哺乳動物細(xì)胞培養(yǎng)如何實現(xiàn)在線監(jiān)測？
發(fā)布時間：2024-09-02 瀏覽次數(shù)：81
細(xì)胞培養(yǎng)過程的實時和近實時監(jiān)測對于上游生物處理的過程分析（process analytical Technology，PAT）至關(guān)重要。曾經(jīng)生物反應(yīng)器過程的實時監(jiān)測一直被降級定義為pH、溶解氧和溫度等參數(shù)。而其他反應(yīng)進(jìn)程結(jié)果，如細(xì)胞生長和代謝物情況，則通過人工每日取樣分析獲得。為了減少樣本誤差和增加吞吐量，實時和近實時的儀器已經(jīng)被開發(fā)出來。本文將討論（近）實時技術(shù)的最新進(jìn)展，旨在關(guān)注監(jiān)測生物反應(yīng)器過程的在線技術(shù)，包括介電光譜、NIR、廢氣光譜、集成在線HPLC和用于監(jiān)測細(xì)胞生長、代謝、滴度和產(chǎn)品質(zhì)量的納米流體設(shè)備。
監(jiān)測細(xì)胞培養(yǎng)和生長的技術(shù)進(jìn)展主要集中在光譜和光譜工具上。這些技術(shù)的發(fā)展已經(jīng)超越了測量活細(xì)胞濃度（viable cell concentration，VCC），而是轉(zhuǎn)向?qū)⒐庾V信號與細(xì)胞健康和代謝狀態(tài)的其他指標(biāo)聯(lián)系起來。下面介紹一下用于監(jiān)測細(xì)胞生長和健康狀態(tài)的光譜技術(shù)。
1、電容傳感器
由于電容傳感器在商業(yè)上可用于從臺級到商業(yè)規(guī)模的生物反應(yīng)器，因此在良好制造實踐（GMP）設(shè)施中利用這種技術(shù)取得了最新進(jìn)展。Metze等人最近的研究表明，該技術(shù)在CHO細(xì)胞生物反應(yīng)器中的可擴展性，從50到2000 L。此外，這些研究表明，相對介電常數(shù)可以與其他指標(biāo)相關(guān)，如活細(xì)胞體積和濕細(xì)胞重量。同樣，Moore等人通過評估電容傳感器在上游生物加工的多個階段的應(yīng)用，展示了電容傳感器在工業(yè)制造中的潛在應(yīng)用。
圖1 細(xì)胞培養(yǎng)監(jiān)測工具的類型及其各自的測量時間。分析技術(shù)的進(jìn)步，特別是在線和在線的測量，不僅使采樣頻率，而且使收集的數(shù)據(jù)的廣度也有更大的增加。
2、 NIR用于測量活細(xì)胞濃度
最近也完成了一些研究，評估使用NIR來測量一系列參數(shù)，包括VCC。NIR光譜數(shù)據(jù)與細(xì)胞培養(yǎng)參數(shù)相關(guān)，即偏最小二乘回歸（PLSR）和局部加權(quán)回歸（LWR）來處理非線性關(guān)系。對于活細(xì)胞，它們能夠?qū)崿F(xiàn)較高的R2值（PLSR和LWR分別為0.95和0.97），用于交叉驗證和預(yù)測。
圖2 在線和在線工具及其方法。(a)表明，在線分析技術(shù)主要基于光譜方法，包括NIR、介電光譜學(xué)和熒光光譜學(xué)。這些工具通常以原位探針的形式浸入細(xì)胞培養(yǎng)反應(yīng)器中。(b)總結(jié)了常用的在線分析方法，以及一種互補的抽樣方法。在線分析儀器依賴于一個集成的采樣器，允許感興趣的材料連續(xù)或間歇性地送入儀器。
此外，也可以綜合HPLC、廢氣光譜法和NIR用于代謝物分析。為了實現(xiàn)與現(xiàn)有臺式方法的高水平可比性，一些研究已經(jīng)致力于能夠?qū)@些方法進(jìn)行快速分析。具有快速的分析時間，允許使用自動進(jìn)樣器進(jìn)行在線測量。Hofer等人使用了一個連接到HPLC的自動進(jìn)樣器和一個臺式代謝物分析儀來監(jiān)測維生素、氨基酸、代謝物和效度。他們用拉曼光譜法評估了這項技術(shù)，以量化酪氨酸、色氨酸、苯丙氨酸和蛋氨酸的濃度。使用離線HPLC方法作為參考，他們發(fā)現(xiàn)在線HPLC的結(jié)果比拉曼測量的結(jié)果更準(zhǔn)確。
關(guān)鍵發(fā)現(xiàn)：介電光譜、NIR、廢氣光譜、集成在線HPLC和用于監(jiān)測細(xì)胞生長和健康、代謝物、滴度和產(chǎn)品質(zhì)量的納米流體設(shè)備等方法可實時和近實時的監(jiān)測生物反應(yīng)器過程。
內(nèi)容結(jié)論：上述分析方法的進(jìn)步能夠使更多潛在變量可以測量，但需要更先進(jìn)的數(shù)據(jù)處理和分析方法將光譜數(shù)據(jù)與變量聯(lián)系起來。隨著計算能力的不斷提高和更復(fù)雜的算法發(fā)展，這些障礙無疑是可以克服的。一些不斷發(fā)展的技術(shù)，如多屬性方法和將深度學(xué)習(xí)集成到軟傳感器中，是進(jìn)一步研究的很有前途的途徑。即便如此，不僅檢測細(xì)胞培養(yǎng)性能指標(biāo)，而且檢測產(chǎn)品滴度和產(chǎn)品質(zhì)量屬性的能力已經(jīng)顯示了這些技術(shù)可以提供的潛力。
原文：Fung Shek C, Betenbaugh M. Taking the pulse of bioprocesses: at-line and in-line monitoring of mammalian cell cultures. Curr Opin Biotechnol. 2021;71:191-197. doi:10.1016/j.copbio.2021.08.007.
來源：微生物安全與健康網(wǎng)，作者~陳諾
