对于制药行业而言，缩短上市时间即意味着挽救更多生命。这正是强生公司旗下创新制药选择采用 Siemens Digital Process Twin 来提高生产效率的原因。
尽快将新产品推向市场 — 在比利时的强生创新制药公司，这不仅仅是经济层面的问题，更是关乎生命。为了优化其生产流程，该公司使用 Siemens 的 Digital Process Twin 建立了一个试点项目。强生创新制药试点工厂数据与系统高级经理 Niels Vandervoort 表示：“结果让人讶异。在试点项目中，我们大幅缩短了处理时间、降低了化学产品消耗和成本。”
强生创新制药的药物是如何诞生的？实验室会制定一套多阶段的化学方案（工艺过程）来制备新活性成分。实验室阶段完成后，工厂将逐步扩大制造规模，从一升到商业化生产的数万升。比利时的两个设施负责研发工作，即化学品开发小型工厂（CDMP，位于比尔）和化学品开发试点工厂（CDPP，位于盖尔）。
Niels 解释到：“化学产品的制造有点类似于烹饪。在反应容器中混合原料，然后产生新的东西。在 ‘烹饪’过程中，你必须要保持专注，关注温度、压力和混合速度等重要参数上，以确保始终安全可靠地获得高质量产品。我们会持续观测这些参数。”
强生不懈追求尽可能减少生产过程对环境的影响。正因如此，我们选择了 Siemens 的 Digital Process Twin 建立试点项目。
“制药反应釜内装有一种溶剂，其化学产品在适当的条件下溶解，以达到最佳反应效果。然后，必须将新生成的化学产品从反应釜内取出，然后才能制成最终的药物，” Niels 说道。“这其中，重要的是防止新生成的化学产品溶解，而是要让它们重新固化或结晶。为此，我们需要将溶解溶剂替换为结晶溶剂，也就是溶剂切换。这种切换通常通过蒸馏或煮沸来完成。对于一千升的反应釜，这会占用很多时间。例如，假设合成过程总共需要 80 个小时，那其中光是溶剂切换就可能用掉 20 个小时。”
“如果我们优化溶剂开关，我们 节省大量时间，全面提高效率。任何企业都希望尽可能高效地生产，但是如果涉及到人的生命，事情就变得更加紧迫了。优化的开关还有助于我们减少化学产品的使用。这很重要，因为在强生，我们努力将生产过程对环境的影响降至最低。这就是我们使用西门子的 Digital Process Digital Twin 建立试点项目的原因——首先优化一台溶剂开关，最终目标是优化所有开关。”
这个模型会持续进行预测，然后将其与实际数据对比，这让我们能够不断改进过程。
“首先，我们创建了一个 过程模型 在 gPROMS FormulatedProducts，一个先进的过程建模平台。这是一款革命性的软件，可以让我们收集机械知识——你应该如何期望这样的反应在（生物）科学的基础上进行。因此，流程模型实际上是生产过程的虚拟副本，也是Digital Twin的基本组成部分之一。这意味着在这个层面上，我们的方法不同于更注重数据的模型。这为我们提供了很多优势——它使我们能够进行更大规模的优化，我们需要的数据大大减少（减少五倍），而且我们不仅可以更快地将变更付诸实施，而且更易于维护，” 西门子业务开发数字化解决方案的Nicolas Catrysse解释说。
“在我们建模完成后，我们使用从过程中提取的数据（即实际数据）对其进行了校准。利用这些数据，我们使用 GPROMS 数字应用平台 (gDAP) 构建了一个数字应用程序。这个过程采用开环控制。然后，我们研究了模型如何响应过程控制系统的输入，最终实现闭环。Gdap 会持续进行预测，然后将其与实际数据对比，这让我们能够不断改进过程。”
Niels 补充到：“我经常将它比作 GPS。我们要从某种成分的溶剂——位置 A——前往另一种成分——位置 B。 这个模型会实时引导我们从 A 到 B，选择最短、最快或最生态的路线。它会输出理想路线，并根据实际情况（例如是否要绕道或发生了事故）不断优化。”
试点项目的成果令人讶异。Digital Process Twin 最高可将溶剂消耗量减少 30%。切换时间缩短了 35%，总成本也减少了 35%。Niels 解释道：“结果超乎我们的预料。
效率的提升不仅在经济上可行，而且操作更可靠。如今，我们已将试点项目扩展到另外四种溶剂切换，我们期望能获得类似的结果，因为这些经济效益并不仅限于这种特定用例。”
“最重要的是，这在建立新流程时还有很大的优势。仅仅优化现有的溶剂切换过程就能创造丰厚收益了。而且，如果我们能在扩大产量之前先行应用该模型（即在实验室阶段），我们将节省更多的时间和资源。 毕竟，验室实验的成本远低于工业规模的实验。因此，现在我们正在研究如何使用实验室数据来建立模型，以便日后应用于更大规模的生产。”
运行测试能为我们节省大量的时间和资源。
在良好生产规范 (GMP) 环境中使用这些模型面临着诸多挑战。所有环节都必须符合美国食品药品监督管理局 (FDA) 和欧洲欧洲药品管理局 (EMA) 制定的 GMP 标准。这意味着，我们还要处理审计跟踪、版本控制、数据完整性、安全性等等。Nicolas 表示：“在商业生产规模上应用模型时，我们会通过我们的 SIPAT 软件平台来满足所有额外要求。而我们之所以能够做到这一点，要归功于我们的过程分析技术 (PAT) 专业知识。此外，SIPAT 还能够充当中央 PAT 质量数据管理系统， 无论是在实验室、试点工厂还是在商业规模生产中。通过这套系统，这些模型实用、高效、快速而且成效惊人。”
“就在最近，我们还利用 Digital Process Twin 进行了一项涉及冻干的新工艺流程开发。这种反应会导致反应釜内温度升高，但温度又必须保持在限值以下，否则反应将失败。该过程在实验室中可行，但扩展到工业规模后参数会有所变化。在这种情况下，通常我们会搭建一个测试环境并进行实验，直到找到正确的参数。但是这次，我们可以虚拟运行配置，而模型表明，这种工艺在这个规模下完全不可行。 因此，这为我们节省了大量的时间和资源。”
Niels 总结道，Digital Process Twins 在制药行业前景广阔。“这仅仅是个开始。显然，提高生产效率并减少环境影响的方法有许多种。 借助这项技术，我们未来还将能够加快新工艺过程的开发，而 Siemens 是我们实现这个目标的理想合作伙伴——他们能够将深厚的软件知识、对我们领域的了解以及他们在制药和其他领域的工艺经验相结合。
最终，我们将能够从开发到商业化生产阶段全程使用虚拟模型。缩短我们的生产时间，就是挽救更多生命。”
Would you like to improve your own production with Digital Process Twin? Just contact us, and we'll work out a customized solution together.