CN104215782A - 用于执行自动化基于亲和性的化验的方法和设备 - Google Patents
用于执行自动化基于亲和性的化验的方法和设备 Download PDFInfo
- Publication number
- CN104215782A CN104215782A CN201410229805.3A CN201410229805A CN104215782A CN 104215782 A CN104215782 A CN 104215782A CN 201410229805 A CN201410229805 A CN 201410229805A CN 104215782 A CN104215782 A CN 104215782A
- Authority
- CN
- China
- Prior art keywords
- sample
- measuring system
- measured value
- dilution
- fed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Automatic Analysis And Handling Materials Therefor (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
一种用于执行自动化基于亲和性的化验的方法和设备。描述了一种用于执行自动化基于亲和性的化验,以确定过程介质的样品的分析物含量的方法,其中,各个样品被相继地以一定时间间隔进给至测量系统,并且其中,在每种情况下,测量系统都记录取决于所述样品的分析物含量的测量变量的测量值,其特征在于,样品中的至少一个在它被进给至测量系统之前被稀释,其中,根据基于较早供应给测量系统的样品记录的测量值,确定为了样品的稀释将被应用的稀释系数。
Description
技术领域
本发明涉及一种用于执行自动化基于亲和性的化验,以确定过程介质样品的分析物含量的方法和设备。
背景技术
在这种情况下,将过程介质的样品,有时是在通过一种或更多化验试剂预处理后,进给至测量系统,该测量系统具体化为产生测量信号,该测量信号代表取决于样品的分析物含量的测量变量的测量值。通过自动化分析装置完成自动化执行这种化验。例如,从DE10 2010064391A1、DE10 2010 064392A1、WO2012/055606A1和WO2012/055607A1已知固相结合、亲和性免疫传感器的分析装置。
为了通过基于亲和性的化验,定量确定样品中的分析物的含量,例如分析物的浓度,必需能够通过数学函数描述取决于分析物含量的测量信号与分析物含量之间的关系。通常,对于分别应用的化验(例如,竞争性,非竞争性),已知该关系。
在竞争性化验的情况下,例如,能够通过具有四个参数的逻辑函数,描述测量信号与样品中存在的分析物浓度的相关性:
其中,参数a为无穷小分析物增量情况下的信号,b为测试中间点(约50%信号降低)处的斜率,c为测试中间点,d为分析物过量情况下的最小传感器信号。
为了确认通过自动化分析装置执行的竞争性化验的校准函数,进行利用多个已知分析物浓度的样品的测量系列,并且将上述函数拟合到测量值。如此确认的校准函数的反函数给出从所获得的测量信号计算分析物浓度所需的分析函数。
基于亲和性的化验能够被广泛地应用,因为它们能够被模块化构造,因此可适用于大范围的不同分析。另外,这种化验通常具有非常高的灵敏性。在许多应用的情况下,期望能够以一种和相同的测量原理,在大浓度范围上,例如在三个或更多数量级上测量。通过生物技术生产过程,提供这种应用的实例,在该情况下,将跟踪产物浓度的增加。
例如,基于细胞培养技术中的重组、治疗、人类抗体表现度,从过程中获取的样品的产物含量在接种后为几μg/ml,并且在14天至3周的发酵期间,升高至明显高于1mg/ml;这对应于超过3个数量级的升高。
为了通过基于亲和性的化验,确定样品中的产物,分别是样品的产物含量,因此必须在测量之前,频繁地预稀释样品,这是因为基于亲和性的化验的典型检测范围最通常处于小浓度下,并且通常涵盖下述浓度范围,该浓度范围太小,即例如达两个数量级。在这种情况下,浓度测量的测量精确性也取决于稀释被选择为不太大也不太小。
发明内容
因此,本发明的目标在于提供一种执行自动化基于亲和性的化验的方法,该方法特别是在大范围的分析物含量上,产生改进测量精确性。
通过根据权利要求1所述的一种用于执行自动化基于亲和性的化验的方法实现该目标。在从属权利要求中提出该方法的有利实施例。
在本发明的用于执行自动化基于亲和性的化验,以确定过程介质的样品的分析物含量的方法的情况下,
被从过程介质取出的各个样品被相继地以一定时间间隔进给至测量系统,
