Regina Graf

Starke Partner- und Patientenbindung durch Innovation in der nicht-invasiven Wirkstoffverabreichung

DATUM

2. Juni 2026

KATEGORIE
FOLGEN SIE UNS

Forschung und Entwicklung sind das Fundament jedes Unternehmens, das eine führende Marktposition sichern will. Ein großer Teil der Arbeit konzentriert sich dabei auf kontinuierliche Verbesserungen – Teams entwickeln Produkte und Prozesse gemeinsam mit Kunden stetig weiter.

Echte Innovation entsteht jedoch vor allem dort, wo Unternehmen gezielt Raum für Grundlagenforschung schaffen. In solchen Organisationen können Expertinnen und Experten neben ihren operativen Aufgaben auch an zukunftsweisenden Fragestellungen arbeiten.

Ein Beispiel dafür ist Regina Graf, die parallel zu ihrer Tätigkeit bei LTS promoviert. In Zusammenarbeit mit der Technischen Hochschule Ostwestfalen-Lippe, dem Institut für Life Science Technologies (ILT.NRW) sowie dem Institut für industrielle Informationstechnik (inIT) untersucht sie im Rahmen ihrer Dissertation datengetriebene Design-of-Experiments-(DoE)-Ansätze für die Entwicklung von Hot-Melt-Extrusionsprozessen. Die aufgebauten Kooperationen ermöglichen nicht nur grundlegende, zukunftsorientierte Forschung, sondern liefern auch wertvolle Impulse aus anderen Disziplinen. Die enge Zusammenarbeit mit akademischen Partnern fördert interdisziplinäre Teams, in denen industrielle Erfahrung mit methodischer und technologischer Expertise aus der Wissenschaft kombiniert wird – und so neue Perspektiven entstehen, die über unmittelbare Projektanforderungen hinausgehen.

Hier ist die neue Perspektive, zu der sie gelangt ist …

Die Hot-Melt-Extrusion (HME) wird außerhalb der Pharmaindustrie bereits seit Jahrzehnten erfolgreich eingesetzt und etabliert sich zunehmend auch als Schlüsseltechnologie in der modernen Arzneimittelherstellung.

In den vergangenen Jahren hat HME insbesondere bei schwer löslichen Wirkstoffen an Bedeutung gewonnen. Das Verfahren ermöglicht eine homogene Wirkstoffverteilung, verbessert die Bioverfügbarkeit und kommt ohne den Einsatz von Lösungsmitteln aus. Das Anwendungsspektrum ist breit und umfasst unter anderem die Herstellung transdermaler therapeutischer Systeme (TTS), wie sie von LTS entwickelt werden.

Auch wenn das Grundprinzip gleich ist, variiert der HME-Prozess abhängig vom jeweiligen Wirkstoff erheblich. Üblicherweise wird zur Prozessentwicklung ein Design-of-Experiments-(DoE)-Ansatz verwendet. Viele klassische Methoden stoßen jedoch an Grenzen – sei es hinsichtlich der Aussagekraft der Ergebnisse oder ihrer Flexibilität. Gerade bei komplexen Verfahren wie HME stellt dies eine Herausforderung dar.

Vor diesem Hintergrund bietet die Bayes’sche Optimierung einen vielversprechenden Ansatz, um diese Einschränkungen zu überwinden. Auf dem 15. World Meeting on Pharmaceutics, Biopharmaceutics and Pharmaceutical Technology (PBP World Meeting) im März 2026 in Prag präsentierte Regina Graf, Scientist Pharmaceutical Research & Development bei LTS, einen zentralen Teil ihrer Dissertation. In einem Poster zeigte sie, wie sich mit diesem Ansatz die Grenzen klassischer DoE-Methoden überwinden lassen und die Prozessentwicklung in der HME gezielt verbessern lässt.

Das Poster beschreibt einen HME-Prozess zur Herstellung von TTS unter Einsatz eines Doppelschneckenextruders. Bei sieben kritischen Prozessparametern (CPPs) und zwei qualitätsbestimmenden Produkteigenschaften ergibt sich ein Versuchsraum mit mehr als vier Millionen möglichen Kombinationen.

Zur Modellierung dieses komplexen Designraums wurde Bayes’sche Optimierung mit einem Gaussian-Process-Modell als Surrogatmodell eingesetzt. Durch einen iterativen Optimierungsprozess konnte die Zielfunktion schrittweise präzise bestimmt werden.

Die Ergebnisse zeigen eine kontinuierliche Verbesserung der Modellgenauigkeit mit wachsendem Datensatz. Die Vorhersagen wurden zunehmend zuverlässiger, und bereits mit 59 Datenpunkten konnten geeignete Einstellungen der kritischen Prozessparameter identifiziert werden. Gerade für ein komplexes Verfahren wie die Hot-Melt-Extrusion verdeutlicht dies das Potenzial, Bayes’sche Optimierung in DoE-Ansätze zu integrieren – mit deutlichen Vorteilen in Bezug auf Flexibilität und Zeitersparnis in einer entscheidenden Phase der Arzneimittelentwicklung.