Einführung
Die digitale Transformation von Bioproduktionsprozessen - gemeinhin als "Bioprocessing 4.0" bezeichnet - stellt sich ganzheitlich vernetzte und automatisierte Bioprozessanlagen vor. In Bioprocessing 4.0-Produktionskonzepten werden Bioprozesse durch die Implementierung dynamischer Rückkopplungsschleifen und mathematischer Modellierungsansätze betrieben, überwacht, gesteuert und in ihrer Robustheit deutlich verbessert (Bisschops & Cameron, 2022). Obwohl Bioprocessing 4.0-Produktionskonzepte eine bessere Prozesskonsistenz mit verbesserter Qualität und Sicherheit für Biologika versprechen, tun sich viele biopharmazeutische Unternehmen immer noch schwer mit der Umsetzung von 4.0-Produktionskonzepten und schöpfen nicht das volle Potenzial aus, das die Digitalisierung und Automatisierung von Biomanufacturing-Prozessen bietet (Kopec & Arsénio, 2020).
Lucullus®, Securecells Prozessinformationsmanagement-System, ist eine vielseitige Lösung, die für die digitale Transformation von Bioprozessabläufen entwickelt wurde. Da Lucullus® herstellerunabhängig und ganzheitlich ist, ermöglicht es Konnektivität und Kommunikation über viele verschiedene Geräte und Softwarelösungen hinweg, die üblicherweise in Bioprozess-Laboren eingesetzt werden. Dies erleichtert die Integration dieser unterschiedlichen Komponenten, um eine übergreifende Datenintegration und Prozessharmonisierung zu realisieren. Die Lucullus®-Prozesssteuerungsrezepte bilden die Grundlage für die Ausführung von automatisierten und dynamischen Feedback-Schleifen. In Lucullus® werden Prozesssteuerungsrezepte durch die Zusammenstellung miteinander verbundener Befehlsblöcke, sogenannter Schrittketten, erstellt, die eine ereignisbasierte Prozesssteuerung ermöglichen (Abbildung 1).
https://www.securecell.ch/de/insights/ automated-kla-determination-using-the-software-lucullus.
Die Anforderungen an automatisierte Prozesskontrollrezepte sind je nach Phase des Bioproduktionsprozesses unterschiedlich. In der Prozessentwicklung müssen beispielsweise Bioprozesse etabliert werden, was bedeutet, dass viele verschiedene Gerätekonfigurationen und Prozessbedingungen getestet werden müssen. Dies erfordert ein hohes Maß an Flexibilität bei der Erstellung von Prozesskontrollrezepten. Im Gegensatz dazu sind in der Produktion optimale Gerätekonfigurationen und Prozessbedingungen bereits gut definiert. In diesem Fall muss das Prozesssteuerungsrezept "starr" sein, um Reproduzierbarkeit und gleichbleibende Produktqualität zu unterstützen, und alle Änderungen müssen protokolliert und durch geeignete Benutzerverwaltungswerkzeuge geschützt werden.
In diesem Artikel stellen wir eine modulare Master-Operation für Bioprozesse mit der Software Lucullus® vor. Die Master-Operation kann auf verschiedene Kultivierungseinstellungen innerhalb desselben Bioreaktorsystems angewendet werden und lässt sich leicht auf andere Reaktorsysteme und Brands übertragen. Dies hat den Vorteil, dass nur ein einziges Prozesssteuerungsrezept erforderlich ist, um das gesamte Spektrum der Kultivierungen effektiv abzudecken. Im Bereich der Herstellung sind die Prozesse etabliert, optimiert und getestet, und die zuvor modularen Prozesssteuerungsrezepte können in starre und vollautomatische Konfigurationen angepasst werden, die für den Validierungsprozess vorbereitet sind.
Ergebnisse und Diskussion
Bioprozesse können als eine zeitliche Abfolge verschiedener Prozessphasen betrachtet werden. Im Allgemeinen wird nach einer anfänglichen Vorbereitungsphase die Inokulation durchgeführt, gefolgt von einer Batch-Phase zur Expansion der Biomasse. Danach variieren die Prozessphasen je nach Prozesstyp, aber die am häufigsten verwendeten Phasen sind Feed-Phasen, langsame oder schnelle Änderungen von Prozessparametern wie Temperatur oder pH-Wert oder Erntephasen zur Produktgewinnung bei halbkontinuierlichen Prozessen.