其中,在每种情况下,测量系统都记录取决于样品的分析物含量的测量变量的测量值,
其中,在被进给至测量系统之前,稀释样品中的至少一个,
其中,根据基于较早供应给测量系统的样品而记录的测量值,确定为了稀释样品将应用的稀释系数。
稀释系数是稀释样品的体积(最终体积)和未稀释样品的体积(初始体积)之间的比例。
测量系统输出测量信号,特别是取决于测量变量的当前测量值的电测量信号。能够由控制/评价系统评价测量信号,以便确定样品的分析物含量。
已经实验地发现,取决于分析函数,分析物的浓度范围存在于用作样品的溶液中,其中代表当前测量值的测量信号的相对波动(对应于测量误差),导致通过被施加给测量信号的分析函数确定的分析物浓度的最小相对误差。换句话说:取决于分析物浓度,能够确定将被检查的样品的分析物含量的值范围,其中所记录的测量值负担的测量误差仅最小地影响由此确认的分析物含量误差(比较图2)。因此,期望在检测范围内,在该最佳测量范围内执行测量。由于根据基于被较早供应给测量系统的样品而记录的测量值,确定了为了稀释样品将应用的稀释系数,所以能够这样调节样品的分析物含量,使该含量处于下述值范围内,其中从基于亲和性的化验确认的分析物含量所负担的误差最小。
除了在确定浓度的情况下,这种总测量信号范围的测量误差常量对相对误差的影响之外,在竞争化验的情况下,还将补充地认识到以下形式,即在样品中存在一组分析物浓度,该浓度处于校准函数(比较等式(1))的测试中间点c附近的情况下,在确定浓度的情况下的相对误差比在分析物浓度的情况下产生的那些相对误差小,从稍微低于数值a(等式(1))或稍微高于数值d的测量信号值确定那些分析物浓度。当与分析物相比,存在显著过量的竞争物时,测量信号值处于a附近。因此,当与竞争物相比,存在显著过量的分析物时,测量信号值处于d附近。在两种情况下,在记录测量变量的情况下(在结合通过受体约束竞争物的竞争化验的情况下存在的),在将被测量的样品溶液中的分析物和竞争物的各自输入浓度误差的影响,根据过量而更大。假定分析物和竞争物对受体具有相同亲和度,在测试中间点处,相反地,在样品溶液中,以1:1的相同比例存在两种配合基体,由此,分析物和竞争物的浓度误差不再增强,并且以最小总误差记录测量变量。因此,另外期望在测试中心点附近的浓度范围内执行测量。
当根据当前,即最后记录的测量值,确定将被应用于将被进给至测量系统的样品的稀释系数时有利。替换地或补充地,也可能在确定将对下一样品应用的稀释系数时,考虑较早测量的一个或更多测量值。
在实施例中,该方法包括下列具体步骤:
-将第一样品进给至测量系统;
-记录取决于第一样品的分析物含量的第一测量值;
-根据第一测量值计算将应用于将在第一样品后被进给至测量系统的第二样品的稀释系数,
-使用所确定的稀释系数稀释第二样品;
-将第二样品进给至测量系统;并且
-记录取决于第二样品的分析物含量的第二测量值。
同样能够基于预定稀释系数,在进给至测量系统之前稀释第一样品。第一测量值能够为最后记录的、当前测量值。
例如,能够根据对样品预期的浓度的规格,以及通过对所应用的化验的校准函数,分别是检测范围的知识,计算稀释系数。
另外,该方法能够包括特别是通过内插法,例如回归法,基于第一和第二测量值,计算应用于将在第二样品后被进给至测量系统的第三样品的稀释系数。
能够从在其中正在执行生产过程,特别是生物或生物技术生产过程的过程容器中容纳的过程介质,相继地以一定时间间隔获取样品,并且其中,至少在从过程容器获取多个样品的时间间隔期间,分析物的浓度连续升高。
能够在将样品进给至测量系统之前,特别是在它们被稀释之后,将一种或更多化验试剂添加至样品。
如果过程介质是将被监测的过程,特别是生物技术过程的介质,然后作为稀释系数的补充,关于将被监测的过程的定量或半定量信息能够被输入计算中,这是因为能够通过数学模型的帮助描述生物技术过程。在该情况下,例如在生物技术微生物培养的情况下,微生物生长动力学的方面,以及过程容器类型、分别是生物技术过程的操作引导类型的方面被输入模型,该模型原理上依赖质量平衡。通常、实际上应用的操作模式包括分批操作、连续操作和半连续(分批进给)操作。这些区别基于所考虑的系统(通常,该系统为过程容器)关于液体相是否关闭(分批)、部分开启(分批进给)或开启(连续)。特别是在分批操作的情况下,产物浓度的增加经过多个数量级,并且微生物培养显示出通过数学模型可表达的,例如基于所谓的MONOD动力学的特征生长曲线,其中通常发生伴随生长的产物形成。考虑这种另外信息能够包括,例如选择和应用外推函数,以确定稀释系数,其中通过外推函数,基于最后测量的分析物含量,或者基于在多个较早执行的测量中确认的分析物含量,预测由将被监测的过程中的分析物浓度发展导致的当前分析物浓度。
