El ritmo acelerado de la industria biofarmacéutica exige a sus equipos de I+D desarrollar procesos y entregar productos en plazos más cortos. Para lograr este objetivo, aprovechamos el uso de dispositivos de alto rendimiento (HT) durante la fase de desarrollo del proceso. Los dispositivos de HT, como ambr250 en el desarrollo inicial y las robocolumnas en el desarrollo posterior, son herramientas habituales.
Durante el desarrollo del proceso inicial, la selección de clones y la definición de los parámetros de ajuste del proceso son pasos cruciales para avanzar rápidamente a la fase clínica. Diversos parámetros del proceso (temperatura, biomasa, velocidad de perfusión y medio de producción) influyen significativamente en la calidad del fármaco. Los enfoques tradicionales de diseño de experimentos requerían un gran número de experimentos. Para simplificar esto, implementamos un diseño factorial D-óptimo con dos AMBR.
En esta presentación, describimos cómo establecer un diseño eficaz con un alto poder predictivo. Definiremos una matriz de indicadores clave de rendimiento (KPI) aprovechando el conocimiento previo y evaluando la capacidad de depuración de impurezas aguas abajo. Esta matriz de KPI nos permite seleccionar el clon con mejor rendimiento, así como las condiciones de proceso necesarias para un proceso de perfusión estable de este clon. Esta metodología nos permitió desarrollar un modelo estadístico validado en tres escalas, que correlaciona todos los efectos de los parámetros del proceso, sus efectos de interacción y los efectos cuadráticos en los KPI. Los resultados de este trabajo reducen significativamente el número de experimentos durante el desarrollo del proceso aguas arriba, a la vez que proporcionan una herramienta valiosa para las predicciones de escalado en caso de desviaciones y para anticipar los esfuerzos de caracterización del proceso.
