CN114867835A - 动态单糖控制方法 - Google Patents
动态单糖控制方法 Download PDFInfo
- Publication number
- CN114867835A CN114867835A CN202080087627.9A CN202080087627A CN114867835A CN 114867835 A CN114867835 A CN 114867835A CN 202080087627 A CN202080087627 A CN 202080087627A CN 114867835 A CN114867835 A CN 114867835A
- Authority
- CN
- China
- Prior art keywords
- glucose
- nutrient
- feed
- target
- bioreactor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 126
- 150000002772 monosaccharides Chemical class 0.000 title claims description 11
- 235000015097 nutrients Nutrition 0.000 claims abstract description 227
- 238000005259 measurement Methods 0.000 claims abstract description 77
- 238000004113 cell culture Methods 0.000 claims abstract description 72
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 claims description 364
- 239000008103 glucose Substances 0.000 claims description 364
- 210000004027 cell Anatomy 0.000 claims description 161
- 239000000523 sample Substances 0.000 claims description 64
- 230000008569 process Effects 0.000 claims description 57
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 claims description 26
- 230000010261 cell growth Effects 0.000 claims description 21
- 210000004962 mammalian cell Anatomy 0.000 claims description 16
- WHUUTDBJXJRKMK-UHFFFAOYSA-N Glutamic acid Natural products OC(=O)C(N)CCC(O)=O WHUUTDBJXJRKMK-UHFFFAOYSA-N 0.000 claims description 14
- WHUUTDBJXJRKMK-VKHMYHEASA-N L-glutamic acid Chemical compound OC(=O)[C@@H](N)CCC(O)=O WHUUTDBJXJRKMK-VKHMYHEASA-N 0.000 claims description 14
- ZDXPYRJPNDTMRX-VKHMYHEASA-N L-glutamine Chemical compound OC(=O)[C@@H](N)CCC(N)=O ZDXPYRJPNDTMRX-VKHMYHEASA-N 0.000 claims description 14
- WQZGKKKJIJFFOK-VFUOTHLCSA-N beta-D-glucose Chemical compound OC[C@H]1O[C@@H](O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-VFUOTHLCSA-N 0.000 claims description 14
- 235000013922 glutamic acid Nutrition 0.000 claims description 14
- 239000004220 glutamic acid Substances 0.000 claims description 14
- ZDXPYRJPNDTMRX-UHFFFAOYSA-N glutamine Natural products OC(=O)C(N)CCC(N)=O ZDXPYRJPNDTMRX-UHFFFAOYSA-N 0.000 claims description 14
- 235000014655 lactic acid Nutrition 0.000 claims description 13
- 239000004310 lactic acid Substances 0.000 claims description 13
- WQZGKKKJIJFFOK-PHYPRBDBSA-N alpha-D-galactose Chemical compound OC[C@H]1O[C@H](O)[C@H](O)[C@@H](O)[C@H]1O WQZGKKKJIJFFOK-PHYPRBDBSA-N 0.000 claims description 12
- 229930182830 galactose Natural products 0.000 claims description 12
- JVTAAEKCZFNVCJ-UHFFFAOYSA-M Lactate Chemical compound CC(O)C([O-])=O JVTAAEKCZFNVCJ-UHFFFAOYSA-M 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 9
- 230000012010 growth Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 210000004978 chinese hamster ovary cell Anatomy 0.000 claims description 6
- 241000699802 Cricetulus griseus Species 0.000 claims description 5
- 210000001672 ovary Anatomy 0.000 claims description 5
- 238000001069 Raman spectroscopy Methods 0.000 claims description 3
- 239000003153 chemical reaction reagent Substances 0.000 claims description 3
- 235000006286 nutrient intake Nutrition 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 64
- 238000004519 manufacturing process Methods 0.000 description 32
- 238000004422 calculation algorithm Methods 0.000 description 26
- 230000035611 feeding Effects 0.000 description 23
- 239000002609 medium Substances 0.000 description 17
- 230000001276 controlling effect Effects 0.000 description 16
- 230000008676 import Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 229940024606 amino acid Drugs 0.000 description 12
- 235000001014 amino acid Nutrition 0.000 description 12
- 150000001413 amino acids Chemical class 0.000 description 12
