小奕说药 | 一张图讲述上游灌流工艺表征

奕安济世生物

工艺表征流程

1. 信息收集

信息收集主要工作内容：收集临床生产批次数据，确定生产工艺；收集工艺开发和优化数据；收集产品CQA相关信息。其主要目的是便于理解和熟悉整个生产过程，寻找潜在关键工艺参数（pCPP）和潜在关键质量属性（pCQA），为工艺参数风险评估以及缩小模型的建立提供理论和数据支持。

上游细胞培养生产工艺一般由种子扩增和反应器生产两部分组成。

图 1. 上游细胞培养生产工艺

2. 风险评估

风险评估工具多种多样，如流程图、故障模式效应分析（FMEA）、故障树分析（FTA）、危害分析关键控制点（HACCP）等。本文对生产工艺各个步骤中的工艺参数进行风险评估，采用FMEA工具从严重性（S）、发生频率（O）、可发现性（D）三个维度进行评估，以三个维度的乘积RPN作为依据筛选可能影响 CQA的工艺参数，并对这些工艺参数制定研究策略。

下图展示了N阶段工艺参数风险评估结果，后续将对“较低”风险及以上的的工艺参数进行研究，复苏至N-1阶段工艺参数都属于“低”风险等级（结果未展示）。

图 2. N阶段工艺参数风险评估结果

3. 缩小模型的建立

细胞培养工艺参数的设计空间主要通过缩小规模反应器来获得，首先需要在实验室建立能够代表生产规模工艺的缩小规模模型（Scale down model）。上游工艺参数可以分为两类：一类是体积依赖型参数，如工作体积、搅拌和通气等，此类参数在模型开发过程中需要进行参数转换；一类是非体积依赖型参数，如pH、溶氧和温度等，此类参数通常保持不变。

缩小模型的建立在8-12个反应器上进行，好处在于建立缩小模型的同时，为后续DoE实验选择平行性良好的反应器。通过对缩小规模和商业化生产规模的数据进行对比，确认缩小模型的代表性。对细胞生长代谢参数，如活细胞密度、活率、pCO2、残留葡萄糖、乳酸等采用主成分分析法，对关键质量属性，如SEC单体、CEX酸性峰和主峰、N-Glycan等采用等价检验方法。

Average和 ± 3 std.Dev来自于500 L规模

4. 实验设计与执行

实验设计和执行是工艺表征中最重要的一环，决定着工艺表征研究的成败。该环节的难点在于实验设计，需根据工艺参数数量、实验次数、实验时间、对工艺的理解等因素选择不同的实验设计类型。

第一，需研究的工艺参数众多，而研究时间又比较充足，可分两轮DoE设计。

第二，工艺参数不是很多，而研究时间又较少，可直接采用确定性筛选设计（Definitive Screening Design，DSD）。

第三，若前期研究已经确定了很多工艺参数之间的交互效应，那么采用定制设计，可有效减少实验次数。

第四，以上设计主要针对N阶段工艺参数，对于种子阶段以及培养基，可采用单因素实验设计（OFAT）。本文采用确定性筛选设计。

DoE设计

5. 统计分析及预测

5.1. 确定KPP和CPP

确定KPP和CPP的流程图见下图

5.2. 确定KPP和CPP范围

采用Monte Carlo模拟，并结合等高线刻画的方式确定KPP和CPP的设计空间。

5.3. 最差条件预测

采用Monte Carlo模拟对最差条件进行预测。当工艺性能属性1、CQA2和CQA3同时达到最差情况或分别达到最差情况时对KPP和CPP进行预测，共可获得4组最差条件。

6. 最差条件研究

对上述模型预测的最差条件，风险评估中的工艺参数1、以及其它生产中可能出现的最差情况进行反应器验证，对收获的样品考虑下游纯化的最差情况，评估是否能够获得合格的原液样品。

7. 工艺控制策略总结

上游工艺的控制策略具有双重目的：第一，确保工艺过程提供符合设计的产品；第二，确保工艺的一致性和耐用性。工艺表征研究完成后，对KPP/CPP及其PAR、NOR范围和设定值进行规定，并对上游工艺和产品进行周期性评估。

周期性评估是在工艺验证以及商业化生产阶段对工艺控制策略及产品质量进行定期评估，不断完善生产工艺和产品质量标准，将更安全更优质的药品提供给广大患者。