基于拉曼的PAT用于VLP恢复期间的多属性监测,采用双阶段CFF:属性特定的光谱预处理用于模型转移

科学领域:

• 生物制药过程分析技术 (PAT)
• 谱光软传感器开发开发
• 化学计量建模 化学计量建模

背景情况:

• 过程分析技术 (PAT) 工具,包括光谱软传感器,为生物制药制造提供了关键的见解.
• 有效监测产品积累和沉物耗尽是优化基于过的回收步骤的必要条件.
• 病毒样颗粒 (VLP) 和硫酸 (AMS) 等沉物是生物制药净化中的关键属性.

研究的目的:

• 开发和验证基于拉曼光谱的软传感器,用于在过过程中监测病毒样颗粒 (VLP) 和硫酸 (AMS).
• 研究这些传感器的灵敏度和适用性,用于生物制药回收的近实时过程监测.
• 评估特征特定的光谱预处理技术和化学测量模型,以提高传感器性能.

主要方法:

• 使用拉曼光谱学结合部分最小平方 (PLS) 回归的软传感器的开发.
• 在双阶段交叉流过 (CFF) 设置中在线实施,用于沉VLP回收.
• 在三个CFF运行中收集光谱数据,过程参数不同,并应用特征特定的预处理.

主要成果:

• 拉曼软传感器对硫酸 (AMS) 的敏感度高于病毒样颗粒 (VLPs).
• 通过正常化,基线校正,信号平滑和使用PLS模型的变量选择来实现AMS的成功预测.
• 在低度下,VLP监测显示出更高的预测波动和限制,尽管采用了新的前作物方法.

结论:

• 基于拉曼的PAT传感器在生物制药过过程中具有实时监控的巨大潜力.
• 针对特定属性的传感器选择,预处理方法和化学测量模型对于有效的PAT工具开发至关重要.
• 需要进一步优化,以提高VLP监测的准确性和可靠性,特别是在稀释条件下.