Produkcja szczepionek
Wczesne ostrzeganie w fermentacji szczepionek
Producent szczepionek chce widzieć, że seria fermentacji odjeżdża, póki jeszcze można zareagować, zamiast dowiadywać się o tym z analizy offline po zakończeniu hodowli.
Wyzwanie
O tym, ile antygenu da seria, decydują dwa etapy: fermentacja i inaktywacja. Oba są prowadzone według receptury i sprawdzane analizą po fakcie.
Miano antygenu oznacza się offline po zakończeniu fermentacji. Słaba seria idzie więc dalej: zajmuje zbiornik, oczyszczanie, tygodnie inaktywacji i czas kontroli jakości, zanim ktokolwiek może zareagować.
Klient
Producent szczepionek wytwarzający antygeny białkowe w fermentacji bakteryjnej, po której następuje wielotygodniowy etap inaktywacji chemicznej.
Nasze podejście
Wzorzec dobrej serii (golden batch) zbudowany z historycznych danych producenta. W trakcie każdej nowej serii bliźniak:
- porównuje na żywo temperaturę, pH, redoks i mieszanie ze wzorcem
- ostrzega, gdy przebieg zaczyna odjeżdżać, i wskazuje zmienną, która odjechała
- prognozuje końcowe miano antygenu jeszcze w trakcie hodowli
Szacowane efekty
6–8 tygodni
czasu zbiornika i kontroli jakości odzyskanego w roku
Ilustracyjnie: 20 serii rocznie, 1 na 10 słaba, a słaba seria zatrzymana na etapie fermentacji zamiast zajmować 3–4 tygodnie inaktywacji i kontroli jakości.
30–40%
mniej serii optymalizacyjnych
Zakres z publikowanych case studies branżowych o rozwoju procesu prowadzonym modelem; tu wynika z rankingu parametrów w wariancie B.
0
nowych czujników w wariancie A
Wariant A pracuje na sygnałach, które zakład już rejestruje: temperatura, pH i mieszanie oraz końcowe miano.
To szacunki do sprawdzenia w Fazie 0 na danych historycznych producenta, a nie wyniki.
Jak przebiega PoC
-
01
Faza 0 · Ocena danych
Na seriach historycznych mierzymy, o ile wcześniej pojawiłoby się ostrzeżenie i jaki jest rozrzut miana między seriami. To decyduje o wariancie.
-
02
Wariant A · Minimalny
Przebiegi procesu i końcowe miano każdej serii. Dostajesz wczesne ostrzeżenie o odchyleniu i zmienną, która je powoduje.
-
03
Wariant B · Standardowy
A, a do tego redoks, próbki w trakcie hodowli, partie podłoża i opisane odchylenia. Dostajesz też prognozę miana w trakcie hodowli i ranking parametrów, które o nim decydują.
-
04
Wariant C · Pełny
B, a do tego serie drugiego produktu lub szczepu. Wzorzec przenosimy na kolejny produkt, co daje sprawdzony schemat dla całego portfela.
-
05
Opcjonalny drugi etap
Model kinetyki etapu inaktywacji, by kończyć go na podstawie zmierzonego stanu materiału, a nie kalendarza. Bardziej badawczy i dopiero wtedy, gdy pierwszy etap pokaże, że dane da się połączyć z wynikami kontroli jakości.
O co poprosiliśmy
-
Opis instalacji
P&ID lub rysunek fermentora z punktami pomiarowymi i ich zakresami.
-
Przebiegi z czujników
Temperatura, pH, redoks, mieszanie, dozowanie i inne sygnały rejestrowane podczas hodowli.
-
Wyniki laboratoryjne
Miano antygenu dla każdej serii, a jeśli są, także pomiary w trakcie hodowli.
-
Historia serii
Numer serii, start i koniec, szczep, partia podłoża i opisane odchylenia.
Co otrzymujesz
-
Czas na reakcję
Korekta warunków hodowli zamiast straconej serii.
-
Mniej pracy dalej
Słaba seria nie zajmuje inaktywacji i kontroli jakości.
-
Powtarzalność
Jeden wzorzec dla kolejnych szczepów i produktów.
-
Mniej prób
Ranking parametrów, które decydują o mianie.
Dane mogą być w dowolnej formie, a PoC nie wymaga walidacji GxP. O ile wcześniej pojawi się ostrzeżenie, zmierzymy w Fazie 0 na danych historycznych producenta, więc wcześniej nie podajemy żadnej liczby. Metoda, czyli wielowymiarowa statystyczna kontrola procesu (MSPC), jest stosowana w przemysłowej fermentacji od ponad 20 lat i opisywana jako narzędzie PAT w wytwarzaniu biofarmaceutyków.
Masz podobny proces?
Opowiedz nam o nim. Powiemy, gdzie model opłaci się najpierw i jakich danych będziesz potrzebować.
Umów rozmowę techniczną