使用稀释,能够以下述方式设定样品的分析物含量,即与由在测量未稀释样品的情况下导致的相应误差相比,基于测量信号确定的分析物含量中的测量信号波动导致的误差减小。
在有利实施例中,通过生物分析测量系统的帮助、特别是通过自动化生物分析仪、特别是包括具有电子数据处理系统的控制/评价单元的自动化生物分析仪,自动化地进行样品中稀释的计算和设定。
基于在第一过程直到该第一过程的监测结束期间的过程介质样品记录的测量值形成第一测量系列。有利地,能够例如在所监测的生物分析测量系统的控制/评价单元的内存中,存储在记录第一测量系列期间确定的稀释系数。能够在随后基于第二过程的过程介质样品记录测量值时使用这些稀释系数,以执行对第二过程的过程介质样品的稀释,从而确定相应的第二测量系列。在该情况下有利的是,样品被进给至测量系统以及测量值被记录的时间间隔在监测两个过程的情况下相同,并且第一和第二过程是相同类型的过程。在类似过程中,过程介质的类型和浓度相符,并且在给定情况下,参与微生物以及反应条件,诸如温度和压力本质上相同,以便对第一测量系列确认的稀释系数也适用于将对类似过程执行的其它测量系列。通过这种方式,分析装置能够学习典型过程流的稀释系数,使得不必每次都重新计算当前稀释系数。
一种用于执行本发明的方法,分别是用于执行根据上述实施例之一的方法的设备包括控制/评价单元,该控制/评价单元包括电子数据处理系统和计算机程序,该计算机程序可由数据处理系统执行,以执行该方法。该设备还能够包括取样设备,以从过程容器取出样品,以及供应线路和运输与计量装置,诸如阀门和/或一个或更多泵的系统,以通过由液体承载线路形成的运输路径,将预定体积的样品运输至测量系统,以及用于输送和计量预定体积的稀释液体,并且在给定条件下,同样也通过液体承载线路形成的运输路径,将被添加至样品的化验试剂输送至样品。控制/评价单元能够具体实施为,控制供应和计量装置,以执行包括本文所述方法的基于亲和性化验。
此外,该设备还包括上文已经描述的测量系统,该测量系统具有传感器,该传感器被具体实施为,记录与样品中的分析物相关的测量变量的测量值,在给定情况下,样品被稀释,并且在给定情况下,样品包括添加的化验试剂。例如,该测量变量能够为在与分析物或者在与通过分析物的参与产生的化学反应的化学产物相互作用后的发光辐射的强度,或者是特别是通过吸收转换的测量辐射的强度。计算机程序能够被具体化为,通过应用所提供的分析函数,基于传感器提供的测量信号,确认分析物浓度,以计算分析物浓度的值。
在控制/评价单元可访问的内存中提供的能够为外推函数,该外推函数用于考虑关于将监测的另外的定量或半定量信息,确认稀释系数。
在有利实施例中,计算机程序能够具有自学习功能,以学习相同类型的生物过程的稀释系数。
附图说明
现在将基于附图中例示的实施例的实例解释本发明,附图示出如下:
图1是用于执行本发明的方法的设备的示意性表示图;和
图2是根据测量信号的分析物浓度(分析函数)的图示表示图。
具体实施方式
图1示出用于过程介质的样品自动化分析的设备4。设备4包括中心控制/评价单元3,控制/评价单元3用于控制包括测量值确定的化验方法的总体运行。控制/评价单元3包括数据处理系统,该数据处理系统具有一个或更多微处理器,以及数据内存,以及例如存储在控制/评价单元的数据内存中的计算机程序,该计算机程序用于设备4的控制单元,以执行化验方法和测量值确定。
例如,过程容器1能够为发酵罐,其中执行生物技术过程,以产生产物。分析设备4经由过程连接2与过程容器连接,经由过程连接2,能够从过程容器1获取在过程容器1中所容纳的过程介质的样品。此外,分析设备4包括供应容器5,供应容器5具有用于稀释样品的液体。例如,稀释液体能够为缓冲剂,与用于过程介质的缓冲系统类似地,缓冲剂最小化环境条件的显著变化导致的分析物分子的构造变化。此外,设备4还包括另外的供应容器7,其中容纳化验试剂,为了执行化验,化验试剂能够被添加至从过程容器取出、并且在给定情况下被稀释的样品。当然,取决于将执行的化验类型,设备4也能够包含多个用于化验试剂的供应容器。此外,设备4包括用于已使用液体的废物容器12。
优选地,用于确定产物的测量系统10基于具有DE201010064391A1、DE102010064392A1、WO2012055606A1和WO2012055607A1中所述的特征的固相结合亲和免疫传感器。本文全面引用这些文献的公开。
测量系统10特别被具体实施为输出测量变量的测量信号,该测量信号的值取决于样品中的分析物浓度。例如,测量系统能够包括被固定在衬底上的受体,将被检测的目标分子,例如分析物和/或分析物的竞争物或者由化验试剂和分析物形成的偶联物通过特定相互关系附着至受体。测量系统能够被具体实施为记录发光信号,发光信号取决于结合至受体的目标分子的浓度,并且因此取决于样品中的分析物的浓度,或者记录取决于样品中的分析物浓度的其它光学测量变量。
