BME Vegyészmérnöki és Biomérnöki Kar, Szerves Kémia és
Technológia Tanszék
Témavezető: Dr. Hirsch Edit
Valós-idejű folyamatkövetés és szabályozás biohatóanyagok minőségének biztosítására
A kutatási téma néhány soros bemutatása
Az elmúlt évtizedben a biohatóanyagok, főként amonoklonális
antitestek (mAb)
iránti kereslet jelentősen megnőtt a gyógyszerkészítmények piacán [1]. Mivel
azonban ezek a fehérje típusú hatóanyagok rendkívül nagy mérettel és komplex
szerkezettel rendelkeznek, az állandó minőségű, hatékony és biztonságos
előállításuk számos nehézség elé állítja a gyógyszergyártókat.
A mAb-ok gyártási folyamata sok egymást követő bonyolult
lépések sorozatából tevődik össze, amely alapvetően három nagy részre osztható
fel: a fehérje termelésére sejtes rendszerekben (upstream); az
előállított hatóanyag tisztítására (downstream); illetve
gyógyszerkészítménnyé alakítására (formuláció). A gyártás során a fő
kihívást az jelenti, hogy a termék minőségét valamennyi folyamatparaméter
érzékenyen befolyásolhatja. Ennek következtében elengedhetetlen megfelelően
monitorozott és szigorúan szabályozott körülmények biztosítása a teljes
előállítási folyamat során, amihez új innovatív technológiák kifejlesztésére
van szükség.
A kutatóhely rövid bemutatása
A
kutatásomat Dr. Marosi György és Dr. Nagy Zsombor irányításával működő
FirePharma kutatócsoportban
végzem. A csoport munkájának fókuszában olyan automatizált és
magas szintű szabályozással ellátott innovatív
technológiák kifejlesztése áll, amelyek a jövőben a hatékony, biztonságos és
magas minőségű gyógyszergyártás alapjául szolgálhatnak.
A kutatás történetének, tágabb
kontextusának bemutatása
A nagy
molekulaméretű és komplex szerkezetű monoklonális antitestek a hagyományos,
szintetikus úton nem állíthatók elő, így emlőssejtek bioreaktoros tenyésztését
alkalmazzák [2]. A folyamat során a megfelelő tenyésztési körülmények
biztosítása kulcsfontosságú, mivel ezek az élő szervezetek nagyon érzékenyek
az őket körülvevő környezeti változásokra [3]. Már egy-egy folyamatparaméter
kismértékű módosulása is nagy hatással lehet a sejtek növekedésére és
életképességére, valamint a monoklonális antitestekre egyaránt. A megfelelő
minőségű és mennyiségű termék elérése érdekében elengedhetetlen, hogy a
tenyésztés során végbemenő komplex folyamatok tanulmányozásával minél jobban
megértsük az egyes tenyésztési paraméterek termelt fehérjére gyakorolt
hatását.
A
2004-ben kiadott
Process Analytical Technology (PAT) kezdeményezés óta
a kritikus paraméterek vizsgálatára a gyógyszeripar az inline és online
analitikai módszereket részesíti előnyben, mivel gyorsan, roncsolásmentesen és
mintavételezés nélkül, valós időben képesek értékes információt szolgáltatni
[4]. A bioreaktoros tenyésztésnél a klasszikus fiziko-kémiai paraméterek (pl.
pH, a hőmérséklet vagy oldott oxigén) mérésére alkalmas inline/online
szenzorokat már széles körben alkalmazzák [5]. Azonban számos egyéb kritikus
paraméter, mint a tápanyag- és melléktermék koncentrációk, az élő sejtszám
vagy a termelt fehérje koncentráció, inline analízise az iparban még
nem megoldott, így meghatározásuk jelenleg napi mintavételezés útján, időben
és/vagy térben elkülönülő (atline és offline) analitikai vizsgálatokkal
történik. Ezek a módszerek azonban jelentősen megnehezítik a folyamatba
történő azonnali beavatkozást, így növelve az esélyt a rossz minőségű,
selejtes termék előállítására.
