Farmabiotec número 27

66 farmaBIOTEC #27 Digitalización Un valor de oxígeno disuelto no explica por sí mismo qué ocu - rrió en un cultivo. Para interpretarlo hay que saber a qué lote pertenecía, qué línea celular se utilizó, en qué fase del proceso se registró, cuál era la receta y su versión, qué equipo estaba implicado, qué estrategia de alimentación se aplicaba y qué eventos ocurrieron alrededor de ese momento. En biopharma, un dato de proceso se convierte en conoci- miento cuando puede relacionarse de forma reproducible con el producto, el lote, la receta, el material, el equipo, el estado operativo y la evidencia GMP. Un proceso biológico no se gobierna con señales aisladas La fabricación biofarmacéutica trabaja con sistemas vivos y, por tanto, inherentemente variables. La misma receta no elimina las diferencias entre cultivos. Variaciones en materias primas, inoculación, crecimiento celular, alimentación o condi- ciones ambientales pueden afectar al resultado. Esto no significa que los procesos biológicos sean incontro - lables. Significa que requieren una comprensión más rica del contexto. Para un equipo de proceso, una señal de pH puede ser un valor dentro de una serie temporal. Para MSAT, puede ser una señal temprana de cambio metabólico. Para QA, puede formar parte de la evidencia necesaria para evaluar una desvia- ción. Las tres interpretaciones pueden ser correctas, pero solo si el dato mantiene su vínculo con el proceso que lo produjo. En la práctica, muchas organizaciones disponen de la infor - mación necesaria, pero fragmentada: el DCS conserva señales de campo, el historian guarda series temporales, el MES docu - menta la ejecución de lote, el LIMS guarda resultados analíti - cos, el QMS registra desviaciones, el ERP aporta genealogía de materiales. El problema aparece cuando estos sistemas des - criben el mismo lote o evento con identificadores o estructuras distintas. Entonces, para responder una pregunta crítica, los equipos deben reconstruir el contexto manualmente. NIST ha señalado que los datos de biomanufactura proceden con frecuencia de formatos propietarios y no estandarizados que varían entre proveedores. En julio de 2025, NIST y el ecosis - tema NIIMBL publicaron la primera ontología de referencia de núcleo para fabricación biofarmacéutica — una señal clara de que la infraestructura semántica del dato se está convirtiendo en una prioridad industrial. Upstream y downstream: el contexto no es documental, es operativo En upstream, el contexto no es un añadido documental: es parte de la comprensión del cultivo. Una caída de viabilidad celular, un cambio en el consumo de oxígeno o una desviación en el perfil de alimentación no deben interpretarse solo como anomalías de tendencia. La pregunta relevante es qué combina - ción de condiciones produjo esa respuesta: línea celular, banco celular, edad del inóculo, lote de medio, estrategia de alimen- tación, setpoints, equipo, calibración, alarmas e intervención manual. ¿Qué lotes comparables, con la misma configuración de proceso, receta, equipo y materiales, mostraron un patrón equivalente, y qué resultado de calidad obtuvieron? Esta diferencia es decisiva para desviaciones, continued process verification, comparabilidad y transferencia tecnoló - gica. También para cualquier proyecto de analítica avanzada: un algoritmo puede detectar que un perfil es inusual, pero si no puede relacionarlo con la fase correcta y la evidencia de lote adecuada, su señal no será accionable. En downstream, el reto es preservar la genealogía del producto a través de múltiples operaciones unitarias. Pools, divisiones, fracciones, columnas, resinas, filtros y materiales de un solo uso generan decisiones que afectan a rendimiento, pureza, atributos críticos de calidad y liberación. Una presión transmembrana o un UV absorbance no son datos independientes: deben poder rela - cionarse con la operación, el pool de origen, el equipo, el buffer, la muestra analítica y la decisión tomada. Cuando esa relación no se conserva, la investigación de una desviación depende de la experiencia individual. Cuando se conserva, la organización puede analizar tendencias entre campañas e identificar patrones relacionados con materiales o equipos. ISA-88 e ISA-95: modelos para