自动化分析设备4包括多个液体承载线路,液体承载线路将过程连接2、供应容器5与稀释液体连接,并且将试剂容器7与测量系统10连接,并且将测量系统10与废物容器12连接。这些液体承载线路中的一些或全部通过阀门系统(图1中未示出)选择性地可开启和可关闭。此外,分析设备4包括液体运输装置,例如泵或气动或液压压力装置,其用于经由液体承载线路运输样品、稀释液体、化验试剂和/或废物液体。控制/评价单元3具体实施为控制阀门和液体运输装置,以将样品、分别是将添加有液体的样品,输送至测量系统10,分别用于在测量后将来自测量系统10的已使用样品移除到废物容器中。这允许完整执行用于分析从过程容器1取出的样品中的分析物含量的自动化化验。
出于该目的,例如在将样品供应至测量系统10之前,通过适当的、完全自动化化的方法步骤,确保其测量读数,该方法步骤也包括从供应容器7依次取出化验试剂。经由过程连接2获取在过程容器1中所容纳的过程介质的样品,并且经由液体承载线路将样品运输至测量系统10。在将样品供应给测量系统10之前,被应用于稀释样品并且被容纳在供应容器5中的液体被进给至样品。此外,在被输送至测量系统之前,向样品供应该供应容器7中所容纳的化验试剂。在完成它们的任务后,所有液体最终都被运输至废物容器12。
测量系统10包括光学传感器,该光学传感器能够包括光学检测器,诸如例如光电二极管或光电二极管阵列,该光电检测器被具体实施为,记录通过在测量系统10中执行的化学反应产生的,并且取决于样品中的分析物浓度产生的化学发光辐射,并且输出取决于所记录的辐射的强度的电测量信号。
在另一实施例中,除了接收器之外,光学传感器还能够具有一个或更多光源,例如包括一个或更多LED,其中接收器和该一个或更多光源被相对彼此以由该一个或更多光源发出的辐射在穿过测量系统10中的吸收测量单元之后到达接收器的方式布置。以这种方式具体实施的光学传感器能够被用于确定分析物含量的吸收测量,在于在给定情况下,被稀释并且也包含有所添加的化验试剂的样品,或者由在样品中所容纳的分析物参与下的化学反应形成的反应产物被运输到吸收测量单元中,并且通过检测器,记录从光源发出并且取决于分析物、分别是反应产物的浓度的辐射在穿过吸收测量单元之后的强度,并且将该强度转换为电测量信号。
控制/评价单元3与测量系统10连接,以便控制测量系统10、特别是其光学传感器。在传感器包括一个或更多光源的程度上,控制/评价单元3控制光源以发出测量辐射。
由测量系统10产生并且取决于样品的分析物浓度的电测量信号被控制/评价单元3记录。为了从测量信号确定分析物浓度的测量值,在控制/评价单元3的内存中提供分析函数,诸如如上所述,通过校准测量可确认该分析函数。基于分析函数,控制/评价单元将测量值与所记录的测量信号关联,并且将测量值输出至例如上级过程控制器的上级系统和/或例如显示器的显示系统。
已经通过实验发现,取决于分析函数,对于在将被测量的样品中的分析物存在一定的浓度范围,在该情况下,信号的相同相对波动(测量误差)导致在确定的分析物浓度的情况下的最小波动。期望在检测范围内在该最佳测量范围内执行测量。图2示出竞争性化验情况下的分析函数(虚线)。左侧y轴(C分析物)给出根据测量信号的分析函数的函数值。图2也示出作为相同的测量信号的相对正负波动的和的浓度的相对误差(总相对误差;点线)曲线。图2中的右侧y轴(总相对误差[%])给出相对误差值。在本文所示的实例中,测量信号的正负偏差导致的测量误差总计为测量信号的±5%。应清楚地明白,在最大测量信号偏差的情况下,分别是在本文中在总测量信号范围上的±5%恒定值的测量信号波动的情况下,小于1或大于1.4的测量信号导致超过36%的确认浓度的相对误差。因此,以下述方式自动化设置稀释系数,即当前将被测量的样品的分析物浓度在当前实例中的最佳浓度范围为18μg/ml至40μg/ml。
通常,从任何给定过程发展中的较早实验工作,已知生物技术过程中的产物增加的量化过程。如果产物,或者其浓度取决于产物浓度的物质是分析物,在假定连续增加的情况下,通过将被监测的过程的知识并且从先前确定的分析物含量,能够预测、分别地估计下一/将来的分析物含量,例如下一测量中可能存在的分析物含量(即,从过程容器1取出,并且被进给至测量系统10的下一样品中存在的分析物含量)。例如,这能够基于最后测量的单个测量值进行,或者通过基于较早确定值的内插法进行。例如,用于该目的的是最后两个所记录的测量值。由此,确定稀释系数,通过在将样品输送至测量系统10之前,从容器5向样品供应稀释液体,自动化地对从过程容器1获得的样品应用该稀释系数。然后,该稀释系数被用作确定浓度时的乘法系数。在该情况下,理想地实现该稀释,这导致在最佳测量值范围内测量。
