Abstract:
The continuously expanding biopharmaceutical product pipeline ranges from monoclonal antibodies (mAb) to insulin and messenger ribonucleic acid (mRNA). Over the last decade, the pressure on rapid process development has been intensified and peaked during the outbreak of the COVID-19 pandemic due to the urgent need for novel therapeutics and vaccines. Especially the optimization of storage conditions and temperatures was relevant for novel vaccines. While storage of liquid formulations in a frozen state at 80 °C is considered a safe option with regards to integrity of the active pharmaceutical ingredient (API), the need for cryo-technology restricts the handleability and availability of the drug. ... mehrAt elevated freezing temperatures, however, freezing-induced stresses such as freeze concentration are more pronounced. The necessary optimization of storage temperatures and freezing processes poses a challenge, leading to a potential overestimation of the required storage temperature during rapid process development. Conducted formulation studies to investigate the stability of biopharmaceuticals are time and material consuming with durations of up to 24 months and freezing volumes of up to hundred liters during transportation. High-throughput screenings of formulations at microliter-scale are used to study protein stability and freeze-thaw behavior, for example cold denaturation of proteins. However, mass transport phenomena due to freeze concentration are neglected, which are more pronounced at larger scales. Milliliter-scale models are therefore proposed to study freeze concentration behavior, bridging the gap between high-throughput screening and production scale.
For comparison and validation of differently scaled models, process analytical technology (PAT) is essential. Monitoring quality attributes and process parameters such as temperature can improve process understanding as requested by regulatory authorities for process approval. PAT may generate experimental data on transient phenomena and enable process control, for example by determination of the freezing endpoint. Furthermore, the real-time data may be used to validate models, such as in silico simulations, which are becoming a valuable tool for process prediction and optimization in the biopharmaceutical industry.
To facilitate freezing process design and optimization, it is the aim of this thesis to improve process understanding of biopharmaceutical freezing processes. Therefore, a scale-down model was designed and characterized by two novel PAT approaches. Process parameters affecting the freeze concentration were identified and monitored. The generated transient data on the freezing process were used to investigate the applicability of existing computational fluid dynamic (CFD) models to describe and predict freezing processes by an in-silico model. Lastly, a case study with a monoclonal antibody (mAb) process intermediate was conducted to evaluate the impact of freeze concentration on mAb process development and manufacturing.
In the first study (Chapter 3), the novel freeze-thaw device was described and characterized by an improved temperature setup. The small-scale freeze-thaw device was designed as a slice from a larger hollow cylinder, which is actively cooled from the in- and outside. To minimize freezing at the bottom of the container, an insulating layer as well as an additional counteracting cooling loop at the container bottom were installed. Furthermore, the insulating layer divided the container into six individual chambers with working volume of up to 100 mL.
Biopharmaceutical freezing processes are usually monitored by a small number or even a single temperature probe. Heat conduction, convection, and freezing point depression with ongoing freeze concentration pose measurement challenges, which are difficult to overcome by temperature probes at low spatial resolution. In this study, the spatial resolution was improved by a temperature probe array using Fiber-Bragg-Grating sensors. Monitoring of the freeze front progression was further improved by evaluation of the second time derivative of temperature to overcome the influence of freeze point depression on the detection of freezing. For freezing of concentrated buffer solutions, elevated freezing temperatures above 30 °C led to a settlement of the last point to freeze (LPTF) in the container from top to bottom. Furthermore, a longer freezing time increased the degree of freeze concentration measured in the frozen bulk. As a result, the freezing time was identified as a critical process parameter (CPP). Using purified water as a cheap and widely available model liquid, a correlation between freezing time and freezing temperature was put into theoretical context with the Plank equation, which is commonly applied in the food industry. Furthermore, the freezing time was not only dependent on the set freezing temperature but also on the heat dissipation capacity of the attached refrigeration unit. Therefore, in rapid freezing processes, such as those found in common freezing bags, reducing the set freezing temperature may not improve the homogeneity of the freeze concentration.
While the temperature in biopharmaceutical freezing processes is often monitored continuously, it does not directly reflect a quality attribute of the drug. The protein and additive concentrations, however, have been classified as critical quality attributes (CQA). Until now, they have only been measured by sampling from the frozen bulk after completion of the freezing process. A non-destructive analytical method to monitor freeze concentration is missing yet, leading to a knowledge gap in the origin of freeze concentration and mass transport phenomena. Without this process understanding, predicting freeze concentration after changes in formulation or freezing temperature remains challenging. Therefore, the process characterization was advanced by the application of Raman spectroscopy as a novel PAT for real-time monitoring of freeze concentration in a second study (Chapter 4). The concentrations of each solute in multi-component model formulations were monitored simultaneously using partial least squares (PLS) regression modelling. The concentrations predicted simultaneously for each component were validated by samples taken close to the Raman probe.