Abbildung 2 zeigt die Skizze eines beispielhaften Lucullus®-Master-Vorgangs. Die gelben Schritte sind sogenannte automatisierte Schritte, während die blauen Schritte manuelle Schritte sind. Die automatisierten Schritte erfordern keine Eingaben durch den Bediener und gehen über, wenn bestimmte Übergangskriterien erfüllt sind, während die manuellen Schritte eine Eingabe des Bedieners für den Übergang erfordern. Nach dem Start des Prozesses folgt ein manueller Auswahlschritt, bei dem der Bediener eine der mehreren Prozessphasen auswählt. Nachdem die gewählte Prozessphase beendet ist, kehrt das Prozesssteuerungsrezept zum ersten Auswahlschritt zurück. Auf diese Weise kann der Bediener auf einfache Weise auswählen, welche Phasen er verwenden und welche er auslassen möchte, und er kann die Schritte mischen und anpassen, um seinen Prozess auf der Grundlage der Ergebnisse der vorherigen Prozessphasen spontan zu erstellen. Bei etablierteren Prozessen kann der Auswahlschritt auch automatisiert werden, und die verschiedenen Phasen werden automatisch auf der Grundlage von Prozessparameterwerten und Ereignissen ausgewählt, so dass die Benutzer von dynamischen, ereignisbasierten Prozesssteuerungsoptionen profitieren können.
Abbildung 3A zeigt die pO2-Werte während der verschiedenen Prozessphasen einer Pichia pastoris-Kultivierung für die Proteinproduktion unter Verwendung des zuvor beschriebenen Masterverfahrens (Abbildung 2). Die P. pastoris-Kultivierung besteht aus fünf verschiedenen Phasen:
1. Eine anfängliche Batch-Phase
2. Eine Phase mit hoher Wachstumsrate, in der Glycerin zugeführt wird, um die Biomasse zu erhöhen
3. Eine Temperaturverschiebung zu einer niedrigeren Temperatur
4. Ein Methanolzufuhrpuls zur metabolischen Anpassung der Zellen an das neue Substrat
5. Eine Fütterungsphase mit niedriger Wachstumsrate und Methanol für die Produktbildung
In Abbildung 3B ist der Weg durch die Master Operation dargestellt. Jedes Mal, wenn die Schrittkette zum "Auswahlschritt" zurückkehrt, hat der Bediener die Flexibilität, den nachfolgenden Pfad zu wählen und die Prozessbedingungen für diesen spezifischen Pfad entsprechend zu definieren.
In Abbildung 4A sind die pO2-Werte während der verschiedenen Prozessphasen einer Escherichia coli-Kultivierung für die Herstellung von Tierimpfstoffen unter Verwendung desselben Masterverfahrens (Abbildung 2) dargestellt. Die Kultivierung von E. coli besteht aus fünf verschiedenen Phasen:
1. Eine erste Batch-Phase
2. Eine Teilerntephase
3. Eine Fütterungsphase mit Glycerin
4. Eine weitere Teilerntephase
5. Eine Fütterungsphase mit Glycerin
In Abbildung 4B ist der Weg durch den Master Operation dargestellt. Wie bei der Kultivierung von P. pastoris wird derselbe Master-Vorgang verwendet, und jedes Mal, wenn die Schrittkette zum "Auswahlschritt" zurückkehrt, hat der Bediener die Flexibilität, den nachfolgenden Pfad zu wählen und die Prozessbedingungen für diesen spezifischen Pfad entsprechend zu definieren.
