开发通用代谢拉曼校准模型,使用水相溶液定位和数据增强进行线内细胞培养分析

科学领域:

• 生物技术是生物技术.
• 分析化学 分析化学
• 过程分析技术 (PAT) 是一种分析技术.

背景情况:

• 细胞培养代谢物的实时监测对于生物过程优化至关重要.
• 现有的拉曼光谱校准模型通常需要广泛的批量特定数据,增加成本和复杂性.

研究的目的:

• 开发一种通用代谢校准模型,用于使用拉曼光谱进行线内细胞培养分析.
• 提高实时代谢物监测的稳定性并降低代谢物监测的成本.

主要方法:

• 建立了一种使用葡萄糖和乳酸库存溶液在水相中的新型定位方法.
• 根据代谢物添加率,采用了数据增强技术.
• 模型优化涉及评估各种光谱预处理,波数选择和潜在变量组合.
• 该模型在定位数据上进行训练,并使用历史细胞培养批量数据进行验证/预测.

主要成果:

• 对葡萄糖 (平均RMSEP为0.65g/L) 和乳酸 (平均RMSEP为0.48g/L) 实现了高预测准确性.
• 证明了该模型在不同培养模式和尺度 (3-200 L) 中的有效性.
• 成功创建了适用于各种细胞培养过程的通用代谢校准模型.

结论:

• 开发的定位和数据增强方法使强大的,通用的代谢拉曼校准模型成为可能.
• 这种方法显著减少了对大量批量特定校准的需求,降低了部署成本.
• 该方法可扩展到其他关键代谢物,在生物过程监测中具有广泛的适用性.