Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ICH Q5A 生物学的製剤のウイルスに対する安全性の評価2
Search
xjorv
August 21, 2020
Education
0
160
ICH Q5A 生物学的製剤のウイルスに対する安全性の評価2
Q5Aは生物学的製剤のウイルス安全性の評価法のガイドラインです。
xjorv
August 21, 2020
Tweet
Share
More Decks by xjorv
See All by xjorv
コンパートメントモデル
xjorv
3
5.7k
コンパートメントモデルをStanで解く
xjorv
0
460
生物学的同等性試験 検出力の計算法
xjorv
0
3.6k
生物学的同等性試験ガイドライン 同等性パラメータの計算方法
xjorv
0
6.3k
粉体特性2
xjorv
0
2.5k
粉体特性1
xjorv
0
2.9k
皮膜5
xjorv
0
2.4k
皮膜4
xjorv
0
2.3k
皮膜3
xjorv
0
2.3k
Other Decks in Education
See All in Education
2025年度春学期 統計学 第14回 分布についての仮説を検証する ー 仮説検定(1) (2025. 7. 10)
akiraasano
PRO
0
160
Avoin jakaminen ja Creative Commons -lisenssit
matleenalaakso
0
2k
DIP_1_Introduction
hachama
0
190
[Segah 2025] Gamified Interventions for Composting Behavior in the Workplace
ezefranca
0
150
Web Architectures - Lecture 2 - Web Technologies (1019888BNR)
signer
PRO
0
3.2k
Introduction - Lecture 1 - Web Technologies (1019888BNR)
signer
PRO
0
5.6k
”育てる”から”育つ”仕組みへ!スクラムによる新入社員教育
arapon
0
160
「実践的探究」を志向する日本の教育研究における近年の展開 /jera2025
kiriem
0
110
[FUN Open Campus 2025] 何でもセンシングしていいですか?
pman0214
0
240
万博マニアックマップを支えるオープンデータとその裏側
barsaka2
0
870
Padlet opetuksessa
matleenalaakso
4
14k
生成AI活用セミナー/GAI-workshop
gnutar
0
120
Featured
See All Featured
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
229
22k
A designer walks into a library…
pauljervisheath
209
24k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
Context Engineering - Making Every Token Count
addyosmani
5
200
Agile that works and the tools we love
rasmusluckow
331
21k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
54
3k
Why You Should Never Use an ORM
jnunemaker
PRO
59
9.6k
Become a Pro
speakerdeck
PRO
29
5.5k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
A Tale of Four Properties
chriscoyier
160
23k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Fireside Chat
paigeccino
40
3.7k
Transcript
ICH Q5A ヒトもしくは動物細胞系統 から得られる生物学的製剤のウイル スに対する安全性の評価 2 2020/8/8 Ver. 1.0
ウイルスクリアランスの検証 ウイルス除去・不活化を定量的に検証する • ウイルスを混入させ、除去/不活化の結果を確認する • 不活化の時間応答性を調べておく • 特定のウイルス以外でも検証しておく
クリアランス検証に用いるウイルス 検証に使用するウイルス種の選択理由の説明が必要 • Relevant、modelウイルスのうちから選ぶ • Relevantは混入が特定された、もしくは類似のウイルス • Relevantがない場合にはmodelウイルスを選択する • Non-specific