A kutatás célja, a megválaszolandó
kérdések
A
kutatási munkám célja a monoklonális antitestet termelő emlőssejtek
bioreaktoros tenyésztésének fejlesztése, különös hangsúlyt fektetve a PAT
elveinek, valamint a
fejlett szabályozási stratégiák gyakorlati alkalmazására. Inline
analitikai módszerként a PAT ígéretes eszközét, a
Raman-spektroszkópiát
alkalmazom, mivel lehetőséget ad a tenyésztés során több különböző kritikus
folyamatparaméter egyidejű mérésére. Munkám középpontjában a sejtek számára
nélkülözhetetlen tápanyagok (glükóz és aminosavak), valamint a metabolizmus
során keletkező káros melléktermékek (laktát és ammónia) koncentrációjának
vizsgálata áll.
A kifejlesztett Raman-spektroszkópia-alapú monitorozó- és
szabályozórendszer alkalmazásával szeretném mélyebben megismerni és megérteni
a tenyésztés során végbemenő komplex és dinamikusan változó biológiai
folyamatokat. Ezáltal lehetőségem nyílik olyan tápanyag-beadagolási stratégiák
kidolgozására, amelynél a sejtek szükségletei alapján, automatizált rendszer
segítségével történik a tápanyagok frissítése. A kutatás során a célom a
kritikus tápanyag- és melléktermék-komponensek koncentrációjának optimális
tartományon belüli tartása, ami kedvezőbb tenyésztési körülményeket biztosít a
sejtek számára, és lehetővé teszi a megfelelő minőségű monoklonális antitestek
robosztus és reprodukálható termelését.
Módszerek
A
kutatásom során
adalimumab-termelőkínai
hörcsög petefészek
(Chinese Hamster Ovary, CHO) sejtvonal bioreaktoros tenyésztésével
foglalkozom. Kezdetben a tenyésztés kis léptékben, rázólombikos edényekben és
inkubátorban (36,5 °C és 5% CO2) történik, később pedig a nagyobb
léptékű, keverővel ellátott (2 liter hasznos térfogatú) üveg bioreaktorban. A
bioreaktor a kritikus tenyésztési paraméterek monitorozására a következő
inline szondákkal van felszerelve: hőmérő, pH-szonda, oldottoxigén-mérő
szonda, dielektromos spektrométer (élősejtszám-szenzor) és a
Raman-spektrométer immerziós szondája (1.ábra).
A tenyésztés során a sejtek számára szükséges tápanyagok
frissítése többkomponensű feed oldatok (Feed A és Feed B) és glükóz
oldat beadagolásával történik. A reaktorból naponta 1–2 alkalommal van
mintavétel, amely során atline mikroszkópos módszerrel vizsgálom az élő
és halott sejtek számát, illetve az életképességet. A minta lefagyasztását
követően későbbi offline méréssel történik a különböző tápanyag- és
melléktermék-koncentrációk (glükóz, aminosavak, laktát és ammónia)
meghatározása Cedex bioanalizátorral és Skyam automata
aminosav-analizátorral.
A
Raman-spektroszkópia a monokromatikus fénysugár rugalmatlan szóródásán alapuló
rezgési spektroszkópiai módszer. A Raman-spektrum egyfajta
ujjlenyomat, ahol minden egyes csúcs, illetve sáv a molekula egy adott,
specifikus rezgésének feleltethető meg. A mérés nagy előnye, hogy kvalitatív
és kvantitatív információt is képes szolgáltatni az adott mintáról. A
sejttenyésztés kritikus paramétereinek kvantitatív elemzéséhez a
Raman-spektrumok kiértékelése sokváltozós adatelemzési módszerrel történik. A
biotechnológia területén az egyik leggyakrabban arészleges
legkisebb négyzetek
(Partial Least Squares, PLS) módszerét alkalmazzák [6]. A kiértékelést
megelőzően a felvett spektrumokon különböző matematikai előfeldolgozási
műveletek (alapvonal-korrekciót, normálást és centrálást) elvégzése szükséges
annak érdekében, hogy a zavaró hatásokat (pl. fluoreszcens háttérsugárzás,
gázbuborékok megjelenése, detektorzaj) csökkentsük vagy eltávolítsuk.
