Monoklonale Antikörper (mAbs) haben die therapeutische Landschaft verändert und ermöglichen gezielte Behandlungen von Krebs, Autoimmunerkrankungen und seltenen genetischen Erkrankungen. Im Gegensatz zu kleinen Molekülen sind mAbs große, hochspezifische Proteine, die präzise an krankheitsassoziierte Ziele binden. Dadurch werden Off-Target-Effekte minimiert und die Behandlungsergebnisse verbessert.
In der biopharmazeutischen Industrie bleiben CHO-Zellen (Chinese Hamster Ovary) aufgrund ihrer humankompatiblen posttranslationalen Modifikationen, ihrer hohen Produktivität und ihrer Vertrautheit mit regulatorischen Vorschriften der Goldstandard für die mAb-Produktion. CHO-basierte Systeme sind jedoch komplex und weisen eine inhärente Variabilität auf, die durch Genexpression, Stoffwechselveränderungen und Kulturbedingungen bedingt ist. Diese Variabilität kann sich auf kritische Qualitätsmerkmale (CQAs) wie Glykosylierung, Aggregation und Bioaktivität auswirken, weshalb ein fundiertes Prozessverständnis unerlässlich ist.
Figure 1: Typical lifecycleAbbildung 1: Typischer Lebenszyklus
Von der Entwicklung bis zur Vermarktung: Der mAb-Lebenszyklus
Der Weg von der Zelllinienentwicklung bis zur kommerziellen Herstellung umfasst eine Reihe miteinander verbundener Phasen:
- Zelllinienentwicklung:Geninsertion, Klonscreening und Stabilitätsbewertung über 60–80 Generationen.
- Vorgelagerte Prozessentwicklung:Optimierung von Medien, Futtermitteln und Bioreaktorparametern zur Maximierung von Ertrag und Qualität.
- Nachgelagerte Prozessentwicklung:Reinigungsstrategien wie Protein-A-Chromatographie und Entfernung von Verunreinigungen.
- Analytische Entwicklung:Wirksamkeits-, Reinheits- und Stabilitätstests mit klar definierten Produktspezifikationen.
- Skalierung und Technologietransfer:Übergang vom Labor zur Fabrik mit Prozesscharakterisierung und -validierung.
- Zulassungsanträge und Vermarktung:CMC-Dokumentation, kontinuierliche Prozessverifizierung (CPV) und Lebenszyklusmanagement.
Figure 2: An overview of CPVAbbildung 2: CPV im Überblick
Warum datenbasierte Entscheidungen entscheidend sind
Bei der CHO-basierten Bioverarbeitung können selbst geringfügige Änderungen des pH-Werts, der Temperatur oder der Zufuhrstrategie die CQAs erheblich verändern. Mithilfe fortschrittlicher Analysen können Wissenschaftler kritische Prozessparameter (CPPs) identifizieren, die Prozessrobustheit bewerten und Abweichungen vorhersehen, bevor sie die Produktqualität beeinträchtigen.
Figure 3: Decision tree for designating parameter criticalityAbbildung 3: Entscheidungsbaum zur Bestimmung der Parameterkritikalität
JMP im gesamten Workflow anwenden
JMP bietet eine integrierte statistische Umgebung für biopharmazeutische F&E-Teams, einschließlich:
- Versuchsplanung (DOE):Prozessvariablen effizient prüfen und optimieren.
- Multivariate Analyse (MVA):Erkennen Sie Beziehungen zwischen Prozessparametern und CQAs.
- Hauptkomponentenanalyse (PCA):Vereinfachen Sie komplexe Datensätze für die Klon- oder Prozessauswertung.
- Entwicklung von Kontrollstrategien:Implementieren Sie univariates und multivariates Monitoring, um die Prozesskontrolle aufrechtzuerhalten.
- Stabilitäts- und Vergleichbarkeitsstudien:Verwenden Sie Kontrollkarten, Toleranzintervalle und Simulationen, um die Produktkonsistenz sicherzustellen.
