Scaling up LNP formulation using a Reynolds number-based methodology

Význam tématu

Rychle se rozvíjející využití lipidových nančástic (LNP) v RNA-terapiích a cílené dodávce léčiv klade vysoké nároky na škálovatelnost a reprodukovatelnost výrobních procesů. Kritické kvalitatívní atributy (CQA) jako velikost částic, polydisperzita (PDI), enkapsulační účinnost a integrita aktivní složky musí zůstat zachovány při přechodu z vývojového (R&D) na výrobní měřítko. Hydrodynamika procesu míchání rozhoduje o rychlém samouspořádání lipidů po výměně rozpouštědel; proto je potřeba přenosného, měřitelného parametru, který popisuje režim proudění nezávisle na geometrické škále.

Cíle a přehled studie / článku

Studie byla zaměřena na návrh a ověření škálovací strategie pro formulaci LNP připravených technologií impakčních trysek (Impingement Jets Mixing, IJM). Hlavní cíle byly:

• identifikovat kritické hodnoty Reynoldsova čísla (Re), při kterých se dosahuje stabilních CQA (velikost částic, PDI),
• implementovat Re‑založený přenos z R&D platformy (IJM NanoScaler) na produkční benchtop zařízení (IJM Benchtop NanoProducer),
• ověřit zachování CQA při zvýšení průtoku a produktivity na větším systému.

Použitá metodika a instrumentace

Metodika:

• LNP vznikaly rychlou výměnou rozpouštědel smísením lipidové fáze v ethanolu s vodným citrátovým pufrem pH 4,0 pomocí systému IJM (impinging jet mixers). Proces je v režimu Da >> 1, tedy kinetika samouspořádání je rychlejší než makroskopické homogenizační časy a je ovlivněna lokálními hydrodynamickými podmínkami.
• Hlavní škálovací parametr: Reynoldsovo číslo (Re) jako dimenzionální parametr popisující poměr setrvačných a viskózních sil v impakční zóně. Dále byla zmíněná role Damköhlerova čísla (Da) pro vztah mezi dobou míchání a dobou samouspořádání.
• Vstupní procesní nastavení: poměr fází (flow rate ratio, FRR) 3:1 (citrátový pufr : lipidová fáze); total flow rates (TFR) v rozsahu jednotek až stovek ml/min v závislosti na systému.

Instrumentace:

• IJM NanoScaler (R&D platforma) se sadou IJM č. 1–5; pumpy: 3 x 50 ml nerez; bez průtokoměru na konfiguraci.
• IJM Benchtop NanoProducer (produkční benchtop) s IJM č. 3–7; pumpy: 2 x 250 ml + 1 x 500 ml nerez; 1 flowmeter.
• Lipidová směs (Northern Lipids Compass Kit 1 / Evonik): 46.3 % ALC-0315, 42.7 % PhytoChol, 9.4 % DSPC, 1.6 % ALC-0159 (rozpuštěné v ethanolu).
• Citrátový buffer pH 4.0 jako vodná fáze.
• Detekce velikosti částic: DLS (Dynamic Light Scattering), přístroj DynaPro ZetaStar, Wyatt Technology; měření prováděna bezprostředně po formulaci.

Hlavní výsledky a diskuse

Identifikace kritického Re:

• Na IJM NanoScaler byla zjištěna závislost průměrné velikosti LNP na Reynoldsově čísle. Při Re < 500 se pozorovaly větší částice (~100 nm a více), což indikovalo nedostatečné míchání a heterogenní supersaturaci.
• S rostoucím Re velikost částic klesala až do plošiny kolem ~52 nm. Nad kritickou hodnotou Re ≈ 750 se další zvyšování Re neprojevilo významným snížením velikosti — definovala se tedy oblast, kde míchání již není limitujícím krokem pro tvorbu částic.

Přenos mezi různými IJM a škálování:

• Pro ověření škálovatelnosti byly různé geometrie IJM provozovány při natolik upravených průtocích, aby Re = 1120 (voleno mírně nad kritickým Re) platilo pro každou velikost. Výsledné průměry částic a PDI byly srovnatelné napříč všemi testovanými IJM, což potvrzuje, že udržení obdobného Re zachovává hydrodynamické podmínky důležité pro samouspořádání.
• Přenos R&D → benchtop: nastavení parametrů na Benchtop NanoProducer tak, aby odpovídalo stejnému Re, vedlo k obdobným výsledkům: průměrné průměry ~50 nm a velmi nízké PDI (pod 0.05) na obou platformách.

Rozšíření throughputu:

• Na benchtop systému (IJM 5) byly testovány Re v rozsahu od 252 do 8400 (TFR 6–200 ml/min). I při výrazně vyšších Re a produkčních rychlostech zůstaly částice v předem identifikované plateau oblasti velikosti a s nízkým PDI, což potvrzuje robustnost strategie založené na Re a že rozhodující je ekvivalentní intenzita míchání, nikoli absolutní průtok.

Přínosy a praktické využití metody

Praktické přínosy:

• Reynoldsovo číslo jako škálovací vodič umožňuje přenos formulace mezi různými geometriemi IJM bez nutnosti kompletní redesignace formulace či dlouhých opakovaných optimalizací.
• Zachování klíčových CQA (velikost, PDI) při zvýšení průtoku znamená možnost zvýšení výrobní kapacity bez ztráty kvality produktu.
• Metoda poskytuje kvantitativní rámec (Re a Da) pro porozumění, kdy je proces ovládán mícháním (mixing‑controlled) a kdy další zvyšování intenzity nevede k benefitu.

Užití v praxi:

• Rychlý převod procesů z R&D do pilotní/produkční fáze v oblasti mRNA vakcín, nukleových kyselin a dalších terapeutik využívajících LNP.
• Pomoc při definování výrobních oken a kritických parametrů pro regulatorní dokumentaci a kontrolu kvality.

Budoucí trendy a možnosti využití

Možné směry dalšího rozvoje:

• Integrované modelování Re a Da s kinetikou nukleace a růstu částic za účelem prediktivního návrhu procesů a zkrácení doby validace.
• Rozšíření metodiky na jiné typy mezofází, složené lipidy a nálož (API) s odlišnými viskozitami a hustotami, včetně vyhodnocení jejich vlivu na kritické Re.
• Implementace inline senzoriky (např. průtokoměry, inline DLS/optické metody) a real‑time control pro automatizované udržování cílového Re během výrobního provozu.
• Energetická a materiálová optimalizace pro velkosériovou výrobu LNP s ohledem na GMP podmínky a ekonomiku procesu.

Závěr

Studie prokazuje, že použití Reynoldsova čísla jako škálovacího parametru poskytuje robustní a reprodukovatelnou strategii pro převod LNP výrobních procesů z R&D na benchtop produkční zařízení v technologii impakčních trysek. Identifikace kritické hodnoty Re (≈750) a volba provozních podmínek nad touto hodnotou (např. Re = 1120) udržují LNP v plateau oblasti s minimální velikostí a nízkým PDI, zároveň umožňují významné zvýšení throughputu bez degradace kvality.

Reference

1. Zhou W., Jiang L., Liao S., Wu F., Yang G., Hou L., Liu L., Pan X., Jia W., Zhang Y. Vaccines’ New Era - RNA Vaccine. Viruses. 2023;15.
2. Hou X., Zaks T., Langer R., et al. Lipid nanoparticles for mRNA delivery. Nature Reviews Materials. 2021;6:1078–1094.
3. Devos C., Mukherjee S., Inguva P., et al. Impinging jet mixers: A review of their mixing characteristics, performance considerations, and applications. AIChE Journal. 2025;71(1):e18595.