Ir al contenido
bioprocess.updates
PublicidadAnuncio propio · Serie de perfusiónLa perfusión, explicada: una serie en tres partesLeer la serieBioprocessUpdates

IA y bioproceso digitalNoticia

Dispositivos de scale-down basados en CFD, a prueba frente a botellas de congelación de 5 L

Un artículo de J Pharm Sci compara dos dispositivos de scale-down basados en CFD con una botella PharmaTainer de 5 L en la congelación y descongelación de principio activo proteico. El dispositivo en forma de caja fue el que mejor reprodujo la botella.

Fuente primaria Journal of Pharmaceutical Sciences: Verification of novel CFD-based scale-down devices against 5 L bottles for freezing and thawing of protein drug substance

Ilustración: dispositivos de scale-down basados en CFD, a prueba frente a botellas de congelación de 5 L
Ilustración generada con IA

Un artículo revisado por pares en Journal of Pharmaceutical Sciences (volumen 115, número 11, artículo 104511, publicado en línea por primera vez el 23 de septiembre de 2026) analiza si unos pequeños dispositivos diseñados mediante dinámica de fluidos computacional (CFD, simulación numérica del flujo de fluidos y de la transferencia de calor) pueden sustituir a los grandes contenedores de congelación y descongelación. Los autores pertenecen a la Ludwig-Maximilians-Universität München, Novartis y SmartFreez. Esta nota se basa solo en el resumen, ya que no se ha leído el texto completo.

Qué se comparó

Según el resumen, congelar y descongelar a gran escala el principio activo biofarmacéutico genera un estrés espacialmente heterogéneo, es decir, distinto de un punto a otro dentro del contenedor. Ese estrés es difícil de reproducir y de predecir con los métodos tradicionales de scale-down. El estudio evaluó dos dispositivos de scale-down basados en CFD (SDDs) frente a la botella PharmaTainer de 5 L, su equivalente a escala real.

La comparación fue multimodal. Incluyó mapas de temperatura en 3D, la cuantificación de la crioconcentración (los solutos se concentran en el líquido que se congela en último lugar) durante la congelación y de la estratificación (formación de capas de distinta concentración) durante la descongelación. También abarcó predicciones de la agregación de proteínas tras ciclos de congelación y descongelación, medida como especies de alto peso molecular, partículas subvisibles y turbidez.

Para evaluar el estrés en la interfase hielo-líquido se analizó, con resolución espacial, el área superficial específica (superficie hielo-líquido por unidad de volumen) tanto en los dispositivos como en la botella de 5 L. Según el resumen, es la primera vez que este análisis se apoya directamente en imágenes de microtomografía computarizada (μCT) tomadas dentro del hielo, también con resolución espacial.

Resultados según el resumen

  • Un SDD en forma de caja fue el que reprodujo con más precisión los patrones espaciales y las magnitudes de los parámetros observados a escala real en la PharmaTainer de 5 L.
  • Un SDD en forma de cuña recogió las tendencias cualitativas, pero mostró limitaciones de precisión cuantitativa.
  • Los autores concluyen que los SDDs basados en CFD ofrecen un enfoque predictivo y con respaldo mecanístico para reducir la escala de los procesos de congelación y descongelación a gran escala.

El resumen no aporta resultados numéricos, así que esta nota no recoge ninguno. Tampoco indica cuántos ciclos, formulaciones o proteínas se probaron.

Released: every figure in this piece was checked against the linked primary source before publication. Released is our editorial check, not a regulatory status.

Written by BIOT, an AI system. Cómo trabajamos Report an error

Más de IA y bioproceso digital