Development of model-based methods for real-time monitoring and optimization of protein refolding processes

Abstract

In the current pursuit of knowledge based decision making along Quality by Design (QbD) and Process Analytical Technologies (PATs) guidelines, model-based techniques play a pivotal role in the biopharmaceutical sector. These methods include process development, monitoring, optimization and control and can for example be utilized within protein refolding, a key downstream unit operation focused on refolding of misfolded proteins from inclusion bodies (IBs). Despite its benefits like high purity and product titers, protein refolding encounters challenges in QbD application, including empirical process development, limited PAT applicability, and static control strategies. This thesis focused on addressing these challenges through model-based approaches. Initially, mechanistic descriptions were assessed to build a calibrated model for protein refolding. Subsequently, PAT suitability was evaluated for real-time monitoring, resulting in a soft-sensor environment connecting signals to a state-observer. A particle filter (PF) was developed to monitor fed-batch refolding in real-time, adapting to measurement delays and parameter changes over time. The PF outperformed feedforward simulations and provided quantitative insights into folding states at short intervals, surpassing current PAT capabilities, especially with focus on the fed-batch dilution mode. Furthermore, static optimization was used to systematically enhance process understanding by design of targeted experiments. These findings highlight the versatility of model-based methods in protein refolding, delivering effective process monitoring as a requisite for control. The developed PF compensated for measurement limitations and enabled dynamic optimization. In combination with system inputs provided by the fed-batch dilution mode, this lays the basis for future applications like model predictive control within Digital Twins. Consequently, this research bridged the gap between empiricism and knowledge-based approaches, paving the way for more efficient and informed biopharmaceutical processes.

Modellbasierte Techniken spielen heutzutage eine wichtige Rolle in der biopharmazeutischen Industrie, da Richtlinien wie Quality by Design (QbD) und Process Analytical Technology (PAT) wissensbasierte Entscheidungsfindungen als zentrales Dogma integriert haben. Eingesetzt werden diese Methoden für die Entwicklung, Überwachung, Optimierung und Regelung eines biologischen Prozesses, zum Beispiel der „Protein Rückfaltung“, einem essentiellen Aufreinigungsschritt zur Rückfaltung missgefalteter Proteine eines Inclusion Body (IB) Prozesses. Obwohl Protein Rückfaltung einige Vorteile, wie zum Beispiel hohe Reinheit und Produkttiter aufweist, sind die größten Hürden empirische Prozessentwicklung, limitierte Anwendbarkeit von PAT und statische Prozessregelung. Der Fokus dieser Thesis war daher die genannten Herausforderungen mit modellbasierten Methoden zu bewältigen. Als Start werden mechanistische Beschreibungen des Prozesses analysiert und als Prozessmodell kalibriert. Nachfolgend wird die Anwendbarkeit verschiedener PATs in Bezug auf Prozessüberwachung in Echtzeit bewertet und eine Softsensor-Umgebung zur Verbindung von Messsignalen und Zustandsschätzer etabliert. Als Zustandsschätzer wurde ein Partikelfilter (PF) entwickelt, welcher den Fed-Batch Rückfaltungsprozess in Echtzeit überwacht und sich dabei aufgrund von Messverzögerungen und Parameteränderungen adaptiert. Der PF war einer Simulation des Modells deutlich überlegen und konnte quantitative Einblicke in unterschiedliche Faltungszustände in kurzen Zeitabständen liefern und damit aktuelle PAT mit Fokus auf Protein Rückfaltung in Fed-Batch Verdünnung übertreffen. Zusätzlich wurde eine statische Optimierung genutzt um das Verständnis des Prozesses durch ein zielgerichtetes Experiment systematisch zu verbessern. Die Ergebnisse heben die vielseitige Anwendbarkeit modellbasierter Methoden auf den Bereich Protein Rückfaltung hervor und bieten eine effektive Prozessüberwachung als Voraussetzung für Regelungsanwendungen an. Der entwickelte PF war in der Lage Limitierungen der verfügbaren PATs auszugleichen und dynamische Optimierungen zu ermöglichen. In Kombination mit Systemeingängen, zum Beispiel Pumpraten des Fed-Batch Verdünnungsmodus, legt der PF die Basis für zukünftige Anwendungen wie modelprädikative Regelung in einem Digitalen Zwilling. Diese Arbeit hat folglich dazu beigetragen, eine Brücke zwischen empirischen und wissensbasierten Ansätzen zu schlagen und somit den Weg für effizientere und auf Information basierte biopharmazeutische Prozesse geebnet.