Overall, the freezing time had the largest impact on the freeze concentration, with increasing freezing time leading to increased freeze concentration. This confirms the findings of the first study (Chapter 3). An increase in initial sucrose concentration led to increased freeze concentration, which is important to consider during formulation development. In addition, convection currents as small as 1 mm were detected at the bottom of the vessel, highlighting the need for high-resolution PAT. Furthermore, the separation of solutes during freezing was shown, indicating potential destabilization of the API. The presented approach provides a robust, non-destructive PAT that can be applied at various scales in both industry and academia.
Concluding Chapter 3 and 4, freezing time and freeze concentration were identified as CPP and CQA, respectively. As mentioned earlier, intensification of process development is of great importance and can be accelerated by in-silico models. Using the data on the freezing process, the applicability of an existing CFD model to describe and predict freezing processes was investigated (Chapter 5). Freezing times were simulated using water as a single component solidification system. The solution was evaluated by a mesh and time step size study with converging results indicating simulation reliability. The predicted freezing times at freezing temperatures between 60 and 20 °C agreed with experimental results with minor deviations, that were attributed to cooldown of system components such as the steel housing. To simulate freeze concentration, the simulation was extended by a species model. Sucrose was selected as a model component and its temperature- and concentration-dependent physical properties were implemented in the model. Initial results were able to provide qualitative insights into the freezing process and mass transport phenomena present, which substantiated the discussion in the other studies. However, mass imbalances due to discretization inaccuracies were found, making quantitative comparisons challenging. The predicted concentrations were dependent on discretization parameters whereby large time steps and small viscosities led to increasing mass imbalances. Increasing the time and mesh resolution was not feasible due to hardware restrictions. In the future, alternatives to the enthalpy-porosity method used to describe solidification, or improvement in the discretization methods, should be evaluated for quantitative prediction of freeze concentration.
At last, the relevance of freeze concentration for the biopharmaceutical industry was investigated in a case study using an industrial process intermediate from a mAb platform process (Chapter 6). In between the typical production stages (Upstream, Downstream and Formulation), the process intermediates are handed over from one department to another. In contrast to the manufacturing process, where process intermediates are processed directly, the intermediates are often frozen during process development due to time and project limitations. To answer the question of comparability, the case study investigated the impact of freezing on the CQAs of a mAb purification process. Therefore, cell culture supernatant (CCS) was subjected to an additional freeze-thaw cycle at temperatures from -60 to -20 °C, subsequently filtered and captured by a protein A chromatography. After the capture step, the CQAs showed a significant decrease in the remaining host cell proteins (HCP) and mAb aggregates after slow freezing processes in comparison to a reference sample. This was attributed to aggregation of mAb and specific HCPs. These aggregates formed particles larger than 0.2 µm, that were removed by a common filtration step and thus lead to an overestimated quality of the protein A eluate. Furthermore, smaller HCPs in the CCS were freeze concentrated to a higher degree. As a result, the study revealed the dependency of freeze concentration on the diffusion coefficient.
In summary, the thesis improves the overall process understanding of biopharmaceutical freezing processes by highlighting the contribution of mass transport phenomena to freeze concentration during the freezing process. Two novel tools to validate the scalability of freezing processes and potential in-silico models are presented. While currently existing CFD models were found to sufficiently estimate the freezing time of a container, the simulation of freeze concentration has to be carefully evaluated with regards to discretization and solution independency from physical properties. Overall, the thesis facilitates the development and optimization of novel freezing containers, formulations and freezing processes with regards to freeze concentration and required freezing temperature.
