Merck und Baylor College of Medicine kooperieren bei Weiterentwicklung einer Impfstoff-Herstellungs-plattform in Reaktion auf Covid-19

-- Unternehmen wird sich auf Prozessentwicklung und Optimierung der Herstellung von Baylors Covid-19-Impfstoffkandidaten konzentrieren

DARMSTADT, Deutschland, 27. Mai 2020 /PRNewswire/ -- Merck, ein führendes Wissenschafts- und Technologieunternehmen, und das in Houston, Texas, USA, ansässige Baylor College of Medicine haben heute eine Erweiterung ihrer laufenden Kooperation bekannt gegeben. Gemeinsam wollen sie eine Herstellungsplattform weiterentwickeln, um den Übergang zu klinischen Phase-I-Studien zu beschleunigen und zur Bekämpfung von Covid-19 beizutragen.

„Die Impfstoffherstellung ist äußerst kompliziert. Daher arbeiten wir gemeinsam an einem Prozessentwicklungsansatz für die schnellere Produktion von Baylors Covid-19-Impfstoffkandidaten", sagte Udit Batra, Mitglied der Geschäftsleitung von Merck und CEO Life Science. „Um diese Pandemie bekämpfen zu können, muss innerhalb kürzester Zeit Impfstoff in bislang ungekanntem Ausmaß produziert werden. Um dies zu schaffen, müssen so viele Ansätze wie möglich verfolgt werden."

Aufgrund der Komplexität und Vielfalt der Impfstoffmodalitäten gibt es keine Standardvorlagen oder -prozesse für die Fertigung. Daher ist die Produktion für alle Unternehmen, die sich an der schnellstmöglichen Entwicklung eines sicheren und wirksamen Covid-19-Impfstoffs beteiligen, eine Herausforderung. Auf der Grundlage wichtiger Erkenntnisse aus ihrer laufenden Kooperation zu einem Bilharziose-Impfstoff optimiert Merck gemeinsam mit Forschern des Baylor College of Medicine und des Texas Children's Hospital Center for Vaccine Development die Produktionsprozesse, um zwei Covid-19-Impfstoffkandidaten voranzubringen, darunter den CoV-Impfstoffkandidaten RBD219-N1, der noch in diesem Jahr in die Phase der klinischen Prüfung eintreten soll. Merck wird dazu beitragen, die Produzierbarkeit im großtechnischen Maßstab zu beschleunigen. Schwerpunkte der Kooperation werden die Optimierung von Effizienz, Ausbeute, Robustheit, Skalierbarkeit und Kosten der Produktion sein.