Modelado de procesos integrado: un compañero del ciclo de vida de validación de procesos
Autores: Zahel, Thomas; Hauer, Stefan; Mueller, Eric M.; Murphy, Patrick; Abad, Sandra; Vasilieva, Elena; Maurer, Daniel; Brocard, Cécile; Reinisch, Daniela; Sagmeister, Patrick; Herwig, Christoph
Idioma: Inglés
Editor: MDPI
Año: 2017
Acceso abierto
Artículo científico
2017
Modelado de procesos integrado: un compañero del ciclo de vida de validación de procesos
Categoría
Ingeniería y Tecnología
Subcategoría
Bioingeniería
Palabras clave
Validación de procesos
Atributos críticos de calidad
Parámetros de proceso
Simulación de Monte Carlo
Modelo de proceso integrado
Fuera de especificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
Durante el proceso de validación solicitado por las autoridades regulatorias de los procesos de fabricación farmacéutica, las empresas buscan identificar, controlar y monitorear continuamente la variación del proceso y su impacto en los atributos de calidad críticos (CQAs) del producto final. Es difícil conectar directamente el impacto de parámetros de proceso individuales (PPs) con los CQAs del producto final, especialmente en el desarrollo y producción de procesos biofarmacéuticos, donde se apilan múltiples operaciones unitarias que interactúan entre sí. Por lo tanto, queremos presentar la aplicación de la simulación de Monte Carlo (MC) utilizando un modelo de proceso integrado (IPM) que permite la estimación de la capacidad del proceso incluso en las primeras etapas de la validación del proceso. Una vez que se establece el IPM, se demuestra además su capacidad en la evaluación de riesgos y criticidad. Los IPMs pueden utilizarse para habilitar estrategias de control de producción holísticas que tengan en cuenta las interacciones de los parámetros de proceso de múltiples operaciones unitarias. Además, los IPMs pueden ser entrenados con datos de desarrollo, refinados con ejecuciones de calificación y mantenidos con datos de fabricación de rutina, lo que subraya el concepto de ciclo de vida. Estas aplicaciones se mostrarán mediante un estudio de caracterización de proceso realizado recientemente en una organización líder en fabricación por contrato (CMO). Por lo tanto, la nueva metodología de IPM permite anticipar eventos fuera de especificación (OOS), identificar parámetros de proceso críticos y tomar decisiones basadas en riesgos sobre contramedidas que aumentan la robustez del proceso y disminuyen la probabilidad de eventos OOS.
Descripción
Durante el proceso de validación solicitado por las autoridades regulatorias de los procesos de fabricación farmacéutica, las empresas buscan identificar, controlar y monitorear continuamente la variación del proceso y su impacto en los atributos de calidad críticos (CQAs) del producto final. Es difícil conectar directamente el impacto de parámetros de proceso individuales (PPs) con los CQAs del producto final, especialmente en el desarrollo y producción de procesos biofarmacéuticos, donde se apilan múltiples operaciones unitarias que interactúan entre sí. Por lo tanto, queremos presentar la aplicación de la simulación de Monte Carlo (MC) utilizando un modelo de proceso integrado (IPM) que permite la estimación de la capacidad del proceso incluso en las primeras etapas de la validación del proceso. Una vez que se establece el IPM, se demuestra además su capacidad en la evaluación de riesgos y criticidad. Los IPMs pueden utilizarse para habilitar estrategias de control de producción holísticas que tengan en cuenta las interacciones de los parámetros de proceso de múltiples operaciones unitarias. Además, los IPMs pueden ser entrenados con datos de desarrollo, refinados con ejecuciones de calificación y mantenidos con datos de fabricación de rutina, lo que subraya el concepto de ciclo de vida. Estas aplicaciones se mostrarán mediante un estudio de caracterización de proceso realizado recientemente en una organización líder en fabricación por contrato (CMO). Por lo tanto, la nueva metodología de IPM permite anticipar eventos fuera de especificación (OOS), identificar parámetros de proceso críticos y tomar decisiones basadas en riesgos sobre contramedidas que aumentan la robustez del proceso y disminuyen la probabilidad de eventos OOS.