Esperienze dei clienti
Soluzioni statistiche per una scienza ad alta produttività
Gli scienziati della Fujifilm Diosynth Biotechnologies aumentano la conoscenza dei processi ottimizzando la sperimentazione nella fase di sviluppo

La sfida
In un settore in cui le decisioni di progettazione hanno un impatto significativo sui costi, gli scienziati hanno bisogno di approcci più efficienti con cui ottimizzare lo sviluppo del processo biofarmaceutico.
Soluzione
JMP® Pro sta aiutando gli scienziati della Fujifilm Diosynth Biotechnologies (FDB) ad acquisire nuove competenze nella scienza dei dati a supporto degli obiettivi aziendali più generali della società. Dall'analisi esplorativa dei dati alla riduzione delle dimensioni grazie alla piattaforma Explorer funzionale dei dati, fino alla progettazione degli esperimenti e della visualizzazione, JMP fornisce agli scienziati mezzi strategici ed economici per ampliare la conoscenza dei processi in meno tempo.
I risultati
Ampliando il proprio set di strumenti statistici e per la scienza dei dati, gli scienziati della FDB stanno rendendo i processi di produzione e di sviluppo farmaceutico più solidi e replicabili. La semplificazione dello sviluppo in fase iniziale ha portato a tempistiche di produzione e sviluppo più ridotte.
Nel marketplace altamente competitivo delle biotecnologie e della biofarmaceutica, i cicli rapidi di innovazione e l'aderenza a uno standard elevato sono fondamentali. Le decisioni di progettazione hanno un impatto importante sui costi, perché la produzione punta a generare lotti di prodotti omogenei e corretti che non richiedano una nuova lavorazione.
Consapevoli che i consumatori e gli operatori sanitari si aspettano prodotti che siano di alta qualità ma economici, l'organizzazione di sviluppo e produzione per conto terzi Fujifilm Diosynth Biotechnologies (FDB) ha deciso di fornire ai propri scienziati una serie di strumenti di statistica e scienza dei dati all'avanguardia a supporto del processo decisionale, aumentando l'efficienza e la riproducibilità degli esperimenti. Questa decisione risponde alla crescente necessità degli scienziati di disporre di funzionalità statistiche direttamente in laboratorio.
Con sedi nel Regno Unito, negli Stati Uniti e in Danimarca, FDB è un fornitore leader di servizi di sviluppo di processi biologici, di terapia genica e di vaccini e di produzione GMP. L'azienda lavora in stretta collaborazione con clienti di tutto il mondo, offrendo una vasta esperienza scientifica in colture cellulari, proteine ricombinanti, vaccini virali, fermentazione microbica e terapie geniche. Sviluppa processi di produzione per l'intero ciclo di vita - compresa la caratterizzazione e la convalida del processo - per prodotti biofarmaceutici, dall'ideazione al rilascio commerciale e alla fornitura continua.
L'innovazione nella tecnologia ad alta produttività incrementa la sperimentazione
FDB è stata tra le prime a usare approcci di sperimentazione ad alta produttività in aggiunta all'automazione e a puntare su attrezzature migliorate allo scopo di risparmiare tempo, aumentare la comprensione dei processi e rendere possibile il flusso integrato di dati, riducendo così le ore del personale impiegate per ogni singolo compito. Queste nuove tecnologie hanno avuto un'influenza notevole sull'aumento del volume di produzione aziendale e hanno elevato la qualità dei sistemi di laboratorio di FDB oltre lo standard del settore. Le stesse nuove tecnologie e approcci vengono adottati sempre di più da altri protagonisti del settore.
“La tecnologia ad alta produttività ha avuto un impatto notevole sullo sviluppo delle tempistiche nei programmi per biofarmaci”, afferma Somaieh Mohammadi, scienziata e membro dello staff di FDB. “Ad esempio, la [tecnologia] ambr® applicata alla coltura e fermentazione delle cellule ha migliorato la resa, anche quando usata come modello ridimensionato, permettendoci di ottenere un'affidabile valutazione e caratterizzazione della performance dei processi e della qualità dei prodotti sia su piccola che su larga scala.
In qualità di membro del gruppo di scienze dei dati di FDB, Mohammadi, che ha competenze in statistica e ingegneria computazionale, e la sua collega Gwen Ninon, anche lei responsabile scientifico di scienze dei dati, lavorano con clienti interni per sviluppare competenze sempre nuove in questo campo. Offrendo formazione ufficiale, consulenza individuale ad hoc e l'implementazione di flussi di lavoro per lo sviluppo strategico a più lungo termine, Mohammadi, Ninon e i loro colleghi di scienze dei dati puntano a fornire ai propri colleghi di FDB gli strumenti giusti per sfruttare al meglio le tecnologie ad alta produttività come le serie di mini o macro bioreattori ambr® e sistemi di analisi e manipolazione dei liquidi che possono generare grosse quantità di dati in pochissimo tempo. Se lo scopo finale è favorire l'innovazione dei processi, è fondamentale immaginare e implementare nuovi approcci statistici e di scienza dei dati che aumentino le prestazioni in laboratorio e semplifichino un processo decisionale più consapevole.
