Témoignage client

Chez Lonza, les analyses internes accélèrent l'innovation dans les processus de fabrication

Une approche personnalisée des plans d'expériences optimise le rendement de bioréacteurs

Alors que l'on redouble d'efforts partout dans le monde pour découvrir un vaccin en pleine pandémie de COVID-19, la chaîne logistique mondiale se retrouve en pleine effervescence, les transferts de technologie s'effectuant souvent en même temps que les essais de vaccins expérimentaux. Dans l'histoire moderne, rarement le délai de mise sur le marché n'a été aussi vital et l'on redécouvre la valeur de processus de fabrication rapides et innovants.

Lonza, fournisseur suisse de solutions médicales intégrées, fait appel à une vaste expertise mondiale en matière de fabrication pour accélérer la production par lots de tout ce qui est vaccins, anticorps monoclonaux et autres produits biologiques, ou conjugués de médicament, peptides et molécules nécessitant une forme galénique parentérale. Habituée des montées en charge rapides, la société propose depuis des années à ses partenaires des méthodes de pointe pour optimiser les processus, garantir la qualité et la sécurité des produits et augmenter les rendements. Là où Lonza innove vraiment, c'est dans son expertise concernant l'application d'approches statistiques qui, selon l'expert en processus Andreas Trautmann, « optimise l'optimisation ».

Optimiser l'optimisation

Dans le domaine de l'ingénierie des bioprocédés, l'optimisation consiste à accroître la concentration de produit dans un bioréacteur de culture cellulaire afin d'améliorer le rendement global tout en préservant la robustesse du produit. Même les améliorations progressives peuvent être très précieuses et faire gagner du temps et de l'argent au client. En utilisant des processus similaires pour fabriquer des produits différents, Lonza a tiré de ses gains d'efficacité progressifs une connaissance approfondie des processus, dont bénéficie chaque nouvelle gamme de produits qu'elle met au point.

En tant qu'expert en processus de transformation en amont au sein de l'équipe Science et technologie de production de Lonza, à Visp en Suisse, Andreas Trautmann soutient l'effort de mise sur le marché des produits. Une partie du processus de montée en charge repose sur les connaissances existantes des processus : « Plus les projets sur lesquels nous travaillons sont nombreux et plus nous utilisons ces outils statistiques avec des organismes et processus identiques ou similaires, plus nous améliorons nos connaissances expérimentales », dit-il. Néanmoins, la conception de certains processus doit partir de zéro.

Dans le cadre d'un projet récent particulièrement intéressant, Andreas Trautmann et son équipe ont eu pour mission de concevoir un nouveau processus de fabrication au-delà du bioréacteur standard de Lonza, et ce dans des délais serrés. Il était primordial d'aborder le plan d'expériences de manière très stratégique pour concevoir rapidement ce processus tout en maintenant la qualité.

« Comme vous pouvez l'imaginer, dit-il, les outils de plan d'expériences fournis par JMP en particulier ont été très utiles [dans ce cas] et sont souvent utilisés dans ce groupe de R&D, dans la mesure où un grand nombre des paramètres des processus que nous étudions sont inconnus ». 

L'élaboration d'un plan d'expériences personnalisé dans JMP® permet de quasiment doubler le rendement 

Les plans d'expériences permettent aux praticiens de réduire le nombre d'expériences nécessaires pour obtenir le résultat souhaité en fixant les conditions d'expérimentation à l'aide d'un modèle statistique. Grâce à la plate-forme Plans optimaux de JMP, les utilisateurs peuvent indiquer les effets qu'il est nécessaire d'estimer et les effets qu'il est souhaitable d'estimer, en fonction du nombre d'essais. Il est également possible de définir un nombre d'essais pour respecter les contraintes budgétaires. 

Au lieu de tester un seul facteur à la fois, explique Andreas Trautmann, JMP a fourni à l'équipe un moyen d'élaborer rapidement une approche stratégique rationalisée. « Le logiciel JMP est très utile, car il est beaucoup plus efficace d'étudier plusieurs facteurs à la fois qu'un par un. Utiliser les méthodes statistiques de cette manière fait gagner beaucoup de temps ».

