Die Kunden von APC, einem auf das Engineering komplexer Prozesse spezialisierten Unternehmen mit Sitz in Dublin, haben eine gemeinsame Mission: Leben retten. APC entwickelt diese mit und für die biopharmazeutische Industrie auf Basis neuester wissenschaftlicher Erkenntnisse und Technologien.

Möglich macht dies das APC-Team aus Experten in der Prozessentwicklung – u.a. Chemie- und Bioprozessingenieure sowie Modellierungs- und Simulationsspezialisten. Derzeit sorgt ein Projekt von APC aus dem Bereich der Gentherapie für Aufsehen, bei dem auch Simulationen und KI im Einsatz sind.

Transfektionen: Ein Schlüssel für bessere Gentherapien

Werden zu therapeutischen Zwecken Geninformationen manipuliert oder biologische Eigenschaften lebender Zellen verändert, spricht man von Gentherapie (FDA & Cber, 2020). Transfektion heißt der Prozess, bei dem DNA oder RNA in menschliche Zellen aktiv eingebracht wird, also nicht auf natürlichem Wege durch Virusinfektionen (Mancinelli et al., 2021). 

Transfektionen haben ein enormes Potenzial, um unheilbare, seltene und vererbte genetische Krankheiten wirksam zu behandeln. Da sie aber auch äußerst komplex sind, konnte dieses bisher noch viel zu wenig ausgeschöpft werden. Hinzu kommt, dass sie schwer zu skalieren sind und gefährliche Verunreinigungen kaum zu vermeiden sind. 

Um das Verständnis des Prozesses zu erhöhen, aber auch um Zeit und Kosten einzusparen, hat das APC-Team einen neuartigen modellbasierten und simulationsgestützten Workflow entwickelt, mit dem sich Transfektionsprozesse abbilden lassen.

Das Projekt im Überblick

Die Entwicklung jedes Transfektionsprozesses verfolgt ein eigenes Ziel. Das kann die Sicherstellung einer hohen Qualität oder Quantität der DNA sein oder die Maximierung des Anteils der lebensfähigen transfektierten Zellen. Der modellbasierte Workflow von APC erweitert die Prozessentwicklung um Optionen, die es bei herkömmlichen Methoden auf Basis von Experimenten nicht gab oder allenfalls mit einem unverhältnismäßig großen Aufwand. 

Beispiele sind:

• Die Ermittlung des optimalen Mischverhältnisse für Zellgesundheit durch CFD-Simulationen
• Die Identifikation von Prozessbedingungen, die Transfektionen begünstigen, durch die Kopplung von CFD mit DEM-Modellen in denen Zellen und Plasmidkomplexe als Partikel abgebildet sind.
• Die erweiterte Optimierung des Gesamtprozesses über KI-Modelle.

Der modellbasierte Workflow ist eng mit dem experimentellen Ansatz verknüpft. Zum einen sind Versuchsdaten ein wichtiger Input, zum anderen müssen die Ergebnisse validiert werden. Die experimentelle Kalibrierung und Validierung wurden unterstützt vom Irish Research Council EBPPG/2022/38. Das Schema des Workflows zeigt, wo Simulationen und KI eingesetzt wurden.

Der gesamte Workflow | © APC 

Die CFD- und DEM-Simulationen

CFD- und DEM-Simulationen beschleunigen die Entwicklung, weil sie viele Realversuche ersetzen. Verwendet wurden Ansys Fluent und Ansys Rocky in der AWS Cloud, CADFEM UK & Ireland hat APC beim Modellaufbau und der Durchführung der Simulationen unterstützt.

Ziele der CFD-Simulation waren

• die ideale Mischzeit zu ermitteln,
• Scherung und Energieverlust zu quantifizieren und zu kontrollieren, um Zellschäden zu vermeiden,
• die Sauerstoffverteilung zu charakterisieren und zu optimieren und
• die Ermittlung und Auflösung von unzureichend gemischten Sektionen.

Ziel der DEM-Analysen war die Bestätigung der Hypothese, dass die Prozessbedingungen mit der größten Anzahl von Kollisionen zwischen Zellen und Komplexen, im realen System die höchste Transfektionseffizienz aufweisen.

Bayes’sche Optimierung

Neuronale Netze und Gauß-Prozesse wurden als Alternative zum üblichen DoE getestet. Weil sie erheblich schneller Erkenntnisse lieferten, sank der experimentelle Aufwand. Das KI-Modell wurde mit PI Probabiligence in STOCHOS entwickelt. 

Zwei Modelle wurden entwickelt:

• Mit Versuchsdaten: Ziel der Optimierung war die Maximierung des Anteils an Zellen, die GFP (Grün fluoreszierendes Protein) enthalten und nach der Transfektion lebensfähig sind.
• Mit In-silico Daten: Ziel der Optimierung war die Maximierung der vorher mit CFD/ DEM simulierten kumulierten Anzahl an Kollisionen.

Anschließend wurde eine zusätzliche statistische Analyse durchgeführt, um festzustellen, ob die aus den In-silico-Daten gewonnenen Ergebnisse zu denselben Optimierungsvorschlägen führten wie die experimentelle Studie.

Weniger Realversuche, besseres Prozessverständnis

Der Workflow ermittelte den optimalen Sollwert für die kritischen Prozessparameter, der die Anzahl der Kollisionszellen bzw. -komplexe maximiert und gleichzeitig die Lebensfähigkeit der Zellen gewährleistet. CFD/DEM wurde zur Gestaltung und zum besseren Verständnis des Prozesses und zur Beschleunigung der Entwicklung eingesetzt. 

Das Vorgehen ist auf andere Transfektionssysteme übertragbar und senkt typische Prozessentwicklungskosten, weil viele teure physikalische Experimente ersetzt bzw. ihre Anzahl verringert und das physikalische Verständnis des Prozesses erheblich verbessert wird.

Über diesen Artikel

Dieser Artikel basiert auf dem Vortrag  “Model and Simulation workflow for Transfection Development” von Ana Luiza Pinto Queiroz, Digital Engineering Technical Lead, APC auf dem PD2M Conference on Modeling and Simulation Applications in Pharmaceutical Development and Manufacturing.