Datos biofarmacéuticos: ¿Caos o armonía?

John Gebler

Tiempo de lectura: 5 minutos

Cuando la clave del éxito de su biológico está encerrada en sus datos

Para sacar el máximo provecho de las recientes innovaciones en el desarrollo biofarmacéutico y el control de calidad, como la monitorización multiatributo (MAM), ha llegado el momento de conectar mejor los sistemas que gestionan los datos biofarmacéuticos. Esta serie explora el qué, el por qué y el cómo de unos mejores datos biofarmacéuticos.

 

 

Imagine un escenario de pesadilla para la biofarmacia: Usted está desarrollando un medicamento de gran molécula, un anticuerpo monoclonal (mAb) terapéutico. Su molécula parece prometedora gracias a los buenos resultados de los ensayos clínicos de fase 3. El mero hecho de haber llegado hasta aquí significa que su molécula ya ha superado las probabilidades de éxito más allá de un punto en el que cientos de otras han fracasado. Para cruzar la línea de meta, se está preparando para la producción comercial. Están en juego decenas o cientos de millones de dólares.

Entonces aparece un artefacto en sus datos de control de calidad.

Un atributo del producto está inesperadamente fuera de rango. Su medicamento se queda en la plataforma de lanzamiento mientras usted debe averiguar por qué. ¿Es el propio producto? ¿Una materia prima? ¿Un ensayo o instrumento utilizado en su sistema de calidad? Pueden pasar semanas o incluso meses mientras se investiga la respuesta. Si su fármaco tiene un potencial de éxito, cada día perdido puede suponer una pérdida de 10 millones de dólares o más en ventas.

El tiempo y el dinero son esenciales, y usted está perdiendo ambos. Dado que los mAbs son moléculas intrínsecamente complejas, y que los procesos biológicos utilizados para producirlos tienen tantas variables, ¿cómo no tropezar con esta variabilidad en la carrera hacia la meta?

La respuesta está en sus datos. Si los datos pueden sumir tu programa de desarrollo en el caos, también pueden ayudarte a avanzar.

Veamos cómo.

Terabytes de datos, todo por un medicamento

Con los productos biológicos, el proceso es el producto. En otras palabras, dado que es difícil caracterizar completamente una molécula tan grande como un mAb, se controla la calidad del fármaco mediante el control de su fabricación. Y se controla ese proceso a través de los datos que se recopilan sobre él, es decir, comprendiendo los parámetros del proceso y su efecto sobre los atributos de calidad críticos del producto (CQA).

Comprender de forma significativa estos factores se traduce en gigabytes de datos analíticos al día, terabytes al mes, todos ellos accesibles para los reguladores y en línea con sus requisitos. Y, dado que el desarrollo de un fármaco tiene lugar a lo largo de los años, este gran conjunto de datos, en constante crecimiento, abarca múltiples puntos de contacto:

  • Instrumentos analíticos, cada uno con su propia plataforma de software
  • Organizaciones contratistas, que pueden tener diferentes prácticas de gestión de datos
  • Fases de desarrollo, con diferentes equipos y objetivos
  • Fases de producción, cualquiera de las cuales puede dar lugar a cambios significativos en la estructura, función y/o estabilidad de las proteínas sensibles

De los muchísimos datos diferentes producidos en un esfuerzo de desarrollo, debe surgir un perfil coherente de seguridad, eficacia y calidad para presentarlo a su regulador y llevarlo al mercado. Y reunir estos puntos supone un reto que cada vez es más crítico.

Reunir varios atributos

Dada la multiplicidad de datos que se manejan, la necesidad de eficiencia es alta. Los instrumentos de espectrometría de masas (EM) ofrecen una importante herramienta para la recogida de datos analíticos complejos. A medida que han pasado de ser instrumentos del tamaño de una habitación, muy complejos, a unidades de sobremesa, más fáciles de usar (como el detector de masas ACQUITY QDa ), ha aumentado su integración en fases posteriores de desarrollo, como el control de calidad.

Una mirada a las recientes solicitudes de licencia biológica muestra que, en los últimos años, la EM ha aumentado del 20% al 80% en el uso de análisis de CQAs.1 Además, el número de CQAs que un solo método puede analizar ha aumentado a dos dígitos. Dichos enfoques, conocidos como métodos de monitorización multiatributo, permiten que un solo EM analice múltiples CQAs rápidamente, y permite la escalabilidad en el flujo de trabajo a medida que se recogen datos más complejos.

Sin embargo, a pesar de su eficacia, los métodos multiatributo son sólo una parte de la forma en que la biofarmacia puede armonizar mejor sus datos.

La amenaza del caos, la promesa de la armonía

Volvamos al espinoso escenario con el que comenzó este blog: Un parámetro de control de calidad está fuera de rango, debido a una causa desconocida, y la investigación resultante retrasa la comercialización. El hecho de que su sistema de calidad le dé ese resultado puede ser algo bueno, si es que efectivamente señala un problema con un lote o con el proceso.

Lo que marca la diferencia en cuanto a si acaba teniendo una investigación corta o larga puede ser lo bien conectado que esté su sistema de datos. Eso le da la visión y la capacidad de analizar y comprender -y por tanto controlar- las conexiones entre los cambios de los parámetros del proceso y los cambios del producto CQA.

Las presiones a las que se ven sometidos los fabricantes de medicamentos para colmar las lagunas en la gestión y el análisis de los datos, y controlar mejor el proceso y la calidad, no hacen más que aumentar. Incluyen presiones para:

  • Desarrollar productos biológicos innovadores más complejos, como los conjugados anticuerpo-fármaco (ADC), lo que implica también un aumento de los datos (los ADC, por ejemplo, necesitan datos para el anticuerpo, la molécula pequeña, el enlazador y el propio conjugado)2
  • Desarrollar medicamentos especializados para poblaciones más pequeñas, como las que padecen enfermedades huérfanas o variantes genéticas de cáncer muy específicas
  • Desarrollar biosimilares, que requieren calendarios de desarrollo rápidos ante la fuerte competencia
  • Utilizar la fabricación continua con supervisión y automatización en tiempo real, todo lo cual requiere un bucle de retroalimentación más estrecho entre los datos y el proceso

En resumen, las necesidades de datos de la biofarmacia son enormes, pero también lo son las oportunidades.

En la siguiente parte de esta serie de blogs, veremos cómo encajan los datos en el campo ultracompetitivo y rápidamente emergente del desarrollo de los biosimilares.

 

Para más información, visite waters.com/tamethechaos.

 

Referencias

  1.  Un método multiatributo basado en Quadrupole Dalton para la caracterización de productos, el desarrollo de procesos y el control de calidad de proteínas terapéuticas. Xu W, Jiménez RB, Mowery R, Luo H, Cao M, Agarwal N, Ramos I, Wang X y Wang J. mAbs. 2017; 9 (7): 1186-1196.
  2. La especulación de masas se impone en la terapéutica de las proteínas. Arnaud CH. Chemical & Engineering News. Mayo 2016: 30-34.

 

Relacionado con esto: