工艺分享 || 基于代谢网络模型和AI技术预测CHO细胞营养物质消耗速率

Posted 2021-04-02 多宁生物科技

点击上方蓝字,记得关注我们！

基因组代谢模型是一个在线监测和预测细胞从增殖到表达重组蛋白过程中培养基营养消耗的平台。这个平台面临的挑战是低估了氨基酸消耗和假设稳态导致的预测范围狭窄。本文的目标是将代谢网络模型与机器学习方法结合起来应对这些挑战，并证明了混合建模在生物过程在线控制中的作用。

建模过程

CHO细胞广泛应用于大规模且复杂的生物治疗产品，其培养过程中需要对营养物质进行谨慎监控和控制。原始预测营养消耗的模型对氨基酸浓度的预测存在过度拟合、理想和短视的缺陷，这些都削弱了它们在工业生产控制中的实用性。本文通过将代谢网络模型与机器学习相结合，可以克服上述弱点。

作者用了十种不同的CHO克隆细胞（不同克隆拥有不同的代谢表型）通过两种不同的Fed-batch工艺，来开发本文提到的方法。

在建模上，需要日常检测数据有（1）活细胞密度和滴度（计算生长速率和Qp）。（2）葡萄糖、乳酸、谷氨酸和谷氨酰胺浓度（计算消耗速率）。将这些测量值用作观察值的边界条件。使用马尔可夫链蒙特卡罗采样的代谢通量采样。

文中作者还通过用指数衰减函数模拟多相消耗曲线来解决稳态预测范围狭窄的局限。

图1.一种新的结合代谢和统计的模型预测CHO细胞不同时间培养基中的氨基酸消耗。流程图如上，关键数据用背景颜色突出，并用相同的颜色在图(a)和图(b)中展示。首先，代谢模型基于对细胞生命进程的监测如活细胞密度和葡萄糖摄取率，预测了4-6天的氨基酸的消耗率。然后，统计模型基于之前代谢模型的性能对这些预测进行改进()。引用先前消耗曲线的渐近行为作为先验()，第二个统计模型预测出培养全程的消耗曲线(  )。预测的消耗曲线与实验数据很好地一致(   )。

图2.代谢网络模型预测氨基酸消耗率。(a)模型预测与实验测量结果吻合良好，如葡萄糖和乳酸的消耗率(右上)。(b) 然而，该模型也低估了几乎所有氨基酸的消耗率(x轴)。

图3.优化模型预测营养消耗。(a) 16个氨基酸的日消耗率(不包括丙氨酸和甘氨酸)。平均而言，预测值与实验测量值的一致性在83%以内。(b) 8天培养期间消耗的氨基酸总量在实验值的86%以内。结果表明，该方法在生物反应器环境监测和预测中具有重要的应用价值。

方   法

培养基使用前必须经过无菌过滤，以防止接种前的微生物污染。本研究观察了各种细胞培养基配方的无菌过滤能力，发现过滤性能的差异是由于培养基中颗粒粒径分布的差异造成的。过滤最大通量主要由培养基内的颗粒数和粒径分布决定。利用粒子计数和粒径分布的数据，可以预测排阻颗粒的大小和过滤容量体积。本研究中显示粒径小于100nm时过滤效果最佳，在细胞培养基的成分设计，以及粉末培养基配制上，可作为培养基溶解性指标。

细胞培养实验

细胞生长速率的计算公式。

细胞代谢模型

我们使用了先前描述的代谢网络模型，再用optGpSampler和COBRApy，通过前面描述的mcmc算法，在模型的空间内随机抽样5000个点，计算可能氨基酸消耗率的分布。

统计方法

代谢模型预测：

统计模型预测：

上海多宁生物科技有限公司，是国内生物医药行业无血清培养基、一次性产品及生物反应器领域的主要供应商，致力于开发高质、高效的无血清、个性化、化学成分限定细胞培养基及动物细胞培养工艺；研发和生产用于生物制药工艺的一次性产品和生物反应器，同时为生物制药行业提供配方生产、工艺优化、工艺验证、技术支持与配套服务。

基于公司先进的培养基开发平台，现已推出可显著提高CHOK1、CHOS、DG44、CHOZN、CHOK1SV等细胞生长和生产性能的高效补料产品DN feed 2 + DN feed B2（相关介绍请点击《》，详情请咨询公司销售，或通过后台留言联系我们。