links sowie zahlreiche Gliederungspunkte, die Sie durch den Prozess führen.
Sie beginnen ganz von vorn. Im Prinzip wird Ihnen erklärt, was Sie tun sollen: Sie laden die LIMS-Daten – logischerweise müssen Sie damit beginnen – und finden dann immer einen Button. Klicken Sie also einfach darauf. Sie werden dann nach einer leeren DOE-Tabelle gefragt. Probieren Sie es aus und bereiten Sie sie vor. Sie sieht so aus.
Das ist eine typische Tabelle. Sie enthält alle Faktoren und einige Laufnummern. JMP fügt automatisch Skripte ein, und die Antworten sind natürlich noch leer. Anschließend werden Sie aufgefordert, die Daten aus dem LIMS abzurufen. Ich kann sie Ihnen nicht direkt zeigen, da ich mit Beispieldaten arbeiten muss.
Der Effekt ist jedoch derselbe: Die Antworten werden automatisch ausgefüllt und zusätzlich grün markiert. Dies zeigt an, dass die Daten verifiziert wurden. Sie sind gesperrt und können daher nicht versehentlich geändert werden. Da die Daten aber auch gespeichert wurden, würde das System, selbst wenn Sie sie jetzt speichern oder bearbeiten, später eine Diskrepanz feststellen und Sie über ein Problem mit der Verifizierung informieren.
Es speichert außerdem alle Datenextraktionsschritte. Das sind Tabellenvariablen, die Sie hier sehen können. Anschließend können Sie verschiedene Diagramme erstellen. Beispielsweise ist das Replikationsdiagramm immer nützlich. Klicken Sie dazu einfach auf „Replikationsdiagramm erstellen“.
Als Erstes werden Sie nach einer Tabelle gefragt, die nur einmal pro Sitzung benötigt wird. Die Datenverifizierung basiert im Wesentlichen nicht nur auf Tabellen, sondern auch auf Diagrammen mit verschiedenen Grafiken. Da wir noch kein Diagramm erstellt haben, brechen wir diesen Vorgang ab. Anschließend wird ein neues Diagramm erstellt. Nun wird dieses Replikationsdiagramm erstellt, das wir hier mit allen Antworten und den Veränderungen im Verlauf der Replikationen sehen können. Die blauen Punkte markieren die Mittelpunkte.
Auf der Website wird außerdem eine übersichtliche Tabelle bzw. eine Tabelle zur Überprüfung der Diagramme angezeigt. Man kann direkt sehen, welche Daten enthalten sind, also wie die Datei aussieht, wie sie heißt, welche Schritte jemand durchgeführt hat und ob es sich um eine manuelle Überprüfung handelt, da ich zufällige Daten erstellt habe. Ich habe die Datei gerade eben erstellt.
Dann gibt es noch den MD5-Hashwert, der im Prinzip für jede einzelne Datei berechnet werden kann. So lässt sich feststellen, ob die verwendete Datei nicht nur denselben Namen hat, sondern tatsächlich identisch ist. Dadurch wird sichergestellt, dass nicht jemand anderes eine ähnliche Datei mit demselben Namen gespeichert und fälschlicherweise als gültig eingestuft hat. Wie bereits erwähnt, handelt es sich um Zufallsdaten, deren Quelle nicht verifiziert wird. Dies deutet zwar auf ein Problem hin, ist für diese Demonstration aber irrelevant.
Sie haben gesehen, dass Sie es schließen können. Alle Diagramme werden automatisch im Ordner gespeichert. Jetzt müssen Sie ein Modell erstellen. Sie können es nach Belieben verwenden. Klicken wir auf „Ausführen“, dann können Sie einige Faktoren entfernen. Das können wir getrost ignorieren. Ich bin immer wieder überrascht, wie gut zufällige Modelle man so einfach generieren kann.
Sie können hier auch einige Faktoren entfernen. Es wirkt einfach willkürlich. Sehen Sie sich die Unterschiede an, und Sie können das natürlich nach Belieben anpassen. Belassen wir es erst einmal dabei. Sie können die Daten bei Bedarf in der Tabelle speichern.
