Kapitel 11 - Process analytical technology Flashcards
Was sind die Ziele von Prozess analytical Technology (PAT)
• Veränderung in der pharmazeutischen Produktion von statischen Chargenherstellung zu
dynamischem Ansatz • Dynamische Herstellungsprozesse können Variabilität (z. B. durch Rohmaterialschwankungen
) kompensieren
• Produkte mit gleichbleibender Qualität
• Abfallvermeidung
• Gesamtkostenreduktion
Was sind die FDA Leitlinien zu PAT?
• PAT ist ein System zur Konstruktion, Analyse und Steuerung
der Fertigung durch zeitnahe Messungen kritischer Qualitäts- und Performance-Merkmale von Roh- und Prozess-Materialien und Prozessen, mit dem Ziel, eine endgültige Produktqualität zu gewährleisten.
• Dieses System umfasst eine systematische
Prozessentwicklung, -optimierung und -überwachung mit Hilfe von Chemometrie-basierten Methoden wie DoE (Design of Experiments) und MVDA (Multivariate Data • Kontinuierliches Lernen durch Datenerfassung und -• Kontinuierliches Lernen durch Datenerfassung und -analyse
→ Knowledge Management
Was ist QTTP?
QTTP = Quality Target Product Profile Bildet Basis für Produktentwicklung o Qualität o Sicherheit o Wirksamkeit
Was ist CQA?
CQA = Critical Quality Attribute Definiert durch die Schwere des Schadens verbunden mit Änderungen in diesem Attribut o Vorwissen (prior knowledge) o Experimentieren (experimentation) o Wissenschaft (scientific knowledge)
Was ist CPP?
CPP = Critical Product Process Parameters
•Signifikante Effekte der Prozessparameter auf CQA •Risikobewertung und Experimentieren, um eine Verknüpfung
zwischen (potenziellen) CPPs und CQAs herzustellen
•Interdependenzen verschiedener CPPs
Was macht man bei PAT?
- Messung von (C)QAs in Echtzeit oder nahezu Echtzeit
* Verwendung erhaltener Daten z.B. für Prozessentscheidungen/-kontrolle
Was sind standart prozessanalysen?
Standard Prozessanalysen: UV-, pH-, Leitfähigkeits-Messungen mittels Durchflusszellen (flow cell) Messung komplexer Parameter häufig off-line: Leached Protein A ELISA, SEC-UHPLC, HCP ELISA.
Monitoring früher vs. Mit PAT?
Früher:
off-line Laboranalyse Mit PAT: on-line, in-line, at-line
Was ist chemometrics?
Chemometrics = Art der Analyse (biologisch-)chemischer Daten, in der sowohl statistische, als auch chemische Denkweisen kombiniert werden.
• Design of Experiments (DoE):
um Korrelationen zwischen CPPs und CQAs zu finden • Multivariate Data Analysis (MVDA):
Herausziehen von Informationen aus riesigem Datensatz
→ Korrelation mit physikalischen/chemischen/biologischen Eigenschaften oder Trends über
mehreren Chargen, Identifizierung von Ausreißern
Welche multivariate Daten Analysen gibt es?
- cheometrics
- untersuchend (Exploratory)
- korrelativ
- work Flow
- closed Loop/ Feedback Control
- Open Loop / feedforward control
Wie funktioniert untersuchend bei der mutivariate Daten Analyse?
• PCA = Principal Component Analysis
o Datenreduktion durch Matrixfaktorisierung o Identifizierung von Mustern/Beobachtungsgruppen und Ermittlung von Ausreißern in
großen Datensätze
Wie funktioniert korrelativ bei der mutivariate Daten Analyse?
• MLR = Multi-Linear Regression
• PCR = Principal Component Regression
• PLS = Partial Least Squares Regression
o Datenreduktion durch Matrixfaktorisierung o Regressionsmodellierung zwischen Datenblöcken (X und Y) mit dem Ziel der
Vorhersage von Y für neue Beobachtungen auf der Grundlage bekannter X-Daten
Wie funktioniert work flow bei der mutivariate Daten Analyse?
- PLS Model calibfytion
- PLS Model validation
- Application for process Monitoring
Wie funktioniert Closed-loop / Feedback control
bei der mutivariate Daten Analyse?
Idee: Prozessvariable messen, dann mit dem gewünschten Zielwert vergleichen und schließlich die Steuerungsaktion bestimmen.
Wie funktioniert Open-loop / Feedforward control
bei der mutivariate Daten Analyse?
Die open-loop-Steuerung korrigiert nicht, wenn die Prozessvariable driftet. Das Prinzip dieser Steuerung ist es, eine Prozessvariable so zu manipulieren, dass sie die Auswirkungen der Störungen kompensiert.
Was sind die Vorteile von Wissensmanagment?
• Schnellere und intelligentere Reaktion auf Produktionsausfälle • Bessere Kommunikation im Unternehmen • Kontinuierliches Lernen durch Datenerfassung • Basis für Post-Approval-Änderungen