Una delle aree in cui Mohammadi e Ninon hanno fatto più passi avanti è la fluodinamica computazionale (CFD). Negli ultimi anni, le tecniche di CFD progettate per prevedere e ottimizzare le prestazioni sono diventate molto popolari alla FDB. Tuttavia, le diverse possibilità di scelta per i parametri di input avevano reso questa procedura un collo bottiglia per gli scienziati, che si erano resi conto di avere bisogno di eseguire più simulazioni per considerare i numerosi fattori in gioco. Ed è stato qui che sono entrate in gioco Mohammadi e Ninon.
"A causa dell'elevata complessità dei nostri processi, avevamo bisogno di uno strumento migliore per valutare l'impatto di forze fisiche come il flusso di fluidi e gas, oltre a considerare parametri più convenzionali, come la velocità di alimentazione, la densità delle celle e così via", spiega Mohammadi. Alla ricerca di uno strumento che potesse aiutarli a vincolare le variabili di input e a ottimizzare la sperimentazione con un approccio di design of experiments, lei e Ninon si sono rivolti a JMP® Pro.
Il disegno degli esperimenti aiuta a ottimizzare la sperimentazione e riduce i tempi di sviluppo
Una delle funzionalità chiave di JMP e del fratello maggiore JMP Pro, è la piattaforma personalizzata di disegno degli esperimenti del software (DOE), che offre metodi DOE avanzati come il piano personalizzato e il piano di screening definitivo. I metodi DOE oggi giocano un ruolo sempre maggiore nei laboratori farmaceutici e biofarmaceutici di tutto il mondo, dove i metodi statistici aiutano i ricercatori a ridurre il numero di esperimenti da portare a termine per un determinato test, in modo da accorciare i cicli di sviluppo. Sebbene questo non sia l'unico software con funzionalità DOE integrate, per Ninon JMP Pro è stato uno strumento essenziale per creare un flusso di lavoro basato sul DOE che potesse essere applicato alla CFD.
“La modellizzazione CFD basata sul DOE ci aiuta a prendere decisioni più oculate sui piani che ci consentono, in ultimo, di comprendere meglio i processi e aumentare la riproducibilità dei prodotti”, dichiara Mohammadi. Il vantaggio maggiore di un approccio DOE, aggiunge Ninon, sta nel fatto che gli scienziati possono pianificare gli esperimenti in anticipo, separando i fattori importanti da quelli di disturbo.
"Da un punto di vista statistico, possiamo eseguire esperimenti senza preoccuparci di fattori nascosti o di randomizzazione", spiega Ninon. "Essere in grado di testare rapidamente una serie di condizioni su piccola scala in un modello collaudato è fondamentale per superare la caratterizzazione e la convalida più velocemente e con meno rischi".
L'Explorer funzionale dei dati è una funzionalità essenziale nella preparazione dei dati per le analisi
JMP Pro offre anche una piattaforma multiservizi conosciuta come Explorer funzionale dei dati (FDE), che in pratica è uno strumento di trasformazione dei dati che aiuta gli scienziati a preparare i dati per l'analisi, compreso il DOE. L'FDE si rivela particolarmente utile nello sviluppo di biofarmaci in cui molti dati (dei sensori, di transazione o spettri chimici, ad esempio) vengono presentati come una funzione. Come Mohammadi e Ninon potrebbero confermare, la sfida di lavorare con questo tipo di dati sta nel fatto che spesso i ricercatori non vogliono analizzare i dati delle funzioni direttamente, ma piuttosto le funzioni da cui derivano i dati osservati.
L'FDE trasforma questi dati in modo da renderli più semplici da analizzare. Di per sé, è uno strumento fondamentale per la pre-elaborazione dei dati per l'analisi esploratoria, poiché crea modelli surrogati o riduce le dimensioni. I risultati del FDE possono essere facilmente spostati in un'altra piattaforma JMP con un semplice clic.
“La piattaforma, così semplice da usare, è fantastica e ti permette di salvare le dashboard in formato HTML e condividerle con i non utenti”, dichiara Ninon. La funzionalità di condivisione delle analisi integrata di JMP è importante per i ricercatori che collaborano a un progetto di sviluppo tanto quanto lo è per chi come Mohammadi e Ninon ha funzioni consultive e offre supporto ad hoc.
Oggi, gli scienziati della FDB hanno molti strumenti tra cui scegliere. Tuttavia, Ninon, che ha studiato Minitab all'università e ha molta esperienza con i software open source, afferma che JMP è la loro prima scelta per determinati tipi di analisi. Le funzionalità di visualizzazione e di imputazione dei dati di JMP, oltre alle sue piattaforme specializzate come FDE, sono fattori chiave. “Nonostante avessimo potuto fare tutto questo con R, non ci saremmo arrivate senza suggerimenti, per cui sarebbe stato molto difficile e avrebbe richiesto parecchio tempo”, aggiunge.
"Anche se ci sono molti calcoli e codici complicati in background", dice Mohammadi, "la piattaforma molto semplice di JMP lo rende abbastanza facile da usare". Tutte queste efficienze contribuiscono in ultima analisi ad accelerare i cicli di sviluppo e, di conseguenza, sia la redditività che l'innovazione scientifica.