Dann können Sie mit der Erstellung von Diagrammen beginnen. Beispielsweise können Sie ein zusammenfassendes Anpassungsdiagramm erstellen, das so aussieht. Das gibt Ihnen einen Überblick darüber, wie gut Ihre Antwort ist. Wenn das Datenmodell natürlich schlecht ist, haben Sie zumindest einen guten Überblick darüber, wie schlecht Ihr Modell ist. Fügen Sie hinzu, dass Sie verstehen können, welche Parameter für Ihr Modell eine Rolle spielen.
Sie klicken einfach erneut. Das wird automatisch für jede einzelne Antwort durchgeführt. Diese Daten werden dann gespeichert, sodass jeder dieser Faktoren für diese Antwort verantwortlich ist. Als Nächstes werden dann die Vorhersagediagramme angezeigt. Die Vorhersagen geben Ihnen einen guten Überblick darüber, wie die Ergebnisse aussehen werden.
Klicken Sie einfach auf „Diagramme erstellen“, dann erhalten Sie eine ganze Reihe davon. Je nach den vorhandenen Faktoren können Sie jede einzelne Antwort und jeden Faktor darstellen. Das könnte Ihnen gefallen. Wenn beispielsweise für Antwort D drei Faktoren verantwortlich sind, erhalten Sie ein Übersichtsdiagramm, in dem Sie alle auf einen Blick sehen können. Das ist eine sehr übersichtliche Darstellung.
Natürlich können Sie das auch schließen. Abschließend können wir bei Bedarf ein Konturdiagramm erstellen. Verwenden Sie die Vorhersagefaktoren und die Vorhersageformeln für Vektor 1 oder 3. Sie können Ihr Farbschema frei wählen oder es einfach so lassen. Dann erhalten Sie ein übersichtliches Konturdiagramm, in dem Sie die Verteilung und die gegenseitigen Einflüsse deutlich erkennen können.
Das ist im Prinzip alles. Natürlich können Sie weitere Zeilen generieren, wenn Sie mehr Daten haben, aber belassen wir es dabei und schließen das Fenster. Ich zeige es Ihnen vielleicht gleich. Für alle diese Werte wurde eine letzte Zeile generiert, in der Sie die durchgeführten Datenextraktionsschritte, den Dateinamen und den Hashwert sehen können. Diese Zeile speichern wir.
Okay, Sie haben jetzt jede Menge Datenpunkte. Jetzt müssen Sie diese nur noch in einen Bericht einfügen. Natürlich könnten Sie alles per Copy & Paste einfügen, da die Daten ja gespeichert sind, aber es macht viel mehr Spaß, einfach nur zu klicken und JMP die Arbeit erledigen zu lassen. Suchen Sie also Ihren Ordner. Wie gesagt, dieses Tool eignet sich für alle Arten von Berichten.
Für jeden Berichtstyp benötigen Sie also eine eigene Tabelle. Ich zeige Ihnen das gleich. Sie sehen hier verschiedene Datenquellen. Diese Tabelle weist JMP an, aus welcher Quelle und welchen Datenpunkten der Bericht erstellt wird. Aus dem Protokoll werden einige Tabellen kopiert. Daraus werden auch die Zwischenschrittcodierung, das Ausführungsschema, einige Parameter, die Batch-Übersicht, alle Filter und ähnliches kopiert.
Anschließend kopiert das DOE-Diagrammtool die Residuenplots, Parameterschätzungen, Vorhersagen und Konturdiagramme. Aus den LIMS-Daten, einem weiteren Tool, erhält man die Liste der verwendeten Analysemethoden. Natürlich benötigen Sie auch eine Vorlage. Jeder Bericht hat seine eigene Vorlage. Aus Datenschutzgründen erstelle ich Q1. Ich benötige einen Ordner und natürlich auch ein Protokoll.
Prozessschritte können angepasst werden. Bei Bedarf stehen hierfür Einstellungen zur Verfügung. Wir müssen die DOE-Tabellen kennen. Klicken Sie einfach auf „OK“, warten Sie einige Sekunden, und schon sehen Sie, dass 22 Elemente hinzugefügt wurden. Das ist alles – ganz ohne zusätzlichen Zeitaufwand.