Obwohl sich die Prozesse in Bezug auf die verwendeten Organismen, die allgemeinen Prozessstrategien und die Prozessziele unterscheiden, kann dieselbe Master-Operation angewendet werden. Alle Prozesse werden identisch durchgeführt und annotiert, was die Datenkonsistenz erhöht und die Zeit für die Datenvorverarbeitung reduziert, da die Heterogenität der Datenformate eine große Herausforderung in der Datenwissenschaft darstellt (Shi et al., 2019). Folglich können die gleichen grundlegenden automatisierten Analyseroutinen für die Extraktion von Informationen wie Erträgen und Wachstumsraten verwendet werden. Sobald ein Prozess in einer Prozessentwicklungsumgebung etabliert ist, können die manuellen Übergangsschritte durch automatisierte Schritte ersetzt werden, und der Prozess kann nahtlos in die Pilot- und Produktionsumgebung übertragen werden. Darüber hinaus bietet die Verwendung einer einzigen Master-Operation den Vorteil eines geringeren Wartungsaufwands durch erhöhte Benutzerfreundlichkeit, was eine bekannte Auswirkung in der Softwareentwicklung ist (Mari & Eila, 2003). Um ein Beispiel zu nennen: Wenn ein Reaktor mit einer neuen Ausrüstung nachgerüstet wird, die Änderungen im Prozesssteuerungsrezept erfordert, muss nur ein Rezept aktualisiert werden, statt zahlreicher Prozesssteuerungsrezepte für verschiedene Prozesse.
Schlussfolgerung
Die Konzeption und Validierung eines Prozesssteuerungsrezepts ist zeitaufwändig und erfordert ein tiefes Verständnis des Bioprozesses und der angeschlossenen Geräte. Darüber hinaus erfordert die Vielfalt der Kultivierungen mit unterschiedlichen Organismen in der Regel ein einzigartiges Prozesssteuerungsrezept für jede Kombination von Bioreaktor und Organismus. In diesem Artikel stellen wir eine modulare und flexible Master-Operation für Bioprozesse mit der Software Lucullus® vor. Die Master-Operation kann dank einer leistungsfähigen Namenskonvention im Hintergrund in verschiedenen Kultivierungseinstellungen auf demselben Reaktorsystem oder sogar auf verschiedenen Reaktorsystemen verwendet werden. Dies hat den Vorteil, dass nur ein einziges Prozesssteuerungsrezept notwendig ist, um das gesamte Spektrum der Kultivierungen effektiv abzudecken. Die gründlich getesteten Master-Schrittketten können in starre und vollautomatische Schrittketten umgewandelt werden und lassen sich anschließend nahtlos in einer GMP-Umgebung und Produktionsumgebung validieren.
Wesentliche Ergebnisse
-
Master-Operationen bestehen aus einem Selektionsschritt, der in die zulässigen Phasen (Feeding, pH-Verschiebung, Temperaturverschiebung usw.) übergeht und anschließend zum Selektionsschritt zurückkehrt
-
Master-Operationen ermöglichen eine hohe Flexibilität für Forschungs- und Entwicklungslaboratorien mit unterschiedlichen Prozessen oder wenn Kultivierungsstrategien noch in der Entwicklung sind
-
Einzelne Master-Operationen können die Effizienz steigern, indem sie den Zeitaufwand für Schulungen verringern, den Wartungsaufwand reduzieren und die Arbeitsabläufe für die Datenanalyse rationalisieren.
-
Die variable und manuelle Master-Operation kann für den Einsatz in der Produktion und in validierten Umgebungen "starr" gemacht und automatisiert werden
Referenzen
- Bisschops, M., & Cameron, L. (2022). Process Intensification and Industry 4.0: Mutually Enabling Trends. Process control, intensification, and digitalisation in continuous biomanufacturing, 209-229.
- Shi, P., Cui, Y., Xu, K., Zhang, M., & Ding, L. (2019). Data consistency theory and case study for scientific big data. Information, 10(4), 137.
- Demesmaeker, M., Kopec, D., & Arsénio, A. M. (2020). Bioprocessing 4.0–Where Are We with Smart Manufacturing
in 2020?. Pharmaceutical Outsourcing. - Mari, & Eila. (2003). The impact of maintainability on component-based software systems. In 2003 Proceedings
29th Euromicro Conference (pp. 25-32). IEEE.
