工业规模生物制剂冻融工艺的设计空间优化：基于实验设计的研究报告

作者与发表信息： 本研究的主要作者为 Bruna Minatovicz, Robin Bogner, 和 Bodhisattwa Chaudhuri。Bruna Minatovicz 和 Robin Bogner 来自康涅狄格大学药学院药学科学系，Bodhisattwa Chaudhuri 同时隶属于康涅狄格大学化学与生物分子工程系，并作为通讯作者。该研究论文发表于 AAPS PharmSciTech 期刊，在线发表于2021年。

学术背景与研究目的： 本研究属于生物制药工艺开发与质量控制领域，具体聚焦于生物制剂（蛋白类药物）大规模生产中的关键单元操作——冻融（Freeze-Thaw, F/T）过程。在生物制药生产中，大量蛋白溶液通常以冷冻状态进行中间体储存，以便于后续的灌装和成品生产。尽管冷冻储存能提高蛋白溶液稳定性、延长产品货架期并带来生产灵活性，但非优化的冻融过程可能引发蛋白质失稳，导致生物活性丧失和产生非天然聚集体，从而造成高价值产品的损失。

当前工业界面临一个显著挑战：小规模的冻融工艺研究由于其与大规模操作在热交换面积和传热速率上的巨大差异，难以直接放大。虽然已有一些商业化设备（如 Sartorius 的 Celsius® Pak 和 Meissner 的 CryoVault™）提供了缩小模型方案，但仍存在局限，且冻融过程的关键影响因素尚未被完全理解，现有指南多针对小规模处理。因此，本研究旨在填补这一知识鸿沟，通过在相关工业规模（1升容器）上表征冻融过程，并系统研究多个工艺变量对模型蛋白质稳定性的影响，最终建立一个可确保蛋白质稳定性的、适用于大规模生物治疗药物冻融工艺的设计空间（Design Space）。

详细研究流程： 本研究采用质量源于设计（Quality by Design, QbD）理念，核心方法是应用实验设计（Design of Experiments, DoE）和响应面模型（Response Surface Model）进行系统分析。整体工作流程包含以下几个主要步骤：

1. 模型系统与材料准备：

   • 模型蛋白： 选用 L-乳酸脱氢酶（L-Lactate Dehydrogenase, LDH）作为模型蛋白。LDH 是一种四聚体酶，其活性和四聚体结构的完整性对冻融应力敏感，是评估冻融诱导蛋白不稳定性的良好指标。
   • 溶液制备： 将 LDH 悬浮液在 20 mM 组氨酸缓冲液（pH 7.0）中进行透析，并稀释至最终浓度为 10 μg/mL。研究者特意使用未针对冻融优化的配方，作为“最坏情况”进行测试。
   • 容器： 使用 1 升方形聚碳酸酯瓶作为冻融容器。

2. 实验设计与工艺参数设置：

   • 研究构建了包含主效应、二阶交互作用、二次效应、五个中心点和两次重复的响应面模型，并辅以额外的全因子实验，共计进行了 46 次 冻融运行实验。
   • 考察的关键工艺参数（CPPs）及其水平包括：
     • 灌装体积： 容器体积的 50%， 70%， 90%。
     • 装载配置与间距： 分为“单瓶装载”（作为对照）和“满载配置”（9个瓶子排列成 3x3 阵列）。在满载配置下，研究瓶子之间的间距：1 厘米， 5 厘米， 10 厘米。
     • 冷冻温度： -20°C， -30°C， -50°C， -80°C。
     • 解冻方法： 有或无强制空气流（本研究设计的一种新方法）。强制空气流通过层流罩产生，流速为 98 英尺每分钟（fpm）。
   • 冷冻在静态空气冷冻柜中进行，冷冻24小时后，在室温层流罩内的网格架子上进行解冻，解冻终点定义为几何中心热电偶温度达到 18°C。

3. 过程监控与数据采集：

   • 在满载配置的中心瓶中，布置了 6 个 T 型热电偶，分别位于瓶壁（上、中、下）和径向中心（上、中、下），以监测冻融过程中不同位置的温度变化。
   • 使用数据记录仪连续记录温度曲线。
   • 关键过程指标计算：
     • 冷冻/解冻速率： 基于中心点热电偶的温度变化计算。
     • 表观冰锋速度： 根据特定热电偶对（如从边缘到中心）之间冰锋到达的时间差和距离计算。