Und hier sieht man direkt, wie diese Datenquellentabelle generiert wird. Sie zeigt also, was genau gemacht wurde. Es wurden Zwischencode und Schrittcode aus dem Protokoll kopiert. Das ist die Datei. Das Ganze wurde damit und so weiter durchgeführt. Es werden zahlreiche Tabellen aus dem Protokoll verwendet, darunter auch einige Abbildungen, die nun in dem anderen Tool verwendet werden.
Es schreibt die Daten in diese Datenquellentabelle und weist darauf hin, dass sie nicht verifiziert sind, da es sich um Zufallsdaten handelt. Im Allgemeinen erhalten Sie jedoch eine vollständige Liste, wie die Daten aussehen. Zusätzlich erhalten Sie natürlich auch einen vollständigen Bericht. Dies ist der Entwurf, den Sie erhalten. Der Bericht enthält natürlich viele Informationen und muss noch ausgefüllt werden. Aus Datenschutzgründen musste ich ihn etwas kürzen, aber ich kann Ihnen zeigen, wie er im Allgemeinen aussieht.
Natürlich müssen Sie eine Zusammenfassung verfassen, aber Sie können mit einer Übersicht der Vorhersagen beginnen, also welcher Faktor welche Reaktion beeinflusst. Wenn es grün ist, ist es signifikant. Wenn nicht, dann nicht. Das hängt von Ihrem [unverständlich 00:17:06] Modell ab, das wir erstellt haben. Dann habe ich natürlich noch einige Daten gelöscht.
Dann gibt es einige Puffer, die aus dem Protokoll extrahiert wurden. Es gab Filter, die ebenfalls im Protokoll enthalten waren, die Schrittcodierung bildete ein eigenes Protokoll, dann eine Liste der Analysemethoden und der jeweils verwendeten Versionen für die einzelnen Läufe. Diese Daten stammen direkt aus dem LIMS. Das Laufschema stammt ebenfalls aus dem Protokoll, ebenso wie weitere Daten und später die Ergebnisse, die eben erstellte Tabelle und natürlich alle Diagramme. Es handelt sich um eine Positivliste und Residuenplots.
Sie erhalten dann die Zusammenfassung und für jede einzelne Antwort das Risiko, die Parameterschätzungen und die Prognosediagramme (sofern signifikant) sowie, falls vorhanden, auch das Kontrolldiagramm. Dies geschieht automatisch für jede einzelne Antwort, und Sie erhalten eine vollständige Tabelle. Die Auswertung und die Schlussfolgerungen müssen Sie natürlich selbst verfassen. Die Abkürzungen werden automatisch hinzugefügt.
Das Ganze ergibt jetzt einen sehr kurzen Bericht mit, ich weiß nicht, 30 Seiten und 20 Elementen. Natürlich funktioniert das aber auch für viel umfangreichere Berichte mit deutlich mehr Elementen. Insbesondere eine Übersicht der Datenquellen spart viel Zeit, da diese sonst erst überprüft werden müsste.
Lassen Sie mich zum Schluss kommen. Ich hoffe, ich konnte Sie davon überzeugen, dass Sie durch die Verwendung von JMP in Python zur Automatisierung Ihrer Arbeitsabläufe viel Zeit sparen können. Es minimiert außerdem Fehler, da kein Kopieren und Einfügen oder Ähnliches erforderlich ist. Gleichzeitig wird jeder einzelne Schritt protokolliert: Wer hat ihn wann mit welchem Tool ausgeführt?
Und dieses letzte Modul bietet ein standardisiertes Berichtsformat, was sehr wichtig ist. Ich arbeite beispielsweise in der Abteilung für nachgelagerte Aufreinigung und bin somit für die Reinigung des Materials verantwortlich, das wir aus der vorgelagerten Abteilung erhalten. Daher ist es wichtig, dass die Berichte, die unsere Kunden erhalten, weitgehend einheitlich aussehen – mit denselben Farben usw.
Damit bin ich am Ende meiner Präsentation angelangt. Ich würde mich sehr freuen, Sie alle beim Discovery Summit in Berlin zu sehen. Bei Fragen können Sie mir gerne eine Nachricht schreiben. Vielen Dank.