Abstract (englisch):
Die ständig wachsende biopharmazeutische Produktpipeline reicht von monoklonalen Antikörpern (mAb) bis hin zu Insulin und Boten-Ribonukleinsäure (mRNA). Im letzten Jahrzehnt hat sich der Druck auf eine schnelle Prozessentwicklung erhöht und erreichte während des Ausbruchs der COVID-19-Pandemie aufgrund des dringenden Bedarfs an neuartigen Therapeutika und Impfstoffen seinen Höhepunkt. Insbesondere die Optimierung der Lagerungsbedingungen und -temperaturen war dabei für neuartige Impfstoffe von Bedeutung. Während die Lagerung von Flüssigformulierungen in gefrorenem Zustand bei 80 °C als sichere Option im Hinblick auf die Unversehrtheit des pharmazeutischen Wirkstoffs (API) gilt, schränkt die Notwendigkeit von Kryotechnik die Handhabbarkeit und Verfügbarkeit des Arzneimittels ein. ... mehrBei höheren Gefriertemperaturen sind jedoch die gefrierbedingten Belastungen wie die Gefrierkonzentration stärker ausgeprägt. Die notwendige Optimierung von Lagertemperaturen und Gefrierprozessen stellt eine Herausforderung dar, die dazu führt, dass die erforderliche Lagertemperatur bei der schnellen Prozessentwicklung möglicherweise überschätzt wird. Durchgeführte Formulierungsstudien zur Untersuchung der Stabilität von Biopharmazeutika sind zeit- und materialaufwändig mit Laufzeiten von bis zu 24 Monaten und Gefriervolumina von bis zu hundert Litern während des Transports. Hochdurchsatz-Screenings von Formulierungen im Mikrolitermaßstab werden zur Untersuchung der Proteinstabilität und des Gefrier-Auftau-Verhaltens eingesetzt, z. B. zur Kältedenaturierung von Proteinen. Dabei werden jedoch Massentransportphänomene aufgrund der Gefrierkonzentration vernachlässigt, die in größeren Maßstäben stärker ausgeprägt sind. Daher werden Modelle im Milliliter-Maßstab vorgeschlagen, um das Gefrierkonzentrationsverhalten zu untersuchen und die Lücke zwischen Hochdurchsatz-Screening und Produktionsmaßstab zu schließen.
Für den Vergleich und die Validierung unterschiedlich skalierter Modelle ist die prozessanalytische Technologie (PAT) unerlässlich. Die Überwachung von Qualitätsmerkmalen und Prozessparametern wie der Temperatur kann das Prozessverständnis verbessern, wie es von den Regulierungsbehörden für die Prozessgenehmigung gefordert wird. PAT kann experimentelle Daten über instationäre Phänomene generieren und die Prozesssteuerung ermöglichen, beispielsweise durch die Bestimmung des Gefrierendpunkts. Darüber hinaus können die Echtzeitdaten zur Validierung von Modellen verwendet werden, wie beispielsweise in-silico Modelle, die zu einem wertvollen Instrument für die Prozessvorhersage und optimierung in der biopharmazeutischen Industrie werden.
Um die Gestaltung und Optimierung von Gefrierprozessen zu erleichtern, ist es das Ziel dieser Arbeit, das Prozessverständnis biopharmazeutischer Gefrierprozesse zu verbessern. Daher wurde ein kleinskaliges Einfrier-Auftau-Modell entworfen und durch zwei neue PAT-Ansätze charakterisiert. Prozessparameter, die die Gefrierkonzentration beeinflussen, wurden identifiziert und überwacht. Die erzeugten instationären Daten über den Einfriervorgang wurden verwendet, um die Anwendbarkeit bestehender CFD-Modelle (engl. Computational Fluid Dynamics) zur Beschreibung und Vorhersage von Gefrierprozessen durch ein In-silico-Modell zu untersuchen. Schließlich wurde eine Fallstudie mit einem Zwischenprodukt eines mAb-Produktionsprozesses durchgeführt, um die Auswirkungen der Gefrierkonzentration auf die Entwicklung und Herstellung von mAb-Prozessen zu bewerten.
In der ersten Studie (Kapitel 3) wurde das neuartige Einfrier-Auftau-Modell beschrieben und durch verbesserte Temperaturmessungen charakterisiert. Das Model im kleinen Maßstab wurde als Scheibe eines größeren Hohlzylinders konzipiert, der von innen und außen aktiv gekühlt wird. Um das Einfrieren am Boden des Behälters zu minimieren, wurden eine Isolierschicht sowie eine zusätzliche entgegenwirkende Kühlschleife am Behälterboden installiert. Außerdem unterteilte die Isolierschicht den Behälter in sechs einzelne Kammern mit 100 mL Arbeitsvolumen.