4. 产品质量属性分析：

   • 每次冻融循环后，立即将溶液轻轻混匀并取样分析。
   • LDH 酶活性保留率： 使用商业化 LDH 活性检测试剂盒，通过比色法测定催化 NAD 还原为 NADH 的速率，结果归一化为蛋白浓度，并表示为相对于冻融前初始活性的百分比。
   • LDH 四聚体保留率： 采用尺寸排阻色谱法（Size Exclusion Chromatography, SEC） 分析。通过 HPLC-SEC 系统分离样品，计算冻融后 LDH 四聚体峰面积相对于初始值的损失百分比。
   • 蛋白浓度： 使用 Bradford 法测定。

5. 补充实验以解析混淆因素：

   • 为了区分冷冻终点温度和冷冻速率对蛋白稳定性的单独贡献（因为在 DoE 中改变冷冻柜温度会同时改变这两个因素），研究者进行了补充实验。在固定解冻条件下，比较了以不同速率（0.05°C/min 和 0.2°C/min）冷冻至 -20°C 或 -80°C 后，进行 24 小时或 30 天储存对 LDH 稳定性的影响。
   • 为了更全面评估解冻条件，测试了不同解冻环境（室温 vs. 冷室）、不同终点（热电偶达 18°C vs. 肉眼观察无冰）对有/无强制空气流的影响。

6. 数据统计与建模分析：

   • 所有数据使用 JMP® 14 软件进行统计分析。
   • 采用单因素方差分析（ANOVA）和 Tukey-Kramer 检验比较不同工艺参数组间的冻融速率差异。
   • 构建多元线性回归模型，将 LDH 活性保留率和四聚体损失率与工艺参数（灌装体积、装载间距、冷冻温度、解冻方法）的主效应、二次项以及二/三阶交互作用进行拟合。
   • 通过模型评估统计显著性（p < 0.05）、效应大小、确定系数（R²）和均方根误差（RMSE）来验证模型。
   • 利用模型分析器和意愿函数（Desirability Function）进行工艺优化，识别关键工艺参数及其可接受操作范围，从而定义设计空间。
   • 进行模拟运行（5000次），以确定能同时最大化 LDH 活性和最小化四聚体损失的工艺参数组合。

主要研究结果： 1. 冻融过程的不均一性与冰锋动力学： * 温度监测显示，1升瓶内的冻融过程存在显著的空间不均一性。冷冻从靠近瓶壁的边缘位置开始，冰锋向溶液几何中心推进，中心点是最后冻结也是最后解冻的区域。这导致不同区域的溶质暴露于冷冻浓缩环境的时间不同。 * 冰锋速度随冷冻温度降低而显著增加。在 -20°C 冷冻时，平均冰锋速度约为 2.78 μm/s，而在 -80°C 时增至 6.11 μm/s。较快的冰锋速度（> 2 μm/s）可能促进枝状冰晶的形成，这有助于抑制自然对流，从而可能减少溶质在冷冻块中的异质性分布。

1. 工艺参数对冻融速率的影响：

   • 冷冻速率： 统计分析表明，降低冷冻温度是提高冷冻速率的最强影响因素，从-20°C降至-80°C可使冷冻速率提高超过4倍。增加容器间距（从1厘米到10厘米）和减少灌装体积（从90%到50%）也能显著加快冷冻速率。单瓶装载的冷冻速率最快。
   • 解冻速率： 强制空气流方法使解冻速率翻倍（从 0.045°C/min 提高到 0.089°C/min）。同样，增加容器间距和减少灌装体积也能显著提高解冻速率。

2. 工艺参数对 LDH 质量属性的影响：

   • 冻融后 LDH 活性保留率在 34% 到 100% 之间宽幅波动，四聚体损失率最高达 2.8%。
   • 趋势表明：更低的冷冻温度（如-80°C）、更小的灌装体积（50%， 70%）、更大的容器间距（≥5厘米）以及使用强制空气流解冻，均与更高的 LDH 活性保留率和更低的四聚体损失相关。
   • LDH 活性保留率与四聚体损失率之间存在良好的负相关性（R² = 0.75），支持了四聚体结构的完整性对维持酶活性至关重要的观点。

