生物医药上游工艺表征流程
学术
2024-07-31 19:00
湖北
近年来随着生物医药快速发展，不少临床项目到了II期或III期，药品即将上市。在药品上市前，除了需要向监管部门提供临床数据外，还需要提供工艺表征实验数据证明生产厂商具备长期稳定生产合格药品的依据。作为新药上市前的重要环节，基于QbD理念的工艺表征主要研究工艺输入对工艺输出的影响，通过一系列研究确定工艺参数的控制范围，提高工艺稳健性，减少不同批次间的差异，降低生产失败风险，确保工艺验证的顺利完成和始终如一地生产出符合质量标准的产品。工艺验证（Process Validation，PV）被定义为从工艺设计阶段到商业化生产阶段的数据的收集和评价，通过数据建立科学的证据，以证明一个工艺能够持续交付高质量产品。工艺验证主要分为三个阶段：工艺设计、工艺确认和持续工艺确证。工艺性能确认（Process Performance Qualification，PPQ）是工艺确认的重要组成部分，一个成功的PPQ可以确定工艺设计和证明商业化生产工艺是按照预期执行的。工艺表征（Process Characterization，PC）是一项系统性工作，旨在详细了解商业化生产的过程，通过有目的改变工艺参数以确定其对产品质量属性和工艺性能的影响。一般来说，一个完整的工艺表征研究内容主要分为以下5个阶段，详见图2。（2） 收集CQA（Critical Auality Attributes）评估信息。CQA的评估主要是基于对患者的影响，分别由安全性和有效性决定。典型的抗体类生物制品的上游细胞培养过程一般由细胞复苏、种子扩增和反应器生产几个部分组成，这些步骤通常都需要进行表征。除此之外，还需要考察培养基稳定性。风险评估是质量风险管理中一个重要的、以科学为依据的过程。根据质量源于设计的原则，风险评估贯穿从工艺开发到上市后持续工艺验证的产品生命周期全过程（如下图）。在进行工艺表征阶段，需要根据工艺平台知识、文献报道和开发过程中积累的实验数据，利用风险评估工具确定出影响CQA或工艺性能的工艺参数，定义pCPP（potential Critical Process Parameter）。常用的风险评估工具为FMEA（Failure Mode and Effects Analysis），主要是基于严重性（S）、发生频率（O）和可检测性（D）三个维度来进行打分排序，RPN=严重性（S）x发生频率（O）x可检测性（D）。对于上游细胞培养过程，一般反应器生产阶段（N）对产品质量构成重大风险，而其他步骤对产品质量影响风险较低。通常以商业化规模生产的历史数据作为参照建立缩小模型。缩小模型缩小的倍数越大，则实验成本就越小，但必须要保证在具有延续性的工艺参数条件下，商业化规模与缩小模型的关键性能指标相近，并且关键性能指标对单位工艺参数变化的响应幅度也要一致。一般情况下，非体积依赖的工艺参数，例如温度、pH、接种密度，与商业化规模保持一致。而体积依赖的工艺参数，线性的工艺参数根据比例进行缩小，非线性的工艺参数例如搅拌速率、通气策略等，需要保证搅拌效果一致。对建立的缩小模型，需要与商业化生产的数据进行细胞生长、代谢及产品质量等方面的可比性研究，确认缩小模型是否可代替商业化生产规模。常用的缩小模型统计学分析方法有TOST（Two One-Sided t Test）、PCA（Principal Component Analysis）和MVDA（Multivariate Data Analysis）等。工艺表征实验通常需要主动改变工艺参数，来确定工艺参数与CQA和工艺性能的关系。常用的方法有OFAT和DOE。OFAT（One Factor At a Time）即单因素实验，每次实验只对一种因子的水平进行调整，而其他参数保持不变。通过对实验结果进行统计学方法分析，可得出关键的工艺参数和可接受范围，缺点是无法研究工艺参数之间的交互作用。常见的DOE包括部分析因设计、全析因设计、响应面设计等类型。通过合理地设计DOE实验对CPP进行进一步表征，从而可以确定CPP的可接受范围，同时探究不同参数之间的交互作用，最终确定控制策略。常用的是选取操作参数的上下限这两个水平进行部分析因实验。DOE实验还可以确定最差条件，即在制造过程中产生最差性能的各种操作参数的极限组合。对PC实验结果进行系统性分析然后再进行风险评估，评估工艺参数对CQA和工艺性能的影响，确认CPP（Critical Process Parameter）、KPP（Key Process Parameter）和non-KPP（non- Key Process Parameter），以及设计空间。设计空间是指已被证明能保证产品质量的输入变量（如物料属性）和工艺参数的多维组合和交互作用的范围。在设计空间内的变动，在监管上不被视为变更，一旦超出范围则需要监管部门批准后才能改变工艺。通过设计空间的边界可确定PAR（Proven Acceptable Range），即当保持其他参数恒定时，在此范围内可生产出符合质量标准的产品。在PAR范围内，结合设备和工艺波动范围，可确定NOR（Normal Operating Range）。通过信息收集、风险评估、缩小模型构建、OFAT/DOE实验和CPP和控制策略的确定等步骤，最终确定一套工艺控制策略，为后续工艺验证打下基础。工艺表征和工艺验证都是新药上市前的重要环节，确定了工艺的稳健性，科学证明了该工艺能持续生产且满足质量要求的商业化产品。[1] Li F, Hashimura Y, Pendleton R, Harms J, Collins E, Lee B. A systematicapproach for scale-down model development and characterization of commercialcell culture processes. Biotechnol Prog 2006;22:696-703.[2] FDA Guidance for Industry，Process Validation：General Principles and Practices.[3] PDA Technical Report No. 60 (TR 60) Process Validation: A Lifecycle Approach.[4]A-Mab：A Case Study in Bioprocess Development.[5] Hakemeyer C., McKnight N., John R.S., Meier S., Trexler-Schmidt M., Kelley B., Zettl F., Puskeiler R., Kleinjans A., Lim F., et al. Process Characterization and Design Space Definition. Biologicals. 2016;44:306–318.[6] Wei-Shou Hu，Cell Culture Bioprocess Engineering, Second Edition.识别微信二维码，添加抗体圈小编，符合条件者即可加入抗体圈微信群！本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。
