通过对哺乳动物细胞培养物颗粒大小分布的先进多变量数据分析,提高收获性能可预测性

科学领域:

• 生物技术是生物技术.
• 生物工艺工程 生物工艺工程
• 细胞培养技术 细胞培养技术

背景情况:

• 抗体生产中的细胞密度增加会影响下游回收和产品质量.
• 目前用于测量固体度和细胞溶解的方法不适合高通量早期开发.
• 早期对细胞培养输出进行表征对于高效的生物过程开发至关重要.

研究的目的:

• 开发一种新的,快速的方法来预测细胞培养中的固体度和细胞溶解.
• 为了利用自动化细胞计数器的数据进行过程监控.
• 为了改善细胞培养的早期表征性能.

主要方法:

• 使用了来自Vi-CELLTM XR自动化细胞计数器的数据.
• 使用粒子大小分布数据开发了部分最小平方 (PLS) 模型.
• 经过k倍交叉验证的验证模型用于预测乳酸脱酶 (LDH) 释放和固体度.

主要成果:

• 部分最小平方 (PLS) 模型展示了对固体度和LDH释放的强有力的预测能力.
• 这种新的方法显著减少了高通量系统的分析时间,从几个小时减少到几分钟.
• 使用易于获得的细胞计数器数据,可以准确预测关键细胞培养参数.

结论:

• 自动化细胞计数器数据可以有效地用于预测固体度和细胞溶解.
• 这种方法为早期生物工艺开发和优化提供了显著的节省时间的优势.
• 该方法增强了细胞培养输出的特征,支持改进的抗体生产过程.