Takeda se apoya en modelos de aprendizaje de máquina para impulsar la producción de medicamentos
- Detalles
- Categoría: Minitab
- Visto: 3271
Con sede en Tokio, Takeda Pharmaceutical Company Ltd. es una empresa biofarmacéutica global centrada en el paciente, basada en valores e impulsada por I+D que tiene el firme compromiso de ofrecer "una mejor salud y un futuro más brillante" a las personas en todo el mundo. Su pasión y su búsqueda de tratamientos que puedan cambiar la vida de los pacientes están profundamente arraigadas en más de 230 años de un prestigioso historial en Japón.
Philippe Noquéro, Master Black Belt (MBB) certificado y Líder de Six Sigma en Europa, es responsable de las iniciativas de Six Sigma en toda la red de Takeda en Europa como parte del programa general AGILE 4.0 que ha implementado la organización.
Takeda ha mantenido una larga relación con Minitab y ha utilizado el análisis para resolver problemas de manufactura, identificar y ejecutar oportunidades de mejora y diseñar experimentos adecuados para lograr mejoras en los procesos con una supervisión mínima, entre otras cosas.
El desafío
En Suiza, Takeda Neuchâtel produce tres medicamentos que tratan dos tipos de trastornos o deficiencias de la coagulación:
- Trastorno sanguíneo de tipo 1: Hemofilia A – estos pacientes sufren de una falta o deficiencia de la proteína VIII. La hemofilia A es la forma más común y mejor conocida de los trastornos y deficiencias de la coagulación. Takeda produce estos dos medicamentos coagulantes para este trastorno:
- Factor VIII: Es la proteína necesaria para la cadena de coagulación de la sangre
- Factor VIII de larga duración: Se trata de una versión de acción prolongada del Factor VIII en el organismo del paciente
- Trastorno sanguíneo de tipo 2: La enfermedad de Von Willebrand (VWD) – este trastorno sanguíneo no permite que la sangre se coagule correctamente. Las personas con VWD tienen un nivel bajo de la proteína del factor de von Willebrand o la proteína no funciona como debería. Takeda produce un medicamento coagulante para este trastorno:
- Factor de von Willebrand: La proteína necesaria para la cadena de coagulación de la sangre
Los tres fármacos también se denominan "tratamiento recombinante", lo que significa que se producen sin añadir derivados humanos o animales. Los medicamentos se obtienen mediante producción biotecnológica, utilizando el cultivo de células. Como tales, los productos farmacéuticos ofrecen un grado extremadamente alto de seguridad, pureza y eficacia.
Takeda quería producir más de estos fármacos de forma más eficiente, por lo que se propuso encontrar una forma de aumentar el rendimiento de los cultivos celulares utilizados durante el proceso de producción. Para lograrlo, los investigadores necesitaban saber qué parámetros del proceso afectan al rendimiento de los cultivos celulares.
La solución
El equipo de Philippe dio seguimiento a múltiples lotes y recopiló datos sobre casi 30 parámetros del proceso que pueden afectar al rendimiento del cultivo celular de la proteína esencial para la coagulación de la sangre. Philippe utilizó muchas herramientas estadísticas durante su análisis exploratorio, incluyendo técnicas de ingeniería de características para preparar los datos para el análisis. El equipo descubrió que podían utilizar el método de mínimos cuadrados parciales (PLS) para identificar los factores críticos que afectan el rendimiento. La regresión de mínimos cuadrados parciales describe la relación entre muchos predictores y una o más respuestas continuas. Resulta especialmente útil cuando los predictores son muy colineales o cuando hay más predictores que observaciones.
Utilizando este método, el equipo identificó algunos parámetros clave del proceso, visibles en la visualización de los coeficientes estandarizados, que indican la importancia de cada predictor en el modelo.
Philippe sabía que tendría que compartir estos resultados con otros miembros del equipo y con colegas de otras áreas. Dado que la regresión de mínimos cuadrados parciales es una técnica relativamente avanzada, puede ser difícil que todos los interesados puedan entenderla y utilizarla por sí solos. Los científicos e ingenieros de Takeda están capacitados y entrenados para analizar los datos por sí solos utilizando Minitab Statistical Software. Philippe decidió evaluar cómo un árbol de decisión CART podía complementar el análisis de regresión de mínimos cuadrados parciales. Este enfoque ofreció dos ventajas: Los árboles CART permitieron confirmar los resultados del análisis PLS y, en general, son más fáciles de usar y de entender.
Un resultado beneficioso que se obtiene de un árbol CART es una gráfica que indica la importancia relativa de las variables. La variable con la mayor puntuación de mejora se establece como la más importante, y las demás variables se clasifican según corresponda. Los resultados coincidieron con el enfoque de mínimos cuadrados parciales y generaron interesantes debates sobre el rendimiento de los cultivos. CART también proporciona el árbol de decisión individual, otra visualización intuitiva (no se muestra).
Los resultados
Utilizando múltiples modelos de aprendizaje de máquina, los investigadores aprendieron más sobre el rendimiento de los cultivos celulares y pudieron identificar los parámetros críticos. Los resultados del árbol de decisión CART se alinearon con los de la regresión de mínimos cuadrados parciales. Los árboles de decisión CART pueden ser utilizados por más científicos e ingenieros porque, en general, son más fáciles de usar e interpretar. Esto ayuda a acelerar la comprensión de los resultados, así como su interpretación por parte de los usuarios de Minitab en Takeda. Aunque son nuevos en comparación con las técnicas tradicionales de modelado, son intuitivos y sirven para complementar las herramientas estadísticas que los ingenieros y científicos ya conocen.
Como paso siguiente, Philippe y su equipo planean incorporar árboles de decisión avanzados, como las técnicas de modelado Random Forests y TreeNet® (árboles con potenciación de gradiente), utilizando Minitab Statistical Software con el fin de mejorar la precisión del modelo.
CLIENTE LA ORGANIZACIÓN
EL RETO PRODUCTOS UTILIZADOS RESULTADOS
|