- 229960002989 glutamic acid Drugs 0.000 description 10
- 235000004554 glutamine Nutrition 0.000 description 10
- 229960002743 glutamine Drugs 0.000 description 10
- 229960003082 galactose Drugs 0.000 description 7
- 229960000448 lactic acid Drugs 0.000 description 7
- 238000003556 assay Methods 0.000 description 6
- 229960001031 glucose Drugs 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000011534 incubation Methods 0.000 description 5
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 235000000346 sugar Nutrition 0.000 description 4
- 150000008163 sugars Chemical class 0.000 description 4
- 235000013343 vitamin Nutrition 0.000 description 4
- 229930003231 vitamin Natural products 0.000 description 4
- 239000011782 vitamin Substances 0.000 description 4
- 229940088594 vitamin Drugs 0.000 description 4
- 102100031765 3-beta-hydroxysteroid-Delta(8),Delta(7)-isomerase Human genes 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 3
- 101000866618 Homo sapiens 3-beta-hydroxysteroid-Delta(8),Delta(7)-isomerase Proteins 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 125000003178 carboxy group Chemical group [H]OC(*)=O 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 101150040681 cho1 gene Proteins 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 235000018102 proteins Nutrition 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 239000004017 serum-free culture medium Substances 0.000 description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 2
- GVJHHUAWPYXKBD-UHFFFAOYSA-N (±)-α-Tocopherol Chemical compound OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 2
- BXRLWGXPSRYJDZ-UHFFFAOYSA-N 3-cyanoalanine Chemical compound OC(=O)C(N)CC#N BXRLWGXPSRYJDZ-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- -1 B12) Chemical class 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 2
- DHMQDGOQFOQNFH-UHFFFAOYSA-N Glycine Chemical compound NCC(O)=O DHMQDGOQFOQNFH-UHFFFAOYSA-N 0.000 description 2
- 102000003886 Glycoproteins Human genes 0.000 description 2
- 108090000288 Glycoproteins Proteins 0.000 description 2
- NTYJJOPFIAHURM-UHFFFAOYSA-N Histamine Chemical compound NCCC1=CN=CN1 NTYJJOPFIAHURM-UHFFFAOYSA-N 0.000 description 2
- KDXKERNSBIXSRK-YFKPBYRVSA-N L-lysine Chemical compound NCCCC[C@H](N)C(O)=O KDXKERNSBIXSRK-YFKPBYRVSA-N 0.000 description 2
- OUYCCCASQSFEME-QMMMGPOBSA-N L-tyrosine Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-QMMMGPOBSA-N 0.000 description 2
- KZSNJWFQEVHDMF-BYPYZUCNSA-N L-valine Chemical compound CC(C)[C@H](N)C(O)=O KZSNJWFQEVHDMF-BYPYZUCNSA-N 0.000 description 2
- KDXKERNSBIXSRK-UHFFFAOYSA-N Lysine Natural products NCCCCC(N)C(O)=O KDXKERNSBIXSRK-UHFFFAOYSA-N 0.000 description 2
- 239000004472 Lysine Substances 0.000 description 2
- 101100409194 Rattus norvegicus Ppargc1b gene Proteins 0.000 description 2
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 description 2
- KZSNJWFQEVHDMF-UHFFFAOYSA-N Valine Natural products CC(C)C(N)C(O)=O KZSNJWFQEVHDMF-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 229960000074 biopharmaceutical Drugs 0.000 description 2
- 150000001720 carbohydrates Chemical class 0.000 description 2
- 235000014633 carbohydrates Nutrition 0.000 description 2
- 239000006143 cell culture medium Substances 0.000 description 2
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 2
- 235000018977 lysine Nutrition 0.000 description 2
- 229960003646 lysine Drugs 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- JZRWCGZRTZMZEH-UHFFFAOYSA-N thiamine Chemical compound CC1=C(CCO)SC=[N+]1CC1=CN=C(C)N=C1N JZRWCGZRTZMZEH-UHFFFAOYSA-N 0.000 description 2
- 229960004441 tyrosine Drugs 0.000 description 2
- 235000002374 tyrosine Nutrition 0.000 description 2