Sicherstellung der laufenden Prozesskontrolle
CPV-Frameworks, unterstützt durch die Kontrolldiagramm- und Trendanalyse-Tools von JMP, helfen, Veränderungen frühzeitig zu erkennen – sei es ein einzelner Ausreißer (Nelson-Regel 1) oder eine geringfügige Abweichung im Zeitverlauf (Regel 5 oder 6). Diese Wachsamkeit reduziert das Risiko von Produktabweichungen und unterstützt die Einhaltung gesetzlicher Vorschriften.
| Regel # |
Beschreibung |
Anzeige |
Empfindlichkeit |
Beispiel für einen zu untersuchenden mAb-Upstream-Prozess |
| 1 |
Ein Punkt außerhalb der Kontrollgrenzen (UCL oder LCL). |
Starkes Anzeichen für einen außer Kontrolle geratenen Prozess. |
Hoch (erkennt große Verschiebungen) |
Eine einzelne Charge mit deutlich niedrigerem mAb-Titer als üblich. Dies könnte auf ein schwerwiegendes Kontaminationsereignis, eine plötzliche Gerätestörung (z. B. Laufradausfall) oder ein kritisches Rohstoffproblem zurückzuführen sein. |
| 2 |
Neun oder mehr aufeinanderfolgende Punkte auf derselben Seite der Mittellinie. |
Verschiebung des Prozessdurchschnitts. |
Mäßig (erkennt anhaltende Verschiebungen) |
Der mAb-Titer zeigt über mehrere Chargen hinweg einen konstanten Abwärtstrend. Dies könnte auf den allmählichen Abbau einer wichtigen Medienkomponente, eine geringfügige Änderung der Zelllinienleistung über Passagen hinweg oder eine konstante Umgebungsdrift (z. B. leichte Temperaturänderung im Inkubator) zurückzuführen sein. |
| 3 |
Sechs oder mehr aufeinanderfolgende Punkte, die kontinuierlich steigen oder fallen. |
Trend dabei. |
Moderat (erkennt systematische Änderungen) |
Die Laktatproduktion steigt über mehrere Chargen hinweg stetig an. Dies könnte auf eine Verschiebung des Zellstoffwechsels aufgrund von Änderungen in der Medienzusammensetzung, einer suboptimalen Fütterungsstrategie oder der Ansammlung hemmender Nebenprodukte hinweisen. |
| 4 |
Vierzehn oder mehr aufeinanderfolgende Punkte, abwechselnd nach oben und unten. |
Schwingungen, die auf eine Überanpassung oder interagierende Faktoren hindeuten. |
Niedrig (bei vielen Prozessen weniger verbreitet) |
Die Konzentrationen des gelösten Sauerstoffs (DO) zeigen bei jedem Futterzugabezyklus ein konsistentes Auf- und Ab-Muster, was auf eine instabile Regelkreiseinstellung oder eine Wechselwirkung zwischen Futterrate und Sauerstoffbedarf hindeutet. |
| 5 |
Zwei von drei aufeinanderfolgenden Punkten liegen mehr als zwei Standardabweichungen von der Mittellinie (auf derselben Seite). |
Kleinere Verschiebung des Prozessdurchschnitts. |
Mittel bis Hoch (empfindlicher als Regel 1) |
Zwei von drei aktuellen Chargen mit leicht überdurchschnittlich hohen Glykosylierungswerten (z. B. %G0F). Könnte auf eine geringfügige Änderung der Kulturbedingungen, wie pH-Wert oder Temperatursollwerte, oder eine leichte Abweichung in der Futterzusammensetzung hinweisen. |
| 6 |
Vier von fünf aufeinanderfolgenden Punkten liegen mehr als eine Standardabweichung von der Mittellinie (auf der gleichen Seite). |
Auch eine kleinere Verschiebung oder eine zunehmende Variabilität. |
Mäßig (empfindlich gegenüber kleineren Änderungen) |
Vier von fünf kürzlich durchgeführten pH-Messungen lagen knapp unter dem Zielbereich im Bioreaktor. Dies könnte auf eine beginnende Abweichung des Kontrollsystems, ein geringfügiges Problem mit der pH-Sonde oder geringfügige Änderungen der Pufferkapazität des Mediums zurückzuführen sein. |