Biopharmazeutische Gefrierprozesse werden in der Regel mit einer geringen Anzahl oder sogar nur einem einzigen Temperaturfühler überwacht. Wärmeleitung, Konvektion und Gefrierpunktserniedrigung mit fortschreitender Gefrierkonzentration stellen eine Herausforderung für die Messung dar, die mit Temperaturfühlern mit geringer räumlicher Auflösung nur schwer zu bewältigen ist. In dieser Studie wurde die räumliche Auflösung durch ein Temperatursonden-Array mit Fiber-Bragg-Grating-Sensoren erhöht. Der Verlauf der Gefrierfront in biopharmazeutischen Gefrierprozessen wurde durch Auswertung der zweiten zeitlichen Ableitung der Temperatur überwacht, um den Einfluss der Gefrierpunktsdepression auf die Detektion des Gefrierenprozesses zu überwinden. Beim Einfrieren von konzentrierten Pufferlösungen führten erhöhte Gefriertemperaturen über 30 °C zu einer Verlagerung der Position letzten Gefrierpunkts (LPTF) zum Behälterboden. Außerdem erhöhte eine längere Gefrierzeit den Grad der Gefrierkonzentration, die im gefrorenen Container gemessen wurde. Infolgedessen wurde die Gefrierzeit als kritischer Prozessparameter (CPP) identifiziert. Unter Verwendung von Wasser als günstige und verfügbare Modellflüssigkeit wurde eine Korrelation zwischen Gefrierzeit und Gefriertemperatur mittels der Plank-Gleichung in einen theoretischen Zusammenhang gebracht. Darüber hinaus war die Gefrierzeit nicht nur von der eingestellten Gefriertemperatur, sondern auch von der Wärmeleistung des angeschlossenen Kühlaggregats abhängig. Bei schnellen Gefrierprozessen, wie sie in gängigen Gefrierbeuteln vorkommen, führt eine Verringerung der eingestellten Gefriertemperatur daher möglicherweise nicht zu einer Verbesserung der Homogenität der Gefrierkonzentration.
Während die Temperatur in biopharmazeutischen Gefrierprozessen häufig kontinuierlich überwacht wird, spiegelt sie kein direktes Qualitätsmerkmal des Arzneimittels wider. Die Konzentrationen von Proteinen und Zusatzstoffen sind hingegen als kritische Qualitätsmerkmale (CQA) eingestuft worden. Bisher wurden sie nur durch die Entnahme von Proben aus der gefrorenen Masse nach Abschluss des Gefrierprozesses gemessen. Eine zerstörungsfreie Analysemethode zur Überwachung der Gefrierkonzentration fehlt bisher, was zu einer Wissenslücke hinsichtlich der Entstehung der Gefrierkonzentration und der Massentransportphänomene führt. Ohne dieses Prozessverständnis bleibt die Vorhersage der Gefrierkonzentration nach Änderungen der Formulierung oder der Gefriertemperatur schwierig. Daher wurde die Prozesscharakterisierung Raman-Spektroskopie als neuartige PAT für die Echtzeitüberwachung der Gefrierkonzentration vorangetrieben, wie in einer zweiten Studie vorgestellt (Kapitel 4). Die Konzentrationen mehrerer gelöster Stoffe wurden gleichzeitig mit Hilfe von PLS-Regressionsmodellen (Partial Least Squares) in Modellformulierungen überwacht. Die für jede Komponente vorhergesagten Konzentrationen wurden anhand von Proben validiert, die in der Nähe der Ramansonde entnommen wurden.
Insgesamt hatte die Gefrierzeit den größten Einfluss auf die Gefrierkonzentration, wobei eine zunehmende Gefrierzeit zu einer erhöhten Gefrierkonzentration führte. Dies bestätigt die Ergebnisse der ersten Studie (Kapitel 3). Eine Erhöhung der anfänglichen Saccharosekonzentration führte ebenfalls zu einer erhöhten Gefrierkonzentration, was bei der Formulierungsentwicklung zu berücksichtigen ist. Darüber hinaus wurden am Boden des Gefäßes Konvektionsströme mit einer Höhe von nur 1 mm festgestellt, was die Notwendigkeit von hochauflösenden PAT zeigt. Darüber hinaus wurde die Trennung von gelösten Stoffen während des Einfrierens nachgewiesen, was auf eine mögliche Destabilisierung des Wirkstoffs hinweist. Der vorgestellte Ansatz bietet eine robuste, zerstörungsfreie PAT, die in verschiedenen Maßstäben sowohl in der Industrie als auch im akademischen Bereich eingesetzt werden kann.
