Le rythme effréné de l'industrie biopharmaceutique impose aux équipes de R&D de développer des procédés et de commercialiser des produits dans des délais toujours plus courts. Pour atteindre cet objectif, nous misons sur l'utilisation de dispositifs à haut débit (HT) dès la phase de développement des procédés. Ces dispositifs, tels que l'ambr250 pour le développement en amont et les robocolumns pour le développement en aval, sont des outils couramment utilisés.
Lors du développement du procédé en amont, la sélection des clones et la définition des points de consigne des paramètres de procédé sont des étapes cruciales pour un passage rapide à la phase clinique. Divers paramètres de procédé (température, biomasse, débit de perfusion et milieu de production) influencent significativement la qualité de la substance médicamenteuse. Les approches classiques de plans d'expériences nécessitaient un grand nombre d'expériences. Afin de rationaliser ce processus, nous avons mis en œuvre un plan factoriel D-optimal utilisant deux AMBR.
Dans cette présentation, nous expliquons comment concevoir un procédé efficace doté d'un fort pouvoir prédictif. Nous définirons une matrice d'indicateurs clés de performance (KPI) en exploitant les connaissances antérieures et en évaluant les capacités d'élimination des impuretés en aval. Cette matrice de KPI nous permettra de sélectionner le clone le plus performant, ainsi que les conditions de procédé nécessaires à une perfusion stable de ce clone. Cette méthodologie nous a permis de développer un modèle statistique validé à trois échelles, corrélant les effets de tous les paramètres de procédé, leurs interactions et leurs effets quadratiques sur les KPI. Les résultats de ce travail réduisent considérablement le nombre d'expériences lors du développement du procédé en amont, tout en fournissant un outil précieux pour les prédictions de transposition d'échelle en cas d'écarts et pour anticiper les efforts de caractérisation du procédé.