用于下一分析物含量的这种估计,和用于确定将在下一样品测量中应用的稀释的是在控制/评价单元3中提供的程序。能够在内存中提供程序所需的参数、特别是优选补充地考虑关于将被监测的过程的定量或半定量信息的外推函数所需的参数,当执行程序时,控制/评价单元访问内存。
能够以自学习的有利方式具体实施该程序,即依次获取的样品的、分别是通过其确认的稀释物的估计分析物含量被存储在内存中,并且用于下一测量系列。当规律地应用用于分析样品液体的设备,以监测相同类型的生物过程、特别是相同过程时,这特别有利。
Claims (14)
1.一种用于执行自动化的基于亲和性的化验,以确定过程介质的样品的分析物含量的方法,
其中,各个样品被相继地以一定时间间隔进给至测量系统,并且
其中,在每种情况下,所述测量系统都记录取决于所述样品的分析物含量的测量变量的测量值,
其特征在于,样品中的至少一个在它被进给至所述测量系统之前被稀释,
其中,根据基于较早供应给所述测量系统的样品而记录的测量值,确定为了样品的稀释将被应用的稀释系数。
2.根据权利要求1所述的方法,
其中,根据当前记录的测量值,确定将被应用于将被进给至所述测量系统的相应的下一样品的稀释系数。
3.根据权利要求1或2所述的方法,
包括下述步骤:
-将第一样品进给至所述测量系统;
-记录取决于所述第一样品的分析物含量的第一测量值;
-根据所述第一测量值,计算将应用于将在所述第一样品后被进给至所述测量系统的第二样品的稀释系数,
-使用所确定的稀释系数稀释所述第二样品;
-将所述第二样品进给至所述测量系统;并且
-记录取决于所述第二样品的分析物含量的第二测量值。
4.根据权利要求3所述的方法,
其中,基于预定稀释系数,在进给至所述测量系统之前,稀释所述第一样品。
5.根据权利要求4所述的方法,
其中,基于通过预期样品浓度的规格计算的稀释系数,在进给至所述测量系统之前,稀释所述第一样品。
6.根据权利要求3至5中的任何一项所述的方法,
进一步包括:
基于所述第一和第二测量值、特别是通过内插法、例如回归法,计算将被应用于将在所述第二样品后被进给至所述测量系统的第三样品的稀释系数。
7.根据权利要求1至6中的任何一项所述的方法,
其中,从容纳在过程容器中的过程介质以一定时间间隔相继地取出样品,在所述过程容器中执行生产过程、特别是生物或生物技术生产过程,并且,在所述过程容器中,至少在从所述过程容器取出多个样品的时间间隔期间,分析物的浓度连续升高。
8.根据权利要求1至7中的任何一项所述的方法,
其中,特别是在样品的稀释后,将一种或更多种化验试剂添加至所述样品。
9.根据权利要求1至8中的任何一项所述的方法,
其中,所述过程介质是将被监测的过程、特别是生物技术过程的介质,并且其中,作为对所述稀释系数的补充,关于将被监测的过程的定量或半定量信息被输入所述计算中。
10.根据权利要求1至9中的任何一项所述的方法,
其中,通过稀释,以在根据由所述测量系统记录的测量值确定分析物含量中,所述测量信号的测量误差导致的误差减小的方式设定所述样品的分析物含量。
11.根据权利要求1至10中的任何一项所述的方法,
其中,在生物分析测量系统、特别是包括具有电子数据处理系统的控制/评价单元的生物分析测量系统的帮助下,自动化地执行所述稀释系数的确定和样品中的稀释的设定。
12.根据权利要求8至11中的任何一项所述的方法,
其中,基于在第一过程期间的过程介质的样品记录的测量值形成第一测量系列,并且
其中,存储在所述第一测量系列的记录期间确定的稀释系数,并且在基于第二过程的过程介质的样品记录测量值的情况下提供在所述第一测量系列的记录期间确定的稀释系数,以执行对它们的稀释,从而确定相应的第二测量系列。
13.一种用于执行根据权利要求1至12中的任何一项所述的方法的设备,
包括控制/评价单元,所述控制/评价单元包括电子数据处理系统和计算机程序,所述计算机程序能够由所述数据处理系统执行,以执行根据权利要求1至12中的任何一项所述的方法。
14.根据权利要求13所述的设备,
其中,所述计算机程序包括自学习函数,以学习用于相同类型的生物过程的稀释系数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102013105493.5 | 2013-05-28 | ||
DE102013105493 | 2013-05-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104215782A true CN104215782A (zh) | 2014-12-17 |
Family