Eddigi eredmények
A
kutatásom során az emlőssejtes tenyésztés inline Raman-spektroszkópiás
vizsgálatához elsőként kalibrációs modelleket fejlesztettem a különböző
tápanyag- és melléktermék-koncentrációk meghatározására. A mérés
robusztusságának érdekében fontos volt, hogy nagy adathalmaz álljon
rendelkezésemre, amely jól leírja a rendszer biológiai variabilitását. A 2.
ábrán látható szemléltetve a PLS-modellfejlesztés menete, amelynél kilenc
rázólombikos és hét bioreaktoros tenyésztési kísérlet adatait használtam fel.
Ez összesen 204 Raman-spektrum- és a hozzátartozó offline koncentráció-
(glükóz, laktát, aminosavak) adatpárt jelentett.
2.ábraKalibrációs modell fejlesztésének menete PLS-módszer alkalmazásával
A PLS-módszert alkalmazva pontos és megbízható kalibrációs
modelleket tudtam felépíteni a glükóz és laktát mellett 16
aminosav-komponensre. A 3.ábrán példaként a glükózra épített PLS-modell által
mért és becsült koncentrációértékek közötti korreláció látható. A kalibrációs
modelleket egy független bioreaktoros tenyésztési kísérletnél validáltam,
amely során a Raman-mérés valós időben is jól tudta követni az egyes
komponensek koncentrációváltozását (3.ábra).
3.ábraGlükózra épített PLS kalibrációs modell (bal), a modell validációja egy
független bioreaktoros kísérlet Raman-spektroszkópiás monitorozása során
(jobb)
Ezt
követően a kifejlesztett Raman-alapú monitorozó- és szabályozórendszer
alkalmazásával olyan dinamikus tápanyag-adagolási stratégiákat valósítottam
meg, ahol a cél a sejtek számára szükséges tápanyagok állandó értéken tartása
volt koncentrált glükóz oldat, valamint többkomponensű feed oldatok
beadagolásának szabályozásával. A rátáplálások szabályozása a valós időben
mért glükóz- (glükóz oldat) és arginin- (feed oldatok) koncentrációk alapján,
automatizált pumpavezérléssel valósult meg (4.ábra).
4.ábra Saját fejlesztésű, automatizált monitorozó- és szabályozórendszer,
amellyel hatékony tápanyag-beadagolási stratégiák valósíthatók meg a sejtek
szükségletei alapján
A
Raman-alapú monitorozó- és szabályozórendszer alkalmazásával kedvező
tenyésztési körülményeket sikerült biztosítanom, aminek hatására hosszabb
ideig és nagyobb sejtkoncentrációval fenntartható sejtkultúrát, illetve
magasabb antitesttermelést értem el.
Várható impakt, további kutatás
A
kutatómunkám során kifejlesztett Raman-spektroszkópia-alapú monitorozó- és
szabályozórendszer lehetőséget nyújt az emlőssejtes tenyésztési folyamat azon
kritikus paramétereinek valós idejű nyomon követésére és állandó értéken
tartására, amelyek meghatározása jelenleg az iparban kizárólag mintavételezés
útján offline és atline analitikai módszerekkel történik. A rendszer
alkalmazásával a jövőben egyszerűbbé és gazdaságosabbá válhat az optimális
tenyésztési körülmények biztosítása a sejtek számára, valamint a kívánt
minőségű termék megfelelő mennyiségben történő előállítása. Emellett az
általam bemutatott eredmények a gyógyszeripar számára jó iránymutatásul
szolgálhatnak a hatóságok által egyre inkább megkövetelt, valós idejű mérésen
alapuló folyamatkövetési és szabályozási, valamint automatizált rendszerek
integrálására.
