设为首页收藏本站

JMP数据分析论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
热搜: 活动 交友 discuz
查看: 1913|回复: 7

【案例分享】JMP确定性筛选实验设计(DSD)在生物制药工艺特性研究中的应用

  [复制链接]
发表于 2019-6-26 10:05:26 | 显示全部楼层 |阅读模式
生物技术是21世纪的战略新兴行业,大力发展以生物技术为核心的生物制药行业不仅有利于促进创新型经济转型,更是推进健康中国建设,提高人民健康水平的必由之路。近年来,随着国家药品审评审批制度的改革和完善,新药获批的数量增多,速度加快,也给生物制药企业带来新的挑战,即如何迅速将复杂的生物制药生产工艺从小试放大到生产,建立可靠稳定的生产控制策略,持续生产出安全有效的药品。

面对这一难题,国内外大型制药企业普遍依据ICH相关指导原则,以质量源于设计(Qualityby Design, QbD)的核心理念,通过广泛使用实验设计(Designof Experiment, DOE),解决生物药物生产工艺中工艺参数多,交互作用复杂的难题。在小规模详尽DOE实验的基础上,建立生产工艺参数与质量属性的关联关系,充分理解生产工艺的特性,从而有效地保证大规模生产的顺利实施详见图1
1.依据 ICH指导原则进行药品研发和生产的流程图

使用DOE方法可以用较少的实验,研究多个参数的关系。传统DOE实施方法首先对大量参数进行分辨率较低的筛选实验设计,根据实验结果还可能需要第二轮的扩增设计或响应曲面实验设计。生物药生产工艺参数多,常包含需要通过响应曲面设计才能分辨清楚的高阶效应,此外,还会面临实验材料成本和时间紧张的压力。这些实际困难决定了使用传统的DOE实验设计方法进行生物药物的研发具有很大的挑战。JMP软件所特有的确定性筛选实验设计(Definitive ScreeningDesign, DSD)具备实验次数少、分辨率高、节省时间等优点,为解决这一问题提供了极大的便利 。下面通过具体实例进行说明。

本文作者信达生物制药(苏州)有限公司徐淑泽,版权所有,未经许可严禁转载。

单克隆抗体的生产过程包括上游细胞培养、下游纯化和产品灌装3个部分。阳离子交换层析是下游纯化生产中精细纯化的重要步骤,通过阳离子交换层析可有效去除聚合体、电荷变异体、宿主细胞蛋白残留和外源性DNA残留等杂质,这些杂质均为关键质量属性(Critical QualityAttribute, CQA)。通过实验设计方法,研究阳离子交换层析工艺参数对CQA的影响关系,制定合适的控制策略。阳离子交换层析考察的响应指标见表1


1. 阳离子交换层析考察的响应指标

阳离子交换层析工艺过程包括近20项工艺参数,根据其他项目的知识和经验,评选层析流速、载量等可能对纯化结果有影响的8个工艺参数进一步实验考察。通过JMP 软件DSD实验设计制定研究方案。所有工艺参数均为连续性变量,不需要划分区组,JMP软件默认生成一组包含21个实验运行的方案。研发人员又增加了3个条件下的各1次重复实验,以考察实验过程的系统误差,总共进行了24次实验,方案详见表2

2. 阳离子交换层析实验方案

按照实验方案随机运行实验,并收集检测数据。由于DSD利用较少的实验次数对大量的因子和效应进行考察,无法对DSD数据直接进行标准最小二乘分析,可以利用JMP软件特有的“拟合确定性筛选”方法,或通过“拟合模型”中的“逐步”拟合方法。研发人员通过逐步拟合的方法分别对收率、SEC-HPLC纯度等5个响应成功建立了回归模型,预测刻画器结果见图2


2. 阳离子交换层析实验设计预测刻画器结果

根据以上模型,阳离子工艺参数X6X7X8对各项关键质量属性和收率影响较大,为关键工艺参数(CriticalProcess Parameter, CPP),必须对参数范围进行严格的控制。其他参数对各项关键质量属性和收率影响不大,工艺参数的变动引起CQA超出范围的风险低,故均为非关键工艺参数(non CPP)。利用JMP软件的确定性筛选实验方法,只通过124次实验就成功研究了阳离子交换层析的工艺特性,筛选出关键工艺参数,制定了针对性的控制策略,确保最终产品安全可靠。


如果你也对JMPDSD感兴趣的话,欢迎下载JMP30天免费试用

更多数据分析相关干货、JMP实用技巧、JMP应用案例、JMP最新活动,敬请关注JMP官方微信公众号:



本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

发表于 2019-6-26 13:21:45 | 显示全部楼层
作为同行业者,好想看多更多的一些信息,比如如何确定的CPP,总不能单单一句话“根据以上模型,阳离子工艺参数X6、X7和X8对各项关键质量属性和收率影响较大,为关键工艺参数(CriticalProcess Parameter, CPP)”就确定了CPP。我之前了解到的是file:///C:/Users/Administrator/Desktop/30517543.png,从Set point到high/low point对应CQA的变化,与CQA的接受的区间范围,之比大于10% 就是CPP,不知道对不对。
回复 支持 反对

使用道具 举报

 楼主| 发表于 2019-6-27 13:27:45 | 显示全部楼层
daichangsong 发表于 2019-6-26 13:21
作为同行业者,好想看多更多的一些信息,比如如何确定的CPP,总不能单单一句话“根据以上模型,阳离子工艺 ...

