Wytwarzanie kontraktowe (CDMO)
Mała skala, która przewiduje dużą
Mikrobiologiczny producent kontraktowy chce, by historia serii w dwóch skalach mówiła przed kampanią, jak przeniesiony proces zachowa się w pełnej skali.
Wyzwanie
Każdy transfer uczy tego samego: to, co pokazała skala rozwojowa, nie przenosi się w pełni na skalę produkcyjną, a różnicę odkrywa się, prowadząc kampanię. Transfer tlenu, gradienty mieszania i wąskie okna zasilania i indukcji to dokładnie te miejsca, gdzie skale przestają zachowywać się tak samo.
Białka rekombinowane, plazmidowe DNA, fragmenty przeciwciał i szczepionki dzielą te same ciągi, a każdy proces ma niewiele powtórzeń, więc doświadczenie narasta powoli i zostaje w głowach pojedynczych osób. Niespodzianka przy skalowaniu to opóźnienie u klienta, a spada ona na producenta.
Klient
Europejski producent kontraktowy cGMP biologików mikrobiologicznych (E. coli i drożdże), prowadzący ciąg fermentacyjny w skali rozwojowej i w skali produkcyjnej.
Nasze podejście
Z historycznych serii budujemy model wzorca dobrej serii (golden batch) dla każdego ciągu, a potem porównujemy oba. Bliźniak daje:
- ostrzeżenie na żywo, gdy kampania wychodzi poza wzorzec udanych serii
- zmienną, która odjechała, wskazaną, a nie szukaną
- ilościowy opis tego, co systematycznie się zmienia, gdy proces przechodzi z mniejszego ciągu na większy
Szacowane efekty
54% vs 12%
wynik odchylenia złej serii wobec dobrej
Opublikowany benchmark golden batch na 100 symulowanych seriach fermentacji, z pH i tlenem rozpuszczonym jako głównymi czynnikami. Dane symulowane, a nie wynik z zakładu.
20+ lat
wielowymiarowego monitorowania serii w przemysłowej fermentacji
Udokumentowane w zakładach produkcyjnych od 2001 roku i opisywane jako narzędzie PAT w hodowlach biofarmaceutycznych.
1 model, 2 skale
zależność między skalami do ponownego użycia
Opisuje sprzęt producenta, a nie cząsteczkę jednego klienta, i staje się lepszy z każdym nowym procesem.
Nie obiecujemy procentów. Jaką część różnicy między skalami wyjaśniają rejestrowane sygnały, mierzymy właśnie w Fazie 0, na historii serii producenta.
Jak przebiega PoC
-
01
Faza 0 · 4 tygodnie
Ocena danych; zakres i kryteria sukcesu zamrożone.
-
02
Bufor danych · 2–4 tygodnie
Czyszczenie, digitalizacja i wyrównanie czasowe danych z serii.
-
03
Faza 1 · 8–12 tygodni
Modele dla każdego ciągu, porównanie skal, testy na odłożonych seriach.
-
04
Następny krok
Użycie modelu skalowania przy kolejnym transferze procesu klienta.
O co poprosiliśmy
-
Opis ciągów
P&ID lub rysunki obu ciągów fermentacyjnych z punktami pomiarowymi i zakresami.
-
Przebiegi serii
Temperatura, pH, tlen rozpuszczony, mieszanie, przepływ powietrza i wzbogacanie tlenem, szybkość zasilania, gazy odlotowe, jeśli są rejestrowane.
-
Wyniki serii
Końcowa gęstość komórek oraz miano lub wydajność dla każdej serii, a także próbki międzyoperacyjne, jeśli są.
-
Historia serii
Numer serii, skala, organizm gospodarza, moment indukcji, partia podłoża i opisane odchylenia.
Co otrzymujesz
-
Mniej niespodzianek
W pierwszej kampanii klienta w pełnej skali.
-
Szybsze dochodzenia
Hipoteza na start zamiast pustej kartki.
-
Argument sprzedażowy
Dowód powtarzalności oferowany klientom jako część usługi.
-
Narastająca wiedza
Każdy nowy proces ulepsza model skalowania.
Dane klientów zostają poza pracą: procesy można zanonimizować do identyfikatorów, bez ujawniania cząsteczek i sekwencji — model uczy się sprzętu, a nie produktów klientów. Praca toczy się na kopii danych historycznych, poza GxP. Na start nie są potrzebne nowe czujniki, integracja IT ani zdalny dostęp.
Masz podobny proces?
Opowiedz nam o nim. Powiemy, gdzie model opłaci się najpierw i jakich danych będziesz potrzebować.
Umów rozmowę techniczną