生物制药数据。混乱还是和谐？

约翰-格布勒

阅读时间：5分钟

当你的生物制品成功的关键被锁定在其数据中时

为了最大限度地利用最近在生物制药开发和质量控制方面的创新，如多属性监测（MAM），现在是时候更好地连接管理生物制药数据的系统了。本系列探讨了更好的生物制药数据的内容、原因和方法。

 

 

想象一下生物制药业的噩梦般的场景。你正在开发一种大分子药物，一种治疗性单克隆抗体（mAb）。凭借强大的三期临床试验结果，你的分子看起来很有前途。仅仅走到这一步，就意味着你的分子已经战胜了困难，成功地越过了数百个其他失败的点。为了越过终点线，你正在为商业生产做准备。数千万或数亿美元的资金就在眼前。

然后在你的质量控制数据中出现了一个人工制品。

一个产品的属性意外地超出了范围。你的药物被搁置在发射台上，而你必须找出原因。是产品本身的原因吗？一种原材料？你的质量体系中使用的一个检测方法或仪器？在你调查答案的过程中，几周甚至几个月都可能过去。如果你的药物有畅销的潜力，每浪费一天就可能相当于损失1000万美元或更多的销售额。

时间和金钱是至关重要的，而你正在失去这两者。由于mAbs本身是一种复杂的分子，用于生产它们的生物过程有如此多的变数，你如何才能在比赛中不被这种变数所绊倒？

答案就在你的数据中。如果数据可以使你的发展计划陷入混乱，那么它也可以帮助你前进。

让我们来看看如何。

数以TB计的数据，全部用于一种药物

对于生物制品，过程就是产品。换句话说，由于全面描述像mAb这样的大分子是很有挑战性的，所以你要通过控制你的制造方式来控制药物的质量。而你通过收集有关数据来控制这个过程，最终了解过程参数及其对产品的关键质量属性（CQA）的影响。

为了有意义地理解这些因素，每天需要数千兆字节的分析数据，每月需要数万兆字节的数据，所有这些数据都可以被监管机构获取，并符合他们的要求。而且，由于药物开发需要数年时间，这个庞大的、不断增长的数据体跨越了多个接触点。

  • 分析仪器，每个仪器都有自己的软件平台
  • 承包商组织，他们可能有不同的数据管理做法
  • 发展阶段，有不同的团队和目标
  • 生产阶段，任何一个阶段都可能导致敏感蛋白质的结构、功能和/或稳定性发生有意义的变化

从开发工作中产生的许多不同的数据点中，必须出现一个连贯的安全性、有效性和质量概况，以提交给监管机构并推向市场。而将这些数据汇集在一起所带来的挑战，只会变得更加关键。

将多种属性结合起来

鉴于涉及多个数据点，对效率的需求很高。质谱（MS）仪器为收集复杂的分析数据提供了一个重要工具。随着它们从房间大小、高度复杂的仪器到台式、更方便用户使用的装置（如ACQUITY QDa质量检测器），它们与后期开发阶段（如QC）的结合也越来越多。

对最近的生物制品许可证申请的研究表明，在过去的几年里，MS在分析CQAs方面的使用率已经从20%上升到80%。1此外，单一方法所能分析的CQAs的数量已经增加到两位数。这种方法被称为多属性监测方法，允许单个MS快速分析多个CQAs，并允许在收集更复杂的数据时可扩展到工作流程中。

然而，就其效率而言，多属性方法只是生物制药业如何更好地协调其数据的一部分。

混乱的威胁，和谐的承诺

让我们回到本博客开始时那个棘手的场景。由于一个未知的原因，一个质量控制参数超出了范围，由此产生的调查阻碍了商业化进程。你的质量体系给你这样的结果可能是一件好事，如果它确实是一个批次或过程的问题信号。

使你最终拥有一个短暂的调查或一个漫长的调查的区别可能是你的数据系统的连接程度。这使您有洞察力和能力来分析和理解--从而控制工艺参数变化和产品CQA变化之间的联系。

制药商面临的压力越来越大，他们需要弥补数据管理和分析方面的不足，并更好地控制流程和质量。它们包括以下的压力

  • 开发更复杂的创新生物制剂，如抗体-药物结合物（ADCs），这意味着数据也要增加（例如，ADCs需要抗体、小分子、连接剂和结合物本身的数据）。
  • 为较小的人群开发利基药物，例如那些患有孤儿病或患有高度特殊的癌症基因变异的人。
  • 开发生物仿制药，在激烈的竞争中需要快速的开发时间表
  • 使用具有实时监控和自动化的连续生产，所有这些都需要在数据和过程之间建立更紧密的反馈回路

简而言之，生物制药的数据需求是巨大的，但机会也是巨大的。

在本博客系列的下一篇文章中，我们将看看数据如何融入竞争激烈、迅速崛起的生物仿制药开发领域。

 

请访问waters.com/tamethechaos获取更多信息。

 

参考文献

  1.  一种基于四极道尔顿的多属性方法，用于治疗性蛋白质的产品特性、工艺开发和质量控制。Xu W, Jimenez RB, Mowery R, Luo H, Cao M, Agarwal N, Ramos I, Wang X, and Wang J.mAbs.2017; 9 (7):1186-1196.
  2. 质谱技术对蛋白质治疗的影响。Arnaud CH.化学与工程新闻。2016年5月。30-34.

 

相关的。