CDMO为何必需拥抱工业4.0？

生物工艺技术的数字化不是为了它自己，而是为了确保外包的生产任务，不管它有多么多样化，都将是高度集成化工艺的一部分

合同开发和制造组织(CDMO)被驱使采用新的生产技术，因为他们需要迎合制药公司对研究和营销更高的兴趣。今天，如果有什么不同的话，制药公司比以往更有兴趣将生产任务外包，因为越来越多的中小企业缺乏自己的生产能力。

听起来CDMO似乎被宠坏了。然而，CDMO急于将自己与竞争对手区分开来，并向潜在客户提供多种服务，这些客户往往倾向于与尽可能少的服务提供商打交道。这两方面的考虑都提高了CDMO获取新能力的兴趣。

目前，CDMO最追求的能力是数据驱动的生产，即在每个工艺步骤收集和处理实时数据，使生产整体上更加高效。数据驱动的生产要素包括传感器技术、高级分析技术、机器人技术，甚至还有“数字映射”，即物理系统的虚拟版本，可以用来优化工艺过程。

这些元素是工业4.0方法的核心，包括使用“智能”和自动系统来加强计算机对生产的控制。工业4.0方法在制药行业中较不常见，而在数据格式更一致和监管环境要求更低的行业中则比较少见。尽管如此，CDMO在生产高质量药物(如生物药)时，仍在积极采用工业4.0方法。

提供始终如一的质量

“对于任何CDMO来说，始终如一地提供具有正确质量属性的产品是确保客户满意的关键，”龙沙（Lonza）首席科学家Thaddaeus Webster博士说。“创新生物工艺技术的应用提高了生物制品和生物治疗药物生产过程中的洞察力和控制水平。”

他引用了利用在线谱方法进行过程控制以及使用多元分析(MVA)来监控和鉴别偏离常规的工艺的做法作为例子，说明了数字化是如何被用来满足客户的质量要求的。

“最终，降低的工艺变异性有助于正确的首次交付，”Webster指出，“潜在地消除了代价高昂的偏差、产品延迟和客户不满。”

保持竞争力

对于龙沙研发高级总监Atul Mohindra博士来说，提供创新的生产技术是赢得业务的重要组成部分 - 但只是一部分。和为本文采访的其他专家一样，他强调了客户满意度的重要性。

Mohindra声称:“(因为我们是)一个CDMO，可以提供更高的工艺控制水平，我们的客户可以有信心，我们将提供具有所期望质量的原料药和产品，并始终如一地这样做。然而，与如何使用所产生的信息相比，拥有这样的技术真的是次要的。”

Sébastien Ribault博士是MilliporeSigma的端到端解决方案负责人，他也持类似观点:“虽然我们提供的创新技术无疑是一个促成因素，但我相信我们之所以能赢得业务，是因为我们在正确的地方使用了正确的技术。除了我们提供的先进和创新的生物工艺技术，我们还提供监管专业知识，帮助我们的客户简化工艺，帮助他们更快地将他们的治疗药物推向市场。”

Ribault补充说，了解如何以及何时使用新的生产方法和技术是充分利用竞争优势的关键。他解释说:“例如，你可以在药物放行过程中使用快速无菌检测来加快药物放行，但如果你没有快速病毒检测，你在某一方面节省的时间就会在其它方面遇到瓶颈。成功的CDMO知道如何在整个药物开发过程中最好地利用技术进行创新，而不是只专注于某一步。”

符合数字法规

监管机构要求获得更多关于药品如何生产的信息，这也影响了制药公司对CDMO的期望。Rentschler Biopharma创新伙伴关系高级主任Jadranka Koehn博士说:“毫无疑问，创新的生物工艺技术在我们的领域提供了竞争优势。这种数字化成熟度和能力的新维度在CDMO选择过程中变得越来越重要，其相关性超出了纯粹的生物工艺技术。

“我们的战略愿景不仅在于推动我们提供独家服务，而且要让我们的客户可以获得数字差异化能力。这一趋势反映在新的FDA法规中，其中数据完整性和过程控制是两个重要的基石。监管机构希望我们全面了解我们的工艺和产品，因此需要数据，特别是高质量的数据。”

Koehn引用了诸如混合现实(真实和虚拟对象的可视化)、自然语言处理和上下文相关的人机界面等数字创新技术作为例子，这些技术帮助CDMO领域更全面地建模和控制生产过程。