| 7 |
Fünfzehn aufeinanderfolgende Punkte, alle innerhalb einer Standardabweichung von der Mittellinie (auf beiden Seiten). |
Reduzierte Prozessvariation, möglicherweise künstlich oder aufgrund von Datenproblemen. |
Niedrig (zeigt an, dass die erwartete Variation fehlt) |
Sehr geringe Abweichungen bei den Messungen der Zelllebensfähigkeit über viele Chargen hinweg, was Zweifel an der Genauigkeit oder Empfindlichkeit des Tests aufkommen lässt oder möglicherweise auf einen ungewöhnlich stabilen (und möglicherweise nicht repräsentativen) Prozess hinweist. |
| 8 |
Es gibt acht aufeinanderfolgende Punkte, von denen keiner innerhalb einer Standardabweichung von der Mittellinie liegt (auf beiden Seiten). |
Bimodale Verteilung oder Stichprobenziehung aus mehreren Prozessen mit unterschiedlichen Mittelwerten. |
Niedrig (zeigt „Zonenvermeidung“ an) |
Bimodale Verteilung der Zellwachstumsraten, die in verschiedenen parallel laufenden Bioreaktoren beobachtet wurde, möglicherweise aufgrund geringfügiger Unterschiede in den Betriebsbedingungen oder der Impfhistorie. |
Abschluss
Für leitende Wissenschaftler und Manager in der Biopharmabranche ist die Integration statistischer Analysen in jede Phase des mAb-Lebenszyklus nicht länger optional – sie ist unerlässlich. JMP bietet ein umfassendes Toolkit zur Umwandlung komplexer Bioprozessdaten in Erkenntnisse und ermöglicht so schnellere und zuverlässigere Entscheidungen von der frühen Entwicklung bis zur kommerziellen Bereitstellung.
Besuchen Sie noch heute den JMP Marketplace , um das umfassende – und kostenlose – Biopharma-Toolkit herunterzuladen!
Danksagung: Gemeinsamer Autor mit Prithwish Dey ( @prithwishdey ), General Manager von Aragen Life Sciences, dessen Beiträge für diese Arbeit von entscheidender Bedeutung waren.
Monoklonale Antikörper (mAbs) haben die therapeutische Landschaft verändert und ermöglichen gezielte Behandlungen von Krebs, Autoimmunerkrankungen und seltenen genetischen Erkrankungen. Im Gegensatz zu kleinen Molekülen sind mAbs große, hochspezifische Proteine, die präzise an krankheitsassoziierte Ziele binden. Dadurch werden Off-Target-Effekte minimiert und die Behandlungsergebnisse verbessert.
In der biopharmazeutischen Industrie bleiben CHO-Zellen (Chinese Hamster Ovary) aufgrund ihrer humankompatiblen posttranslationalen Modifikationen, ihrer hohen Produktivität und ihrer Vertrautheit mit regulatorischen Vorschriften der Goldstandard für die mAb-Produktion. CHO-basierte Systeme sind jedoch komplex und weisen eine inhärente Variabilität auf, die durch Genexpression, Stoffwechselveränderungen und Kulturbedingungen bedingt ist. Diese Variabilität kann sich auf kritische Qualitätsmerkmale (CQAs) wie Glykosylierung, Aggregation und Bioaktivität auswirken, weshalb ein fundiertes Prozessverständnis unerlässlich ist.
Abbildung 1: Typischer Lebenszyklus
Von der Entwicklung bis zur Vermarktung: Der mAb-Lebenszyklus
Der Weg von der Zelllinienentwicklung bis zur kommerziellen Herstellung umfasst eine Reihe miteinander verbundener Phasen:
-
Zelllinienentwicklung: Geninsertion, Klonscreening und Stabilitätsbewertung über 60–80 Generationen.
-
Upstream-Prozessentwicklung: Optimierung von Medien, Feeds und Bioreaktorparametern zur Maximierung von Ertrag und Qualität.
-
Entwicklung nachgelagerter Prozesse: Reinigungsstrategien wie Protein-A-Chromatographie und Entfernung von Verunreinigungen.
