Ontsluit efficiëntie: Gebruik de juiste digitale tool om proceskennis op te bouwen en de ontwikkeling van medicijnen te stroomlijnen

Door Unjulie Bhanot, Product Marketing Manager, Procesontwikkeling & Productie, IDBS

Blog 1 van 3

In de afgelopen vijftig jaar heeft de BioPharma-industrie zich gericht op het verzamelen van gegevens en het vergroten van kennis over hun therapeutische producten, waarbij ze zijn overgestapt van analoge naar digitale formaten en hun bibliotheek met laboratoriuminformatica hebben uitgebreid. In de loop der tijd hebben deze tools zich ontwikkeld om verder te gaan dan de traditionele papier-op-glas benaderingen en zich uit te breiden naar gebieden zoals voorraadbeheer, kalibratie van apparatuur of statistische analyses - maar met weinig nadruk op de documentatie en het beheer van processen en parameters - de factoren die verantwoordelijk zijn voor het bereiken van een hoogwaardig product.

In deze driedelige serie ontdekken we waarom de biofarmaceutische industrie zich meer moet richten op het vastleggen, beheren en benutten van parameter- en procesgegevens om proceskennis te creëren en uiteindelijk de ontwikkeling van medicijnen en de overdracht van technologie te optimaliseren.

De hausse in geneesmiddelenontwikkeling

Vanaf het begin van de 20e eeuw was er een toename in de ontdekking van geneesmiddelen op basis van kleine moleculen - gekenmerkt door de ontdekking van Aspirine. Tegen het midden van de eeuw was de wereld getuige van een farmaceutische revolutie. Van antibiotica zoals penicilline en streptomycine tot niet-steroïde ontstekingsremmers zoals ibuprofen en diclofenac, elk jaar kwamen er nieuwe moleculen op de markt.

In 1975 werd een baanbrekend rapport een methode voor het genereren van grote hoeveelheden monoklonale antilichamen met specifieke doelen. Deze innovatie maakte de weg vrij voor de enorme hoeveelheid therapeutische en diagnostische monoklonale antilichamen die tot op heden zijn geproduceerd.

Deze revolutie in de farmacie ging gepaard met strengere FDA-richtlijnen. Na het Thalidomide-schandaal werd de Kefauver-Harris Drugsamendement van 1962 verplichtte fabrikanten van medicijnen om de werkzaamheid en veiligheid van hun producten aan te tonen voordat ze ze op de markt brachten. Dit vereiste grondige documentatie van de kwaliteit, veiligheid en effectiviteit van een product.

De geboorte van laboratoriuminformaticahulpmiddelen volgde al snel om te voldoen aan de groeiende behoefte om experimentele gegevens en monsters te beheren en tegelijkertijd te voldoen aan de toenemende eisen op het gebied van regelgeving. De jaren 1980 en 1990 zag de introductie van elementaire elektronische labnotitieboeken (ELN's) en beheersystemen voor laboratoriuminformatie (LIMS). In 1997 werd de FDA publiceerde 21 CFR Deel 11, waarin normen werden vastgesteld voor het beheer en gebruik van elektronische dossiers en handtekeningen in farmaceutische producten. Deze voorschriften waren en zijn van fundamenteel belang om geneesmiddelenfabrikanten in staat te stellen digitale oplossingen te gebruiken om onderzoek, ontwikkeling, productie en validatieactiviteiten te stroomlijnen, zodat nieuwe geneesmiddelen veilig op de markt kunnen worden gebracht.

Sinds 2000 heeft de FDA meer dan 190 biologische geneesmiddelen (waaronder monoklonale antilichamen, eiwitten en enzymen) en meer dan 600 behandelingen met kleine moleculen goedgekeurd (zie Nature Review Ontdekking van geneesmiddelen voor meer details), en we blijven ook een toename zien in de ontwikkeling van cel-, virale vector- en oligonucleotidetherapieën. De functionaliteit en kenmerken van ELN's, LIMS en andere informaticahulpmiddelen, zoals laboratoriumuitvoersystemen (LES), zijn ook geëvolueerd om aan deze groeiende biologische en technologische behoeften van het lab van vandaag te voldoen - bijvoorbeeld om rechtstreeks te integreren met grote automatiseringssystemen en geneesmiddelenanalyse-instrumenten, of om de productlevenscyclus van therapeutische producten te beheren, maar toch zijn deze systemen niet gericht op het cultiveren van proceskennis. Momenteel zijn er bijna 100 actieve ELN's en meer dan 20 LIMS beschikbaar op de markt. marktwaarbij deze markten naar verwachting zullen groeien met meer dan 5.5% en 6.7% respectievelijk de komende vijf jaar.