ID=51899549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410229805.3A Pending CN104215782A (zh) | 2013-05-28 | 2014-05-28 | 用于执行自动化基于亲和性的化验的方法和设备 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20140356977A1 (zh) |
CN (1) | CN104215782A (zh) |
DE (1) | DE102014106918A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018131060A1 (de) * | 2018-12-05 | 2020-06-10 | Endress+Hauser Conducta Gmbh+Co. Kg | Verfahren zum Betreiben eines automatischen Analysegeräts |
DE102018131061A1 (de) * | 2018-12-05 | 2020-06-10 | Endress+Hauser Conducta Gmbh+Co. Kg | Verfahren zum Verdünnen einer Probenflüssigkeit und Verdünnungseinheit für eine nachfolgende Analyse |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4441374A (en) * | 1979-10-17 | 1984-04-10 | Olympus Optical Co. Ltd. | Device for diluting liquid sample |
CN1402009A (zh) * | 2002-09-27 | 2003-03-12 | 江南大学 | 一种生物反应过程在线检测系统的取样稀释装置 |
CN101241072A (zh) * | 2007-02-09 | 2008-08-13 | 北京中医药大学 | 制药过程药物成分在线检测方法及在线检测系统 |
CN101650276A (zh) * | 2009-08-31 | 2010-02-17 | 江南大学 | 发酵过程在线糖浓度检测系统 |
CN102279118A (zh) * | 2011-05-05 | 2011-12-14 | 山东省科学院生物研究所 | 一种生物反应器在线检测系统的浓度梯度扩散取样装置 |
CN103091152A (zh) * | 2013-02-21 | 2013-05-08 | 广州伊创仪器有限公司 | 用于在线分析仪的智能稀释系统和智能稀释方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5885529A (en) * | 1996-06-28 | 1999-03-23 | Dpc Cirrus, Inc. | Automated immunoassay analyzer |
US6211956B1 (en) * | 1998-10-15 | 2001-04-03 | Particle Sizing Systems, Inc. | Automatic dilution system for high-resolution particle size analysis |
GB0218946D0 (en) * | 2002-08-14 | 2002-09-25 | Thermo Electron Corp | Diluting a sample |
GB2430255A (en) * | 2005-09-15 | 2007-03-21 | Secr Defence | Apparatus and methods for dilution |
WO2008039209A1 (en) * | 2006-09-27 | 2008-04-03 | The Scripps Research Institute | Microfluidic serial dilution circuit |
WO2009020621A1 (en) * | 2007-08-07 | 2009-02-12 | Historx, Inc. | Method and system for determining an optimal dilution of a reagent |