3. 多元回归模型与关键工艺参数识别：

   • 建立的 LDH 活性和四聚体损失模型均具有高度统计学显著性（p < 0.0001），R² 分别为 0.88 和 0.95，表明模型能很好解释响应变量的变异。
   • 效应大小分析揭示了各主因素对质量属性的影响强度：
     • 对 LDH 活性影响最大的因素是装载间距（效应大小 25.32），保持 ≥5 厘米的间距可正向影响活性响应达 50.6%。
     • 对 LDH 四聚体保留影响最大的因素是冷冻温度（效应大小 1.13），趋向于-80°C的低温比-20°C能多保留约2.2%的四聚体。
     • 强制空气流解冻和较低的灌装体积也对两个质量属性有显著正向影响。
   • 基于高意愿度的模拟结果，确定了对于该模型系统在1升规模下进行非控速冻融的设计空间：
     • 冷冻温度：-60°C 至 -76°C
     • 灌装体积：65% 至 82%
     • 容器间距（3x3阵列）：7.6 厘米 至 9.5 厘米
     • 解冻方法：使用 98 fpm 的强制空气流。

4. 补充实验的关键发现：

   • 冷冻速率 vs. 储存温度： 补充实验明确显示，更快的初始冷冻速率（0.2°C/min）对 LDH 稳定性的提升效果，比单纯降低最终储存温度（从-20°C到-80°C）更为显著。这表明对于 LDH/组氨酸缓冲液系统，蛋白质损伤主要发生在冻融事件本身（相变过程），而非长期的冷冻储存期间。快速冷冻有助于减少蛋白质在冷冻浓缩反应环境中的停留时间。
   • 解冻条件优化： 在室温下采用“无可见冰”作为解冻终点，并结合强制空气流以实现快速解冻，能获得最佳的 LDH 质量属性。在冷室（4°C）中缓慢解冻（长达46小时）则导致最差的结果，尽管它避免了热点形成。这强调了应尽可能缩短解冻时间，以减少蛋白质与冰-液界面及浓缩梯度的接触。

研究结论与价值： 本研究通过系统的 DoE 方法，成功建立并优化了适用于1升规模生物制剂冻融工艺的设计空间。主要结论包括： 1. 颠覆了小规模研究的认知： 与传统小规模研究中常认为“冰界面失活”是主要机制不同，本大规模研究表明，对于 LDH/组氨酸缓冲液系统，更快的冷冻速率反而更有利于蛋白质稳定。主导的不稳定机制被认为是溶质在冷冻块中的异质性分布以及蛋白质在冷冻浓缩反应环境中的停留时间。 2. 明确了关键工艺参数： 研究确定了冷冻温度、灌装体积、容器间距和解冻方法是该规模下非控速冻融过程的 关键工艺参数，并量化了它们的影响。 3. 验证了新方法： 开发并验证了强制空气流解冻这一简单有效的方法，可显著加快解冻过程并改善蛋白质稳定性，其效果可能与受控速率冻融技术相当。 4. 提供了工艺开发指导： 研究指出，冻融过程均应加速进行，以最小化蛋白质在冷冻浓缩环境中的暴露。最佳的冻融策略需要针对具体的蛋白质和配方进行定义，且小规模研究得出的建议不能直接外推至生产规模。 5. 科学与应用价值： 本研究深化了对大规模冻融工艺中物理化学变化和蛋白质失稳机制的理解，为生物制药行业提供了基于数据的工艺开发和优化框架。所建立的方法和结论可直接应用于工业生产中生物药原液（Drug Substance）的冻融工艺设计、验证和控制策略制定，有助于提高工艺稳健性、保证产品质量并降低生产风险。

研究亮点： 1. 规模相关性： 研究直接在工业相关规模（1升）进行，克服了小规模模型放大的局限性，结论更具实际指导意义。 2. 系统性与创新性： 采用完整的 DoE 和 QbD 流程，系统研究了多参数及其交互作用。创新性地引入了强制空气流解冻方法作为研究变量。 3. 机制洞察： 通过巧妙的补充实验，成功解析了“冷冻温度”与“冷冻速率”这两个常被混淆的因素对蛋白质稳定性的独立贡献，并提出了适用于大规模冻融的、以“减少溶质异质性与停留时间”为核心的新机制解释。 4. 实用性输出： 不仅给出了定性趋势，更通过建模和模拟，输出了一个量化的、可操作的设计空间，为工艺工程师提供了明确的参数设置范围。 5. 全面的质量评价： 同时监测了热力学过程指标（温度曲线、速率）和蛋白质关键质量属性（活性、四聚体结构），将工艺参数与最终产品质量直接关联，完整体现了 QbD 的理念。