Dans le cas du nouveau processus mis au point par l'équipe pour un réacteur à petite échelle, il dit avoir utilisé un plan d'expériences pour quasiment doubler la concentration de produit (ou le rendement global), un résultat impressionnant lorsque l'on sait que les scientifiques ne parviennent parfois pas du tout à accroître la production dans des scénarios similaires. « Le client était ravi, et nous aussi », déclare-t-il.

Outre l'amélioration du rendement, le projet a également bénéficié d'importants gains de temps. L'expérience de l'équipe comptant 24 essais, le temps gagné sur chaque essai a représenté un gain de temps total significatif. « Sans l'outil Plans optimaux, il nous aurait fallu au moins le double de temps pour étudier ces facteurs. Au lieu de deux semaines, probablement quatre semaines au moins », explique Andreas Trautmann.

En plus d'être flexible, le modèle généré avec les Plans optimaux était plus efficace : il a permis de prévoir avec précision la variable de sortie dans l'étendue caractérisée, malgré l'échec de 3 essais sur 24. Bien qu'il existe d'autres options, Andreas Trautmann et son équipe préfèrent les Plans optimaux de JMP « parce qu'ils sont plus flexibles que les plans standard, par exemple en ce qui concerne l'ajout ou la suppression de certaines expériences ». Cette flexibilité leur permet de s'adapter aux observations en cours et d'ajuster les expériences en conséquence.

« Nous avons utilisé JMP pour concevoir, planifier et évaluer les expériences dès le début dans des bioréacteurs à petite échelle, explique-t-il. Nous avons ensuite poursuivi le travail dans des bioréacteurs moyens et, d'ici la fin de cette année, il sera transféré à l'échelle de production. Il n'est pas si fréquent que de tout nouveaux processus provenant de réacteurs à l'échelle de laboratoire finissent en production. Cela a donc été une belle réussite ». 

Visualisation et exploration de données, une part importante de tout plan d'expériences 

Les plans d'expériences ne sont pas la seule application de JMP qu' Andreas Trautmann trouve utile pour l'optimisation de processus. Les fonctions graphiques et l'exploration de données se sont également avérées efficaces, révélant certaines interactions dans les données qui sinon auraient pu être manquées. « L'exploration de données est un outil important de JMP, qui révèle très souvent certaines interactions dont on ne se serait pas rendu compte sans l'évaluation de données exploratoire », déclare-t-il. « À l'œil nu, il est très difficile de relever les différences ou les répercussions [à partir d'une unique table de données ].

Vous pouvez, par exemple, générer des nuages de données pour déterminer s'il existe une interaction entre les facteurs, ou créer un histogramme pour voir la répartition de quelques points de données dans le reste de votre série de données ». La visualisation de données permet d'évaluer rapidement la qualité des données, ce qui peut contribuer à améliorer n'importe quel modèle de plan d'expériences.

Acquisition d'une expertise statistique institutionnelle avec STIPS, une ressource d'apprentissage en ligne

Comme la plupart des entreprises, Lonza exploite différents formats d'apprentissage pour tenir les scientifiques et ingénieurs informés des méthodes statistiques. Toutefois, compte tenu des résultats positifs obtenus avec JMP, de nombreux employés de Lonza s'inscrivent à Statistical Thinking for Industrial Problem Solving (STIPS), une formation en ligne gratuite créée par JMP et destinée aux professionnels et aux universitaires. STIPS se divise en six modules, qui couvrent différents domaines de l'analyse de données et de la statistique avec des applications industrielles spécifiques. Cette formation a été très appréciée par l'équipe d'Andreas Trautmann, et des collaborateurs sans cursus statistique ou expérience de JMP ont pu intégrer les méthodes statistiques dans leur travail.

« STIPS est une très bonne formation, affirme Andreas Trautmann. J'ai apprécié de disposer d'une seule formation en ligne concentrant de nombreuses informations importantes à un niveau accessible et compréhensible. » Même s'il utilise JMP depuis relativement longtemps, cette formation a approfondi sa connaissance des méthodes de qualité, par exemple les cartes de contrôle et la capabilité de processus, qu'il exploite maintenant de manière plus intensive.