-
Analytische Entwicklung: Wirksamkeits-, Reinheits- und Stabilitätstests mit klar definierten Produktspezifikationen.
-
Scale-Up und Technologietransfer: Übergang vom Labor zur Fabrik mit Prozesscharakterisierung und -validierung.
-
Zulassungsanmeldung und Vermarktung: CMC-Dokumentation, kontinuierliche Prozessüberprüfung (CPV) und Lebenszyklusmanagement.
Abbildung 2: CPV im Überblick
Warum datenbasierte Entscheidungen entscheidend sind
Bei der CHO-basierten Bioverarbeitung können selbst geringfügige Änderungen des pH-Werts, der Temperatur oder der Zufuhrstrategie die CQAs erheblich verändern. Mithilfe fortschrittlicher Analysen können Wissenschaftler kritische Prozessparameter (CPPs) identifizieren, die Prozessrobustheit bewerten und Abweichungen vorhersehen, bevor sie die Produktqualität beeinträchtigen.
Abbildung 3: Entscheidungsbaum zur Bestimmung der Parameterkritikalität
JMP® im gesamten Workflow anwenden
JMP bietet eine integrierte statistische Umgebung für F&E-Teams in der Biopharmabranche, um:
-
Versuchsplanung (DoE): Prozessvariablen effizient prüfen und optimieren.
-
Multivariate Analyse (MVA): Erkennen Sie Beziehungen zwischen Prozessparametern und CQAs.
-
Hauptkomponentenanalyse (PCA): Vereinfachen Sie komplexe Datensätze für die Klon- oder Prozessbewertung.
-
Entwicklung einer Kontrollstrategie: Implementieren Sie eine univariate und multivariate Überwachung, um die Prozesskontrolle aufrechtzuerhalten.
-
Stabilitäts- und Vergleichbarkeitsstudien: Verwenden Sie Kontrollkarten, Toleranzintervalle und Simulationen, um die Produktkonsistenz sicherzustellen.
Sicherstellung einer kontinuierlichen Prozesskontrolle
CPV-Frameworks, unterstützt durch die Kontrolldiagramm- und Trendanalyse-Tools von JMP, helfen dabei, Veränderungen frühzeitig zu erkennen – sei es ein einzelner Ausreißer (Nelson-Regel 1) oder eine geringfügige Abweichung im Zeitverlauf (Regel 5 oder 6). Diese Wachsamkeit reduziert das Risiko von Produktabweichungen und unterstützt die Einhaltung gesetzlicher Vorschriften.
| Regel # |
Beschreibung |
Anzeige |
Empfindlichkeit |
Beispiel mAb Upstream-Prozess Ursache für die Untersuchung |
| 1 |
Ein Punkt außerhalb der Kontrollgrenzen (UCL oder LCL). |
Starkes Anzeichen für einen außer Kontrolle geratenen Prozess. |
Hoch (erkennt große Verschiebungen) |
Eine einzelne Charge mit deutlich niedrigerem mAb-Titer als üblich. Dies könnte auf ein schwerwiegendes Kontaminationsereignis, eine plötzliche Gerätestörung (z. B. Laufradausfall) oder ein kritisches Rohstoffproblem zurückzuführen sein. |
| 2 |
Neun oder mehr aufeinanderfolgende Punkte auf derselben Seite der Mittellinie. |
Verschiebung des Prozessdurchschnitts. |
Mäßig (erkennt anhaltende Verschiebungen) |
Der mAb-Titer zeigt über mehrere Chargen hinweg einen konstanten Abwärtstrend. Dies könnte auf den allmählichen Abbau einer wichtigen Medienkomponente, eine geringfügige Änderung der Zelllinienleistung über Passagen hinweg oder eine konstante Umgebungsdrift (z. B. leichte Temperaturänderung im Inkubator) zurückzuführen sein. |
| 3 |
Sechs oder mehr aufeinanderfolgende Punkte, die kontinuierlich steigen oder fallen. |
Trend dabei. |
Moderat (erkennt systematische Änderungen) |