Digitale volwassenheid voor versnelde geneesmiddelenontwikkeling

Met de toenemende wereldwijde concurrentie en een groeiende vraag naar doelgerichte, innovatieve therapieën zijn kortere ontwikkelings- en technologietransfertermijnen essentieel. Patiënten vertrouwen op consistente producten van hoge kwaliteit die hen snel bereiken, wat alleen kan worden bereikt door geneesmiddelenfabrikanten prioriteit te geven aan digitalisering en automatisering om risico's te beperken en veilige ontwikkeling te garanderen.

Digitale maturiteit, die meet hoe effectief een organisatie digitale technologieën gebruikt, is cruciaal voor het onderhouden van product- en proceskennis gedurende de ontwikkelingscyclus van een medicijn - naast alle informatie die meer context geeft aan de gegevens, zoals ondersteunende inventaris, bijdragende eenheidsbewerkingen en analysemethoden, geschiktheid van apparatuur en materiaaloverdracht tussen teams en organisaties.

Om digitale maturiteit mogelijk te maken en te verbeteren, zetten geneesmiddelenfabrikanten vaak een ingewikkeld web van verschillende tools en systemen in, die onvermijdelijk inefficiënte en foutgevoelige gegevenssilo's creëren. Het gebruik van verouderde en eenvoudige laboratoriumsystemen kan de integriteit van gegevens beïnvloeden, de naleving van regelgeving in gevaar brengen, de samenwerkingsmogelijkheden beperken en procesinzichten belemmeren.

Als organisaties niet in staat zijn om proceskennis te benutten, kunnen ze te maken krijgen met vertragingen in het begrijpen van de werkelijke impact die hun procesparameters, instrumenten, verbruiksartikelen en procesbeslissingen hebben op het product. Ondanks overlappende functionaliteit en uitbreidende mogelijkheden in bestaande informaticatools, blijft de mogelijkheid om parameters en processen te beheren, bewaken en naadloos te kwalificeren, binnen hetzelfde softwareplatform waar experimentele uitvoering en analyse plaatsvinden, onbenut.

We weten veel over ons product, maar hoeveel weten we echt over het proces?

Als industrie zijn we erg goed geworden in het verzamelen van gegevens en het vergroten van onze kennis over het product. Met ELN's kunnen wetenschappers bijvoorbeeld experimentele gegevens vastleggen in een efficiënt, eenvoudig te documenteren formaat, ter vervanging van het traditionele papieren laboratoriumnotitieblok. De gegevens worden echter meestal vastgelegd in een ongestructureerd formaat, waardoor het ELN meer een digitale opslagplaats of compliant storage wordt, dan dat het in staat is om de waarde van die gegevens direct te benutten.

LIMS-systemen bieden een ander perspectief - met een primaire focus op monsters, waarbij de reis van monsters door de productlevenscyclus nauwgezet wordt beheerd. Van aanmelding tot verwijdering, LIMS volgt elke stap nauwgezet en volgens de regels, terwijl het ook mogelijkheden biedt voor instrumentkalibratie en voorraadbeheer.

Soms worden deze tools gecombineerd met een LES - als een gespecialiseerde versie van een ELN, zijn LES gericht op werkstromen en zorgen ze voor procedurele consistentie tijdens de uitvoering.

Om de impact van een procesparameter of het succes van het gekozen proces nauwkeurig te kunnen bepalen, moet een team echter vaak handmatig gegevens uit verschillende bronnen verzamelen. De reden hiervoor is dat proces- of parameterdetails nog steeds kunnen zijn vastgelegd in papieren protocollen of standaard werkprocedures (SOP's), of simpelweg in het hoofd zitten van de hoofdwetenschapper die verantwoordelijk is voor een specifieke unitoperatie. Het traceren en statistisch analyseren van hoe een enkele inputparameter de opbrengst of structuurvorming van een product beïnvloedt, of begrijpen hoe meerdere parameters op elkaar inwerken om het totale proces nauwkeurig af te stellen, kan een vervelende en foutgevoelige taak zijn. Dit gebeurt vaak lang nadat het experiment of de run is uitgevoerd, wat leidt tot verloren tijd en verbruikte materialen.