实施难题

对CDMO来说，了解如何最好地实施数字化生产操作是一项日益重要的技能。部分挑战在于，转换到数据驱动的工业4.0模型的行业经验有限。

MilliporeSigma的Sébastien Ribault表示，传统方法和工业4.0方法的成本和验证要求不同。“更传统的技术将受益于现有的数据包，这将有助于减少验证所需的数据点的数量，”他解释道。“痛点是已知的，可以更好地预测。”

“此外，与新技术和创新技术相比，使用多年的技术将更容易与监管机构进行讨论。话虽如此，我们还是要通过个案讨论来了解差异有多大。”

数据管理也应该是任何CDMO建立数字化生产操作的一个考虑因素。“与传统工艺和技术相比，创新的生产工艺通常有更复杂的实施要求，”龙沙的Thad Webster观察道，“例如，利用光谱输入的预测模型需要存储大量的数据。”

“为了达到监测和控制的目的，引入适当的质量保证、监管和其他主题问题专家是快速识别和解决技术差距的关键。这些小组的早期参与应该有助于促进创新生产过程中拟议技术的顺利实施。”

投资回报

另一位认为适当的数据基础设施是CDMO关键属性的生物工艺专家是Peter Crane博士，他是Synthace的企业战略经理，Synthace开发了一个基于云的生物工艺软件平台。“数据基础至关重要，”他说。“数据基础或基础设施与设施和设备一样重要。”他补充说，其它重要元素包括部署策略(无论是使用基于云的平台还是基于边界的平台)、应用程序编程接口，以及围绕正常运行时间和用户界面的安全和服务水平协议。

他继续说:“所有这些都有相关的成本，如果该设施在遗留问题上犯了错误，这可能会很严重。为了走向更创新的工作方式，我们必须在开发和生产之间架起桥梁，从头开始重建堆栈，使其成为模块化、自动化友好型和数据友好型，并在其核心拥有数字物理基础设施。”

但是额外的努力和投资是值得的，Rentschler Biopharma信息系统和组织副总裁Wolfram Schulze建议。尽管Schulze承认传统工艺的验证步骤与创新工艺不同，但他坚持认为结果“必须相同”。

他继续说道:“有了更多高质量的数据，我们就可以开发出强大的工艺，作为早期开发的推动者。与传统技术相比，完全的数据集成和建模能够更快地实现工艺开发。最终，敏捷性、自动化和迭代增量方法不仅会推动学习文化，而且还会提供半自动化过程的安全网。这反过来又将促进软件领域知识的转移，从而提高质量。”

MilliporeSigma的Sébastien Ribault认为，数字化技术对过程监控的好处是显而易见的:“它如何应用于GMP生产的一个例子是对缺氧的预期，以便更好地进行工艺调节。我们开发了一种算法来识别细胞生长需要的特定氧合调节的条件。”

“对于需求较高的细胞，这种调整需要人为的干预。我们的算法在需要调整的两小时前告诉我们，我们将不得不修改我们的设置。在过去，调节与事件相关联。现在，调节与事件预测相关联。”

数据丰富的工艺

龙沙还找到了通过投资数字化生产来增强自身能力的方法。例如，对过程分析技术(PAT)的投资使公司能够在符合cGMP的工艺中升级对关键工艺参数的监测和控制。

Atul Mohindra表示:“我们已经在龙沙网络中安装了多个PAT传感器，目前我们正在加大对该领域创新的投资。此外，我们还在投资生物信息学，目的是更快实现机器学习能力。”

“收集和使用工艺数据是龙沙生产服务的核心。我们有大量的分子。因此，我们的临床平台使我们能够收集大量的数据，建立健全的工艺，并确保我们的客户在每个关键里程碑上都取得成功。此外，这些数据有助于我们网络内的工艺转移 - 例如，从Slough到Hayward或从Slough到新加坡，或从我们的网络到我们客户的工厂。”

数字化标准化

Synthace的Peter Crane评论道，所有的CDMO都有可能实现数字化。他认为，客户对高质量产品和信息的需求将使数据驱动的生产成为常态。

他指出:“工业4.0本身并不是一个区别者，但它是一个杠杆，允许一个组织更快地提供高质量的产品，即使有更复杂的生物系统。在会议上，这些流行词可能会让人们感到兴奋，但在这个行业，关键是要成为值得信赖的CDMO合作伙伴，并为客户/患者提供最好的结果。”

“我预计，在短期内，公司将利用这些能力，根据这些能力所能提供的结果来区分自己。随着更多的CDMO数字化，这些能力将变得普遍 - 对许多此类组织来说，这是必须拥有的，而不只是最好拥有。”

新闻来源：https://www.genengnews.com/

---

相关阅读：