你提了一个很好的问题,为你手动点赞!根据作者的进一步解释,希望对你有帮助~

简单来讲,CPP与non-CPP的界定是公司质量风险控制体系的一部分,划分依据取决于(1)工艺参数变动对CQA的影响(2)希望将CQA控制到的范围(3)生产设备对工艺参数的控制精度这三个因素。单就第一个因素来说,你的理解基本是正确的,更常用的是从process limit 到 process set point 对应CQA的差值,与CQA limit到process set point处 CQA的差值的比值,比值大于一定阈值(有公司选0.1和0.33两级控制,也有公司选0.2)就是CPP。实际上由于工艺过程中很多步骤对同一CQA都有影响, 单一步骤的CQA limit经常难以获得,CPP与non-CPP作为控制策略的依据往往具有很大的主观因素。
回复 支持 反对

使用道具 举报

 楼主| 发表于 2019-6-27 13:53:52 | 显示全部楼层
daichangsong 发表于 2019-6-26 13:21
作为同行业者,好想看多更多的一些信息,比如如何确定的CPP,总不能单单一句话“根据以上模型,阳离子工艺 ...

对了,你上传的图片没能显示出来,只显示了:file:///C:/Users/Administrator/Desktop/30517543.png

能否重新上传下?
回复 支持 反对

使用道具 举报

发表于 2019-6-28 09:42:08 | 显示全部楼层
感谢您的解答,一般来说因子都存在交互作用,所以也不好直接的确定一个因子的impact ratio;倒是您说的三个方面来确定是否是CPP更科学合理一些, 尽管这些评价都偏向于主观。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复 支持 反对

使用道具 举报

发表于 2019-6-28 09:54:01 | 显示全部楼层
我其实比较疑惑的是,一般情况下,实验设计的思路是部分析因筛选具有显著性影响的因子(此时还要考虑到分辨率不够时,特别是因子较多,实验数量少,因子交互作用存在混淆,若交互作用具有显著性,那么还要分析具体是哪个交互作用显著,感觉就复杂多了),随后进行爬坡,爬坡到达曲率时进行RSM。但确定性筛选设计一阶二阶二次项均无显著混淆,能直接分析出具体哪个交互作用显著,还能分析出是否出现曲率,实验数量与部分析因差不多,那么部分析因的优势在哪呢。感觉自己做的7因子,IV分辨率,3个中心点,19组实验的部分析因,不如直接采用确定性筛选(17组实验,加3个中心点也才20组实验)得出的信息量多。
回复 支持 反对

使用道具 举报

 楼主| 发表于 2019-7-1 13:23:16 | 显示全部楼层
daichangsong 发表于 2019-6-28 09:42
感谢您的解答,一般来说因子都存在交互作用,所以也不好直接的确定一个因子的impact ratio;倒是您说的三个 ...

是的,你说的没错,会对实际Impact ratio的计算产生影响,计算的时候要考虑这些因素。
回复 支持 反对

使用道具 举报

发表于 2019-7-1 16:44:43 | 显示全部楼层
daichangsong 发表于 2019-6-28 09:54
我其实比较疑惑的是,一般情况下,实验设计的思路是部分析因筛选具有显著性影响的因子(此时还要考虑到分辨 ...

您考虑的没错,这也正是确定性筛选设计 vs 部分析因乃至完全析因设计的一些差异化和优势所在。
确定性筛选设计 (DSD) 作为2011年JMP的原创设计类型,通俗的说就是一种带有一定确定性的筛选设计,其主要特点包括:
1. 所有连续因子都被设定为3水平
2. 主效应无混杂 (优于分辨率Ⅲ的部分析因设计)
3. 二阶交互效应部分混杂 (优于分辨率Ⅳ的部分析因设计)
4. 非线性效应可以被评估 (优于析因设计)
5. 通常,实验规模大体在2X+4次左右,X为因子个数

如果说DSD缺点或者说局限性的话,个人认为就是更加依赖于效应稀疏的假设,当您的实际活跃 (显著)效应项过多时 (比如超过试验规模的一半),DSD在模型拟合时会有一定问题,具体细节您可以查阅手册相关章节。但效应稀疏原则,在广泛因子初筛的多数情况下可以满足。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|JMP数据分析论坛 ( 沪ICP备13022603号-2 )  

GMT+8, 2024-3-29 07:49 , Processed in 0.437769 second(s), 17 queries .

Powered by Discuz! X3

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表