modelウイルスも同時に検証する Relevant、Specific/Non-specific model virusについては用語に記載。Specific modelの種についてはAppendix 2に記載
クリアランス検証実験のデザイン 以下の項目について考慮した実験デザインで行う • 研究機関と研究を行う者 • スケールダウンした製造システム • 各製造段階でのウイルス除去の解析 • 除去・不活性化の選択
• 不活性化の検証 • カラムの機能と再生 • その他予防的措置
研究機関と研究を行う者 検証には製品の製造ラインは使用しない • GMP運用上問題がある • ウイルス検証用の研究室で検証する必要がある • ウイルスの知識が十分にあるスタッフが実施する
スケールダウンした製造システム 検証にはスケールダウンした製造システムを用いる • スケールダウンの影響の検証は十分に行う • なるべく実生産と同じ条件*となるように配慮する • 違いが生じる場合には、十分な説明が必要 *クロマトグラフ装置、カラムの長さ、液速、液速/カラム長さ比、緩衝液、 ゲルのタイプ、pH、温度、タンパク質濃度、塩類、製品が製品と同等である
各製造段階でのウイルス除去の解析 ウイルス除去後だけでなく、他の製造ステップも検証する • ウイルス除去・不活化処理前後は必ず検証する • ウイルスを様々な工程で混入させ、除去能を確認する • ウイルスが多くなる画分を検証することが望ましい • 検証を統計的に理解するのに十分な繰り返しを行う
除去・不活性化の選択 除去が物理的除去/不活化によるものであることを示す • 除去効果が低いときには、除去工程を追加する • 不活化は不活化バッファーによるものが多いようだ • 除去はカラムで取り除いていることが多い • どちらでどれだけ取り除かれたのか示す
不活性化の検証 ウイルスを混入させ、除去効率係数*1を計算する • ウイルス不活化には速い区分と遅い区分*2がある • 不活化の時間依存曲線を作成し、検証する • Relevant、Modelの使用により検証回数は異なる *1: reduction
factor。計算法はAppendix4と5に記載 *2: Phase1とPhase2があり、1が速い応答、2が遅い応答
カラムの機能と再生 使用とともに、ウイルス除去カラムの機能は変化しうる • 繰り返し使用時の除去能力変化を検証しておく • 再使用時にはウイルスが除かれていることを確認する
その他予防的措置 状況により、その他の予防措置を必要とする • ウイルスの集合体が生成される場合には注意が必要 • 検証可能な最小量のウイルス量を事前に把握しておく • サンプルの希釈・濃縮・ろ過・蓄積による不活化についても調べておく • ウイルス混入時は混入量が希釈を起こさない程度の少量で行う
• バッファー、溶液、試薬の少しの変化でも除去に大きな影響を及ぼしうる • 除去は時間依存的なので、生産時の除去時間を考慮し検証する • バッファーや製品によるウイルステストへの干渉について考慮する • 同じバッファー、カラムを使っても、状況により除去率が異なる可能性がある • バッファーや製造環境に高い細胞毒性があると、除去を低く見積もるときがある
ウイルスクリアランス研究の解釈 ウイルスの除去能力に十分な余裕が必要 • 未精製バルクのウイルス量以上を除去するのが基準 • ウイルスのクラスで除去の仕組みが異なることがある
除去能力を判断する上で考慮すべき要因 各要因の組み合わせを評価する • 試験に用いたウイルス種選択の最適性 • クリアランス研究のデザイン • 対数減衰の達成 • 時間依存的なウイルスの不活性化
• 工程パラメータのばらつきによる不活性化への影響 • 検出感度の限度 • クラスに応じた不活化/除去法の選択
効率のよいクリアランスの条件 • 複数の不活性化工程 • 複数の補完的な分離工程 • 不活化と分離工程の組み合わせ 分離工程はウイルス種により効率が異なる* を持つ *ウイルスによりゲルなどとのアフィニティ、沈殿の仕方が異なるため。おもにウイルス表面の糖鎖に依存する
ウイルス除去効率が10以下ならほぼ効果がない
クリアランス研究の限界 以下の条件のときには除去効率を正確に検証できない • ウイルスが培養組織から発生したとき* • ウイルス不活化に対して抵抗性のものが残る場合 • 効果的でない除去工程を過剰評価する場合 • 除去率をかけ合わせても、ウイルスはゼロにならない
• スケール差により結果が異なる場合 • ウイルス除去工程の追加を過剰評価する場合 *外生のものと内生のものでは集合体(aggregate)生成の状態が異なるらしい
統計と再評価 結果の統計解析/クリアランスの再評価が必要 • 統計に関してはAppendix3に記載 • 製造工程の変更時などにはクリアランスを再評価する