Video Experimental Relacionado
Updated: Sep 8, 2025

09:28
Process Optimization using High Throughput Automated Micro-Bioreactors in Chinese Hamster Ovary Cell Cultivation
Published on: May 18, 2020
8.6K
Un nuevo análisis de flujo dinámico para modelar cultivos de lotes alimentados con células CHO con cambios de pH y
Ali Ghodba1, Anne Richelle2, Chris McCready3
1Chemical Engineering Department, University of Waterloo, Waterloo, N2L 3G1, ON, Canada.
Journal of biotechnology
|September 6, 2025
Resumen
Este estudio introduce un modelo avanzado de análisis de flujo dinámico (dFBA) para predecir el metabolismo celular del ovario del hámster chino (CHO). El modelo optimizado predice con precisión el crecimiento celular y la producción de anticuerpos monoclonales en condiciones de pH y temperatura variables.
Área de la Ciencia:
- Ingeniería metabólica
- Ingeniería de Bioprocesos
- Biología de sistemas
Sus antecedentes:
- El análisis dinámico del equilibrio del flujo (dFBA) es crucial para simular el metabolismo celular, pero tiene dificultades para integrar condiciones operativas críticas como el pH y la temperatura.
- Estos factores influyen significativamente en la producción de anticuerpos monoclonales (mAbs) en la fabricación biofarmacéutica.
Objetivo del estudio:
- Desarrollar y validar un modelo dFBA avanzado que incorpore restricciones cinéticas dependientes del pH y la temperatura.
- Para predecir con precisión el metabolismo celular del ovario del hámster chino (CHO) y la producción de mAb en condiciones de funcionamiento dinámicas.
Principales métodos:
- Restricciones cinéticas formuladas en función del pH y la temperatura dentro del marco dFBA.
- Se empleó un enfoque de optimización de dos niveles con el Criterio de Información Bayesiana (BIC) para reducir la sobreparametrización del modelo y seleccionar las restricciones cinéticas óptimas.
- Se validó el modelo utilizando datos de 20 experimentos con lotes alimentados en biorreactores Ambr®250.
Principales resultados:
- Parámetros del modelo reducidos de 253 a 205, mejorando la precisión predictiva hasta un 8,3% (entrenamiento) y un 2,68% (validación).
- Se logró una alta precisión predictiva con R2 promedio ≥ 0,97 para el crecimiento celular y el título, y R2 ≥ 0,85 para los metabolitos clave (glucosa, lactato, amoníaco, aminoácidos).
- Demostró la capacidad del modelo para capturar cambios metabólicos en condiciones de temperatura y pH variables.
Conclusiones:
- El marco dFBA optimizado proporciona una herramienta robusta para la optimización basada en modelos del metabolismo celular de CHO.
- Permite identificar las condiciones óptimas de funcionamiento para equilibrar efectivamente el crecimiento celular y la productividad en la fabricación de mAb.
- Facilita una comprensión más profunda de las respuestas metabólicas de las células CHO a las fluctuaciones ambientales.

