相关实验视频
Updated: Jun 28, 2025
10:06
An Efficient Method for Adenovirus Production
Published on: June 10, 2021
13.5K
在多传感器测量上的多变量数据分析,用于在线过程中监测HEK293细胞中的腺病毒产生
Xingge Xu1, Omar Farnós1, Barbara C M F Paes1
1Department of Bioengineering, McGill University, Montreal, Canada.
Biotechnology and bioengineering
|April 13, 2024
概括
一个新的多传感器系统通过整合各种信号来改善生物过程的实时监测. 这种方法提高了病毒载体生产期间关键过程参数的预测准确性,优于单传感器方法.
科学领域:
- 生物技术是生物技术.
- 工艺工程是过程工程.
- 数据科学数据科学数据科学
背景情况:
- 生物制药4.0需要实时监控关键过程参数 (CPP) 和质量属性,以实现强大的生物生产.
- 目前在双相病毒载体生产中的单传感器监测受限于感染后的细胞生理变化.
- 精确的监测对于基因疗法,细胞疗法和疫苗制造至关重要.
研究的目的:
- 开发和评估一个多传感器 (MS) 监测系统,用于实时跟踪生物反应器中的腺病毒产量.
- 为了比较使用单传感器与多传感器数据的多变量数据分析 (MVDA) 模型的预测性能.
- 评估感染对监测准确性的影响,并确定特征信号响应.
主要方法:
- 实施一个MS系统,结合双波长光谱学,介电信号和CPPs (氧气吸收率,pH).
- 在生物反应器内监测HEK293细胞上游腺病毒的产生.
- 应用MVDA技术来分析信号相关性和预测关键变量,如可活细胞密度,葡萄糖,谷氨酸,乳酸盐和.
主要成果:
- 多发性硬化系统成功地识别了感染阶段的特征信号反应.
- 多发性多发性硬化回归模型实现了较低的相对根平均平方误差 (rRMSE) 为8.3%的可活细胞密度预测,而单源模型为12%.
- 多发性硬化模型为包括葡萄糖,谷氨胺,乳酸盐和在内的关键代谢物提供了优异的预测.
结论:
- 与MVDA集成的多传感器系统提供了一种强大的实时监控方法,用于双相生物生产过程.
- 开发的MS监测系统显著提高了在病毒载体制造过程中预测关键过程参数的准确性.
- 进一步研究机制的理解,特别是关于感染时间,对于优化病毒生产预测模型至关重要.