DE102010064391A1 (de) | 2010-10-29 | 2012-05-03 | Endress + Hauser Conducta Gesellschaft für Mess- und Regeltechnik mbH + Co. KG | Verfahren zur Bestimmung eines Analytgehalts einer Flüssigkeitsprobe mittels eines Bioanalysators |
WO2012075263A1 (en) * | 2010-12-03 | 2012-06-07 | Abbott Point Of Care Inc. | Assay devices with integrated sample dilution and dilution verification and methods of using same |
-
2014
- 2014-05-16 DE DE201410106918 patent/DE102014106918A1/de active Pending
- 2014-05-21 US US14/283,318 patent/US20140356977A1/en not_active Abandoned
- 2014-05-28 CN CN201410229805.3A patent/CN104215782A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4441374A (en) * | 1979-10-17 | 1984-04-10 | Olympus Optical Co. Ltd. | Device for diluting liquid sample |
CN1402009A (zh) * | 2002-09-27 | 2003-03-12 | 江南大学 | 一种生物反应过程在线检测系统的取样稀释装置 |
CN101241072A (zh) * | 2007-02-09 | 2008-08-13 | 北京中医药大学 | 制药过程药物成分在线检测方法及在线检测系统 |
CN101650276A (zh) * | 2009-08-31 | 2010-02-17 | 江南大学 | 发酵过程在线糖浓度检测系统 |
CN102279118A (zh) * | 2011-05-05 | 2011-12-14 | 山东省科学院生物研究所 | 一种生物反应器在线检测系统的浓度梯度扩散取样装置 |
CN103091152A (zh) * | 2013-02-21 | 2013-05-08 | 广州伊创仪器有限公司 | 用于在线分析仪的智能稀释系统和智能稀释方法 |
Also Published As
Publication number | Publication date |
---|---|
US20140356977A1 (en) | 2014-12-04 |
DE102014106918A1 (de) | 2014-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wasalathanthri et al. | Technology outlook for real‐time quality attribute and process parameter monitoring in biopharmaceutical development—A review | |
US10067125B2 (en) | System and method for spatiotemporally analyzed rapid assays | |
Esbensen et al. | Fermentation monitoring using multisensor systems: feasibility study of the electronic tongue | |
CN104215752B (zh) | 自动确定至少两个不同过程参数的装置 | |
CN110430976B (zh) | 动态控制自动化系统 | |
Carter et al. | Critical comparison of FRET-sensor functionality in the cytosol and endoplasmic reticulum and implications for quantification of ions | |
Holzberg et al. | Sensors for biomanufacturing process development: facilitating the shift from batch to continuous manufacturing | |