Het proces waarbij deze gegevens extern moeten worden geanalyseerd en vervolgens weer moeten worden geïntegreerd in het punt van uitvoering om de vereiste wijzigingen door te voeren, brengt risico's en vertragingen met zich mee. Alles bij elkaar vormt dit een belangrijke hindernis voor het effectief gebruiken van gegevens om het proces te optimaliseren en maakt het ontwikkelen van proceskennis een uitdaging.

Kwaliteit en proceskennis gaan samen

Gedurende de hele levenscyclus van een product zijn biofarmaceutische organisaties voortdurend op zoek naar mogelijkheden om de productkwaliteit te verbeteren. Sinds de oprichting van de principes voor kwaliteit door ontwerp (QbD) door de ICH in 2004QbD is de gouden standaard geworden voor procesontwikkeling in de biofarmaceutische industrie. Tot de kernelementen van QbD behoren het evalueren van de procesprestaties, het analyseren van historische gegevens en gegevens uit het ontwerp van experimenten (DoE) en het begrijpen hoe processen en materialen het eindproduct beïnvloeden. Deze methodologie zorgt ervoor dat kwaliteit wordt geïntegreerd in elke fase van de productlevenscyclus, waarbij de nadruk ligt op het identificeren van kritieke processtappen en parameters om uitgebreide proceskennis op te bouwen.

Tijdens de procesontwikkelingsfase is het primaire doel om kritieke procesparameters te bepalen die moeten worden bewaakt en gecontroleerd om de levering van een product van hoge kwaliteit te garanderen. De selectie, controle en bijwerking van deze processen moet grondig gedocumenteerd worden - een taak die omslachtig en foutgevoelig kan zijn zonder de hulp van digitale hulpmiddelen.

Daarom is het essentieel voor de BioPharma-industrie om een procesgerichte digitale oplossing te implementeren. In de snelle wereld van wetenschappelijke en biologische ontwikkelingen van vandaag de dag moet de industrie op effectieve wijze gegevens vastleggen over hun processen, hun evolutie tijdens de ontwikkeling volgen en begrijpen hoe ze zich vertalen naar en invloed hebben op de productie. Volg ons voor de volgende blogs in deze driedelige serie, waarin we dieper ingaan op de evolutie van procesparameters en kwaliteitsattributen tijdens de procesontwikkeling, de impact op technologieoverdracht en de mogelijkheden om AI/ML te gebruiken om proceskennis te overstijgen en procesintelligentie te ontwikkelen.

Lees de volgende blog in de serie.

 

Over de auteur

Door Unjulie Bhanot, Product Marketing Manager, Procesontwikkeling & Productie, IDBS

Unjulie Bhanot is de Product Marketing Manager voor Procesontwikkeling en Productie bij IDBS. Met meer dan 10 jaar ervaring in de biofarma informatica heeft ze leiding gegeven aan de strategie en ontwikkeling van Bioprocess oplossingen van IDBS en speelde een belangrijke rol bij de lancering van IDBS Polar naar de markt.

 

 

Referenties:

1. (1975). Opgehaald van https://www.nature.com/articles/256495a0
2. S. Food and Drug Administration. (n.d.). Mijlpalen in de Amerikaanse voedsel- en medicijnenwetgeving. Opgehaald van https://www.fda.gov/about-fda/fda-history/milestones-us-food-and-drug-law
3. (2022). Opgehaald van https://www.nature.com/articles/s41596-021-00645-8
4. S. Food and Drug Administration. (2003). Deel 11, elektronische records; elektronische handtekeningen - toepassingsgebied en toepassing. Opgehaald van https://www.fda.gov/regulatory-information/search-fda-guidance-documents/part-11-electronic-records-electronic-signatures-scope-and-application
5. (2022). Opgehaald van https://www.nature.com/articles/s41596-021-00645-8
6. Grand View Research. (2023). Elektronische laboratoriumnotebook (ELN) marktanalyse. Opgehaald van https://www.grandviewresearch.com/industry-analysis/electronic-lab-notebook-eln-market
7. Grand View Research. (2023). Omvang van de markt voor laboratoriuminformatiebeheersystemen. Opgehaald van https://www.grandviewresearch.com/horizon/outlook/laboratory-information-management-system-market-size/global
8. Europees Geneesmiddelenbureau. (2017). ICH richtlijn Q8 (R2) farmaceutische ontwikkeling. Opgehaald van https://www.ema.europa.eu/en/documents/scientific-guideline/international-conference-harmonisation-technical-requirements-registration-pharmaceuticals-human-use-considerations-ich-guideline-q8-r2-pharmaceutical-development-step-5_en.pdf