通过仿真增强制药工艺设计 

数字化如何改变制药从实验室到生产的规模扩大 

由于其长期的孵化和高研发成本，制药行业一直是一个具有挑战性的行业。如今，随着新型药物的研发，压力更大。 药品的主要目的是为慢性或急性病患者提供药物治疗。该行业仍在努力突破那些过早夺走生命的疾病——这意味着开发更多创新药物，也就增加了另一层复杂性。 

计算机建模、人工智能等技术进步和质量源于设计 (QbD) 等举措正在推动新疗法和交付平台的探索，但这些通常需要新的和更复杂的制造技术，这使得它们难以快速且经济高效地推向市场。 似乎还不止这些，制药企业必须应对量产的挑战和压力，使企业完全可持续且盈利。面对所有这些挑战，该行业需要采用新的方法，继续突破医学的界限，同时降低成本并尽快为患者提供新的治疗方法。 

处理长度尺度、时间尺度和多物理场复杂性 

仿真是制药行业中的一个重要工具，因为它可以为流体、粒子和固体力学的许多操作提供独特而详细的信息，往往超出了使用传感器和传统经验指导的实验可能性。但是，制药行业仿真的另一个复杂性是药物制造过程中涉及的不同长度尺度、时间尺度和多物理场。需要多种工具来模拟这些，如果单独使用一种工具，会导致形成数据孤岛。  

开发的每一种新药品都需要越来越复杂和昂贵的物理实验。这些实验会生成大量碎片化数据，必须对这些数据进行情境化和分析才能产生结果。当团队在不同的孤岛中工作时，如果没有简单的知识共享和协作方法来简化监管提交和制造，这绝非易事。  

数字化是关键 

问题在于，如何快速设计稳健的制造工艺并实现从实验室到生产的更高效量产？ 

关键是实现从药物探索到商业生产的整个产品生命周期的数字化，实现持续的优化循环，将临床试验和制造的数据和见解反馈给未来的研发。通过利用仿真解决方案，制药企业可以更好地加速配方开发、增强协作和药物可制造性，从而缩短上市时间并节省资源成本。  

弥合差距以应对制药复杂性 

构建产品和工艺的数字孪生使企业能够将真实数据与模拟数据相结合，以设计预测性和规范性模型。使用以 ISA-88 为指导依据的企业配方管理 (ERM) 方法设计和扩展从实验室到临床试验和商业制造的配方，可实现知识驱动的数字配方转型。  

借助这种方法，制造商可以通过减少原材料的使用和优化设备使用来提高生产的稳健性、成本效益和可持续性。  

使用 Siemens Simcenter STAR-CCM+  建模的气液生物反应器的 CFD 仿真 

然而，仅靠仿真并不能解决制药行业面临的现代挑战。制药商需要能够从仿真中快速获得洞察，并以有效的方式捕获这些数据，以便实时做出明智的决策。这就解释了为什么 Simcenter 产品组合中的产品旨在将多尺度和多物理场仿真相结合。这有助于弥合构成整个医药产品生命周期的不同开发阶段之间的差距。 

可执行数字孪生 (xDT) 的价值 

xDT 是一种基于物理场的降阶模型，它足够简单，可以近乎实时地运行，并且这些模型可以使用先进的数学技术准确表示工艺，以分析和优化工艺或工序设计。这种优化的价值在生产生命周期内得到保证，在某些情况下可达数十亿美元。 

GSK 是一家全球性生物制药公司，利用 Simcenter 解决方案开发了疫苗工艺的第一个虚拟复制品，将疫苗的开发时间缩短了 25%。可执行数字孪生 (xDT) 使他们能够在开发的每个阶段对生产工艺进行虚拟测试，使用虚拟传感器收集实时数据，从而提供重要的见解。除了更快地将疫苗推向市场外，这还节省了大量原本会被浪费的批次。此后，德国制药公司 BioNTech SE 也使用类似的技术来生产关键的新冠疫苗，以帮助控制疫情。 

超越仿真 

对现代药物开发和生产的复杂性进行建模对于理解几何结构、物理场以及可能影响性能的任何其他因素至关重要。然后，仿真可以探索所有可能性 – 虚拟模型使工程师能够更自由地进行实验，而不受物理测试的限制。  

虽然上市时间和全球市场占有率是制药公司的绝对优先事项，但至关重要的是，不能忽视工艺优化。在竞争日益激烈的市场中，仿真洞察将有利于工艺优化和更快的设计空间探索。 

Simcenter 仿真和测试解决方案可帮助制药公司利用数字化和数字孪生技术带来的机遇 

同样重要的是，不同 Simcenter 工具的无缝集成允许不同功能领域的开发同时进行。团队之间的密切合作确保所有人都了解最新的变化，从而在整个过程中优化决策，而不是针对单个组件。结合最新的工艺捕获工具、工作流自动化以及在高性能云平台上运行软件的选项，Simcenter 使开发更快、更准确。  

要了解有关 Simcenter 如何改变制药行业的更多信息，请在此处阅读我们的白皮书：