Die Laktatproduktion steigt über mehrere Chargen hinweg stetig an. Dies könnte auf eine Verschiebung des Zellstoffwechsels aufgrund von Änderungen in der Medienzusammensetzung, einer suboptimalen Fütterungsstrategie oder der Ansammlung hemmender Nebenprodukte hinweisen. |
| 4 |
Vierzehn oder mehr aufeinanderfolgende Punkte, abwechselnd nach oben und unten. |
Schwingungen, die auf eine Überanpassung oder interagierende Faktoren hindeuten. |
Niedrig (bei vielen Prozessen weniger verbreitet) |
Die Konzentrationen des gelösten Sauerstoffs (DO) zeigen bei jedem Futterzugabezyklus ein konsistentes Auf- und Ab-Muster, was auf eine instabile Regelkreiseinstellung oder eine Wechselwirkung zwischen Futterrate und Sauerstoffbedarf hindeutet. |
| 5 |
Zwei von drei aufeinanderfolgenden Punkten liegen mehr als 2 Standardabweichungen von der Mittellinie (auf der gleichen Seite). |
Kleinere Verschiebung des Prozessdurchschnitts. |
Mittel bis Hoch (empfindlicher als Regel 1) |
Zwei von drei aktuellen Chargen mit leicht überdurchschnittlich hohen Glykosylierungswerten (z. B. %G0F). Könnte auf eine geringfügige Änderung der Kulturbedingungen, wie pH-Wert oder Temperatursollwerte, oder eine leichte Abweichung in der Futterzusammensetzung hinweisen. |
| 6 |
Vier von fünf aufeinanderfolgenden Punkten liegen mehr als 1 Standardabweichung von der Mittellinie (auf der gleichen Seite). |
Auch eine kleinere Verschiebung oder eine zunehmende Variabilität. |
Mäßig (empfindlich gegenüber kleineren Änderungen) |
Vier von fünf kürzlich durchgeführten pH-Messungen lagen knapp unter dem Zielbereich im Bioreaktor. Dies könnte auf eine beginnende Abweichung des Kontrollsystems, ein geringfügiges Problem mit der pH-Sonde oder geringfügige Änderungen der Pufferkapazität des Mediums zurückzuführen sein. |
| 7 |
Fünfzehn aufeinanderfolgende Punkte, alle innerhalb einer Standardabweichung von der Mittellinie (auf beiden Seiten). |
Reduzierte Prozessvariation, möglicherweise künstlich oder aufgrund von Datenproblemen. |
Niedrig (zeigt an, dass die erwartete Variation fehlt) |
Sehr geringe Abweichungen bei den Messungen der Zelllebensfähigkeit über viele Chargen hinweg, was Zweifel an der Genauigkeit oder Empfindlichkeit des Tests aufkommen lässt oder möglicherweise auf einen ungewöhnlich stabilen (und möglicherweise nicht repräsentativen) Prozess hinweist. |
| 8 |
Es gibt acht aufeinanderfolgende Punkte, keiner davon liegt innerhalb einer Standardabweichung von der Mittellinie (auf beiden Seiten). |
Bimodale Verteilung oder Stichprobenziehung aus mehreren Prozessen mit unterschiedlichen Mittelwerten. |
Niedrig (zeigt „Zonenvermeidung“ an) |
Bimodale Verteilung der Zellwachstumsraten, die in verschiedenen parallel laufenden Bioreaktoren beobachtet wurde, möglicherweise aufgrund geringfügiger Unterschiede in den Betriebsbedingungen oder der Impfhistorie. |
Abschluss
Für leitende Wissenschaftler und Manager in der Biopharmaindustrie ist die Integration statistischer Analysen in jede Phase des mAb-Lebenszyklus nicht länger optional – sie ist unerlässlich. JMP bietet ein umfassendes Toolkit zur Umwandlung komplexer Bioprozessdaten in umsetzbare Erkenntnisse und ermöglicht so schnellere und zuverlässigere Entscheidungen von der frühen Entwicklung bis zur kommerziellen Bereitstellung.
Besuchen Sie noch heute den JMP Marketplace , um das umfassende Biopharma-Toolkit kostenlos herunterzuladen!