A kutatómunka jelentős része a Felsőoktatási és Ipari
Együttműködési Központ (FIEK) projekt keretein belül valósult meg a
Richter Gedeon Nyrt. támogatásával. Az együttműködés kiválóan tükrözi,
hogy a tématerület iránt jelentős az ipari érdeklődés, és az eredmények
hasznosítása a közeljövőben megvalósulhat.
Saját publikációk, hivatkozások,
linkgyűjtemény
Kapcsolódó saját publikációk listája:
[I]
Hirsch E, Pataki H, Domján J, Farkas A, Vass
P, Fehér C, Barta Z, Nagy ZK, Marosi GJ, Csontos I. Inline noninvasive Raman
monitoring and feedback control of glucose concentration during ethanol
fermentation. Biotechnol Prog. 2019 Sep;35(5):e2848.
IF: 2.334 C: 15
[II]
Domján J, Fricska A, Madarász L, Gyürkés M,
Köte Á, Farkas A, Vass P, Fehér C, Horváth B, Könczöl K, Pataki H, Nagy ZK,
Marosi GJ, Hirsch E. Raman-based dynamic feeding strategies using real-time
glucose concentration monitoring system during adalimumab producing CHO cell
cultivation. Biotechnol Prog. 2020 Nov;36(6):e3052.
IF: 2.513 C: 6
[III]
Domján J, Vass P, Hirsch E, Szabó E, Pantea E,
Andersen SK, Vigh T, Verreck G, Marosi G, Nagy ZK. Monoclonal antibody
formulation manufactured by high-speed electrospinning. Int J Pharm. 2020 Dec
15;591:120042.
IF: 5.875 C: 6
[IV]
Vass P, Pantea E, Domokos A, Hirsch E, Domján
J, Németh Á, Molnár M, Fehér C, Andersen SK, Vigh T, Verreck G, Csontos I,
Marosi G, Nagy ZK. Electrospun Solid Formulation of Anaerobic Gut Microbiome
Bacteria. AAPS PharmSciTech. 2020 Jul 31;21(6):214.
IF: 3.246 C: 4
[V]
Hirsch E, Pantea E, Vass P, Domján J, Molnár
M, Suhajda Á, et al. Probiotic bacteria stabilized in orally dissolving
nanofibers prepared by high-speed electrospinning. Food Bioprod Process.
2021;128:84–94.
IF: 4.32 C: 3
[VI]
Domján J, Pantea E, Gyürkés M, Madarász L,
Kozák D, Farkas A, Horváth B, Benkő Z, Nagy ZK, Marosi G, Hirsch E. Real-time
amino acid, and glucose monitoring system for the automatic control of
nutrient feeding in CHO cell culture using Raman spectroscopy. Biotechnol J.
2022 May;17(5):e2100395.
[1] Walsh G.
Biopharmaceutical benchmarks 2018. Nat Biotechnol. 2018 Dec
6;36(12):1136-1145.
[2] Bui LA,
Hurst S, Finch GL, Ingram B, Jacobs IA, Kirchhoff CF, Ng CK, Ryan AM. Key
considerations in the preclinical development of biosimilars. Drug Discov
Today. 2015 May;20 Suppl 1:3–15.
[3] Li F,
Vijayasankaran N, Shen AY, Kiss R, Amanullah A. Cell culture processes for
monoclonal antibody production. MAbs. 2010 Sep-Oct;2(5):466–79.
[4] FDA.
Guidance for Industry PAT – A Framework for Innovative Pharmaceutical
Development, Manufacturing and Quality Assurance. 2004 Sep
[5] Claßen
J, Aupert F, Reardon KF, Solle D, Scheper T. Spectroscopic sensors for in-line
bioprocess monitoring in research and pharmaceutical industrial application.
Anal Bioanal Chem. 2017 Jan;409(3):651–666.
[6] Lourenço
ND, Lopes JA, Almeida CF, Sarraguça MC, Pinheiro HM. Bioreactor monitoring
with spectroscopy and chemometrics: a review. Anal Bioanal Chem. 2012
Sep;404(4):1211–37.