Bocková et al. | Surface plasmon resonance biosensor for detection of pregnancy associated plasma protein A2 in clinical samples | |
HUE034313T2 (en) | Procedures for evaluating medical measurement curves | |
Petz | Recent applications of surface plasmon resonance biosensors for analyzing residues and contaminants in food | |
Constantinou et al. | Opportunities for bioprocess monitoring using FRET biosensors | |
CN116052778A (zh) | 实时监测生物反应器中细胞培养液组分浓度的方法 | |
CN104215782A (zh) | 用于执行自动化基于亲和性的化验的方法和设备 | |
Correia et al. | Array of potentiometric sensors for simultaneous analysis of urea and potassium | |
Hong et al. | A smartphone-assisted pressure-measuring-based diagnosis system for acute myocardial infarction diagnosis | |
Simpson-Stroot et al. | Monitoring biosensor capture efficiencies: development of a model using GFP-expressing Escherichia coli O157: H7 | |
Mattarozzi et al. | Metrological traceability in process analytical technologies and point-of-need technologies for food safety and quality control: not a straightforward issue | |
Souza et al. | Kinetics independent spectrometric analysis using non-linear calibration modelling and exploitation of concentration gradients generated by a flow–batch system for albumin and total protein determination in blood serum | |
CN107796760A (zh) | 信号漂移确定与校正 | |
Yumnam et al. | Feasibility of Biosensors | |
EP3155425B1 (en) | Transformed response potentiometric titrations | |
Mandenius | Realization of user‐friendly bioanalytical tools to quantify and monitor critical components in bio‐industrial processes through conceptual design | |
Boschis et al. | Smart micro-sensing: Antibodies and aptamer-based micro-ELISA as performing offline/on line tool for allergens and mycotoxins detection in foods | |
Duval et al. | Kinetics of metal detection by luminescence-based whole-cell biosensors: connecting biosensor response to metal bioavailability, speciation and cell metabolism | |
US20180185838A1 (en) | A biochemical analytical technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141217 |