Desarrollo de nuevas herramientas quimiométricas y su aplicación en la Tecnología Analítica de Procesos

Abstract

La Tecnología Analítica de Procesos (PAT) constituye una serie de lineamientos metodológicos impulsados por la Food and Drug Administration (FDA) en el año 2004 para promover en la industria farmacéutica el desarrollo e implementación de estrategias analíticas que permitan un diseño, monitoreo y control de proceso más eficientes. Los desarrollos analíticos en el contexto de la PAT se basan principalmente en el modelado de datos multivariados mediante técnicas quimiométricas. El objetivo de la investigación fue desarrollar estrategias PAT para el monitoreo de variables críticas de un bioproceso estandarizado. Para ello, se recabaron datos de variables de proceso y se generaron datos multidimensionales de fluorescencia, que luego fueron tratados mediante diferentes herramientas quimiométricas. En particular, se desarrolló una estrategia novedosa para la corrección computacional de señales de dispersión en los datos espectrales. Por otra parte, se desarrolló una estrategia de PAT cualitativa para el monitoreo at-line de la viabilidad celular, basada en el uso de un algoritmo de clasificación. Por otro lado, se desarrolló una estrategia de PAT cuantitativa para el monitoreo at-line de la concentración del producto de la fermentación, basado en el uso del algoritmo perceptrón multicapa (MLP), que constituye un tipo específico de red neuronal artificial (ANN). Finalmente, se desarrollaron y validaron ecuaciones para el cálculo de la sensibilidad y la sensibilidad analítica del MLP, basadas en la teoría de propagación de errores. Ambos parámetros constituyen dos Cifras Analíticas de Mérito (AFOMs) de gran relevancia para validación e implementación de métodos PAT en la industria.

Process Analytical Technology (PAT) constitutes a methodological framework promoted by Food and Drug Administration (FDA) in 2004 for pharmaceutical industry, that aims to improve the flexibility, efficiency and consistency of their productive processes. PAT strategies are mainly based on the modelling of multivariate datasets using chemometrics. The aim of this investigation was to develop novel PAT analytical strategies for the monitoring of critical process variables in a standardized bioprocess. In this sense, data from process variables were recorded and multi-way fluorescence data were generated. These data were then analysed by means of diverse chemometric methods. In particular, an alternative methodology for digital correction of scattering signals in spectral data was developed. On the other hand, a qualitative PAT strategy was proposed for the at-line monitoring of process cell viability, based on the use of a classification algorithm. Moreover, multivariate spectral information enabled the development of a quantitative PAT strategy for the at-line monitoring of the fermentation product, based on the use of multilayer perceptron (MLP) algorithm, which represents a specific type of artificial neural network (ANN). Finally, equations for the theoretical estimation of MLP sensitivity and analytical sensitivity were derived, based on error propagation theory. Both parameters constitute two Analytical Figures of Merit (AFOMs) of great relevance for the validation and implementation of PAT strategies in the industry.