Marco de aprendizaje automático adaptativo para optimizar la purificación de vectores de virus adenoasociados por...

Área de la Ciencia:

• Biotecnología
• Fabricación de Terapia Génica
• Aprendizaje Automático en Bioprocesamiento

Sus antecedentes:

• Los vectores de virus adenoasociados (AAV) son cruciales para la terapia génica, pero su purificación es un cuello de botella importante que afecta el costo y la accesibilidad.
• Los métodos de purificación tradicionales consumen muchos recursos y a menudo son subóptimos para maximizar el rendimiento y la calidad.

Objetivo del estudio:

• Desarrollar y validar un marco de aprendizaje automático para optimizar la purificación de vectores de virus adenoasociados (AAV) utilizando optimización bayesiana.
• Refinar sistemáticamente los parámetros de la cromatografía de afinidad para mejorar el rendimiento, la pureza y la eficiencia de transducción de AAV.

Principales métodos:

• Se implementó un marco de aprendizaje automático en circuito cerrado que utiliza optimización bayesiana para refinar los parámetros de cromatografía de afinidad (carga de muestra, caudal, formulación del medio).
• Se aplicó el marco para purificar serotipos de AAV clínicamente relevantes (AAV2, AAV5, AAV6, AAV9) utilizando el adsorbente AvXcel.
• Se optimizaron iterativamente los parámetros en tres ciclos o menos.

Principales resultados:

• Se lograron mejoras significativas en el rendimiento del vector AAV, aumentando de un nivel de referencia del 70% a 97%-99% en tres ciclos de optimización.
• Se redujeron las impurezas de células huésped de 230 a 400 veces en todos los serotipos probados.
• Se produjeron consistentemente vectores AAV de alta pureza con alta actividad de transducción conservada, lo que demuestra una amplia aplicabilidad.

Conclusiones:

• El marco de optimización bayesiana desarrollado ofrece un enfoque eficiente y basado en datos para mejorar la purificación de AAV en el paso de captura de afinidad.
• Esta estrategia adaptativa de aprendizaje automático acelera el desarrollo de procesos, reduce los costos de fabricación y mejora la accesibilidad de las terapias génicas basadas en AAV.
• Se demostró la transferibilidad de los datos de purificación y el conocimiento del proceso, lo que resalta la solidez del marco y su potencial para una adopción generalizada en la fabricación de AAV.