In Kapitel 3 und 4 wurden Gefrierzeit und Gefrierkonzentration als CPP bzw. CQA identifiziert. Wie bereits erwähnt, ist die Intensivierung der Prozessentwicklung von großer Bedeutung und kann durch In-silico-Modelle beschleunigt werden. Anhand der Daten über den Gefrierprozess wurde die Anwendbarkeit eines bestehenden CFD-Modells zur Beschreibung und Vorhersage von Gefrierprozessen untersucht (Kapitel 5). Die Gefrierzeiten wurden mit Wasser als Modellflüssigkeit simuliert. Konvergierenden Ergebnisse in Gitterstudien wiesen auf die Zuverlässigkeit der Simulation hin. Die vorhergesagten Gefrierzeiten bei Temperaturen zwischen 60 und 20 °C stimmten mit den experimentellen Ergebnissen bis auf geringe Abweichungen überein, welche auf die Abkühlung von Systemkomponenten wie dem Stahlgehäuse zurückgeführt wurden. Um die Gefrierkonzentration zu simulieren, wurde die Simulation um ein Mehrkomponentenmodell erweitert. Als Modellkomponente wurde Saccharose gewählt, deren temperatur- und konzentrationsabhängige physikalische Eigenschaften in das Modell implementiert wurden. Erste Ergebnisse konnten qualitative Einblicke in den Einfrierprozess und vorhandene Massentransportphänomene geben, die die Diskussion in den anderen Studien untermauerte. Jedoch wurden Massenungleichgewichte infolge von Diskretisierungsungenauigkeiten festgestellt, was quantitative Vergleiche erschwerte. Die vorhergesagten Konzentrationen waren von den Diskretisierungsparametern abhängig, wobei große Zeitschritte und geringe Viskositäten zu zunehmenden Massenungleichgewichten führten. Eine Erhöhung der Zeit- und Gitterauflösung war aufgrund von Hardwarebeschränkungen nicht möglich. Zukünftig sollten Alternativen zur Enthalpie-Porositäts-Methode, die zur Beschreibung der Erstarrung verwendet wurde, oder Verbesserung der Diskretisierung für die quantitative Vorhersage der Gefrierkonzentration evaluiert werden.
Abschließend wurde die Bedeutung der Gefrierkonzentration für die biopharmazeutische Industrie in einer Fallstudie anhand eines industriellen Prozesszwischenprodukts aus einem mAb-Plattformprozess untersucht (Kapitel 6). Zwischen den typischen Produktionsstufen (Upstream, Downstream und Formulierung) werden die Prozesszwischenprodukte von einer Abteilung zur anderen weitergereicht. Im Gegensatz zum Herstellungsprozess, bei dem die Prozesszwischenprodukte direkt verarbeitet werden, werden die Zwischenprodukte während der Prozessentwicklung aus Zeit- und Projektgründen oft eingefroren. Um die Frage der Vergleichbarkeit zu beantworten, untersuchte die Fallstudie die Auswirkungen des Einfrierens auf die CQAs eines mAb-Reinigungsprozesses. Dazu wurde der Zellkulturüberstand (CCS) einem zusätzlichen Gefrier-Auftau-Zyklus bei Temperaturen von -60 bis -20 °C unterzogen, anschließend filtriert und durch eine Protein-A-Chromatographie aufgereinigt. Nach dem Abtrennungsschritt zeigte ein Vergleich der CQAs mit einer Referenzprobe eine signifikante Abnahme der verbleibenden Wirtszellproteine (HCP) und mAb-Aggregate nach langsamen Gefrierprozessen. Dies wurde auf die Aggregation von mAb und spezifischen HCPs zurückgeführt. Diese Aggregate bildeten Partikel mit einer Größe von mehr als 0,2 µm, die in einen Filtrationsschritt entfernt wurden und somit zu einer überschätzten Qualität des Protein-A-Eluats führten. Außerdem wurden kleinere HCPs im CCS in höherem Maße eingefroren. Es wurde eine Abhängigkeit der Gefrierkonzentration vom Diffusionskoeffizienten gefolgert.
Zusammenfassend lässt sich sagen, dass die Arbeit das Prozessverständnis für biopharmazeutische Gefrierprozesse verbessert, indem sie den Beitrag von Massentransportphänomenen zur Gefrierkonzentration während des Gefrierprozesses hervorhebt. Es wurden zwei neue Methoden zur Validierung der Skalierbarkeit und potenzieller In-silico-Modelle von Gefrierprozessen vorgestellt. Während die derzeit kommerziell verfügbaren CFD-Modelle die Gefrierzeit eines Behälters ausreichend abschätzen können, sollte die Vorhersage der Gefrierkonzentration im Hinblick auf die Diskretisierung und die Unabhängigkeit der Lösung von physikalischen Eigenschaften kritisch betrachtet werden. Insgesamt trägt die Arbeit zur Entwicklung und Optimierung von neuartigen Gefrierbehältern, Rezepturen und Gefrierprozessen im Hinblick auf die Gefrierkonzentration und die erforderliche Gefriertemperatur bei.