- OUYCCCASQSFEME-UHFFFAOYSA-N tyrosine Natural products OC(=O)C(N)CC1=CC=C(O)C=C1 OUYCCCASQSFEME-UHFFFAOYSA-N 0.000 description 2
- 229960004295 valine Drugs 0.000 description 2
- 239000004474 valine Substances 0.000 description 2
- 235000014393 valine Nutrition 0.000 description 2
- 210000003501 vero cell Anatomy 0.000 description 2
- OGNSCSPNOLGXSM-UHFFFAOYSA-N (+/-)-DABA Natural products NCCC(N)C(O)=O OGNSCSPNOLGXSM-UHFFFAOYSA-N 0.000 description 1
- MTCFGRXMJLQNBG-REOHCLBHSA-N (2S)-2-Amino-3-hydroxypropansäure Chemical compound OC[C@H](N)C(O)=O MTCFGRXMJLQNBG-REOHCLBHSA-N 0.000 description 1
- CJKONRHMUGBAQI-YFKPBYRVSA-N (2s)-2-(trimethylazaniumyl)propanoate Chemical compound [O-]C(=O)[C@H](C)[N+](C)(C)C CJKONRHMUGBAQI-YFKPBYRVSA-N 0.000 description 1
- AGNGYMCLFWQVGX-AGFFZDDWSA-N (e)-1-[(2s)-2-amino-2-carboxyethoxy]-2-diazonioethenolate Chemical compound OC(=O)[C@@H](N)CO\C([O-])=C\[N+]#N AGNGYMCLFWQVGX-AGFFZDDWSA-N 0.000 description 1
- OWEGMIWEEQEYGQ-UHFFFAOYSA-N 100676-05-9 Natural products OC1C(O)C(O)C(CO)OC1OCC1C(O)C(O)C(O)C(OC2C(OC(O)C(O)C2O)CO)O1 OWEGMIWEEQEYGQ-UHFFFAOYSA-N 0.000 description 1
- BRMWTNUJHUMWMS-UHFFFAOYSA-N 3-Methylhistidine Natural products CN1C=NC(CC(N)C(O)=O)=C1 BRMWTNUJHUMWMS-UHFFFAOYSA-N 0.000 description 1
- 229940117976 5-hydroxylysine Drugs 0.000 description 1
- 239000004475 Arginine Substances 0.000 description 1
- DCXYFEDJOCDNAF-UHFFFAOYSA-N Asparagine Natural products OC(=O)C(N)CC(N)=O DCXYFEDJOCDNAF-UHFFFAOYSA-N 0.000 description 1
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 1
- XUIIKFGFIJCVMT-GFCCVEGCSA-N D-thyroxine Chemical compound IC1=CC(C[C@@H](N)C(O)=O)=CC(I)=C1OC1=CC(I)=C(O)C(I)=C1 XUIIKFGFIJCVMT-GFCCVEGCSA-N 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 229930091371 Fructose Natural products 0.000 description 1
- RFSUNEUAIZKAJO-ARQDHWQXSA-N Fructose Chemical compound OC[C@H]1O[C@](O)(CO)[C@@H](O)[C@@H]1O RFSUNEUAIZKAJO-ARQDHWQXSA-N 0.000 description 1
- 239000005715 Fructose Substances 0.000 description 1
- 239000004471 Glycine Substances 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- PMMYEEVYMWASQN-DMTCNVIQSA-N Hydroxyproline Chemical compound O[C@H]1CN[C@H](C(O)=O)C1 PMMYEEVYMWASQN-DMTCNVIQSA-N 0.000 description 1
- 102000008394 Immunoglobulin Fragments Human genes 0.000 description 1
- 108010021625 Immunoglobulin Fragments Proteins 0.000 description 1
- XUJNEKJLAYXESH-REOHCLBHSA-N L-Cysteine Chemical compound SC[C@H](N)C(O)=O XUJNEKJLAYXESH-REOHCLBHSA-N 0.000 description 1
- AHLPHDHHMVZTML-BYPYZUCNSA-N L-Ornithine Chemical compound NCCC[C@H](N)C(O)=O AHLPHDHHMVZTML-BYPYZUCNSA-N 0.000 description 1
- ONIBWKKTOPOVIA-BYPYZUCNSA-N L-Proline Chemical compound OC(=O)[C@@H]1CCCN1 ONIBWKKTOPOVIA-BYPYZUCNSA-N 0.000 description 1
- QNAYBMKLOCPYGJ-REOHCLBHSA-N L-alanine Chemical compound C[C@H](N)C(O)=O QNAYBMKLOCPYGJ-REOHCLBHSA-N 0.000 description 1
- ODKSFYDXXFIFQN-BYPYZUCNSA-P L-argininium(2+) Chemical compound NC(=[NH2+])NCCC[C@H]([NH3+])C(O)=O ODKSFYDXXFIFQN-BYPYZUCNSA-P 0.000 description 1
- DCXYFEDJOCDNAF-REOHCLBHSA-N L-asparagine Chemical compound OC(=O)[C@@H](N)CC(N)=O DCXYFEDJOCDNAF-REOHCLBHSA-N 0.000 description 1
- CKLJMWTZIZZHCS-REOHCLBHSA-N L-aspartic acid Chemical compound OC(=O)[C@@H](N)CC(O)=O CKLJMWTZIZZHCS-REOHCLBHSA-N 0.000 description 1
- RHGKLRLOHDJJDR-BYPYZUCNSA-N L-citrulline Chemical compound NC(=O)NCCC[C@H]([NH3+])C([O-])=O RHGKLRLOHDJJDR-BYPYZUCNSA-N 0.000 description 1
- XVOYSCVBGLVSOL-UHFFFAOYSA-N L-cysteine sulfonic acid Natural products OC(=O)C(N)CS(O)(=O)=O XVOYSCVBGLVSOL-UHFFFAOYSA-N 0.000 description 1
- HNDVDQJCIGZPNO-YFKPBYRVSA-N L-histidine Chemical compound OC(=O)[C@@H](N)CC1=CN=CN1 HNDVDQJCIGZPNO-YFKPBYRVSA-N 0.000 description 1
- FFFHZYDWPBMWHY-VKHMYHEASA-N L-homocysteine Chemical compound OC(=O)[C@@H](N)CCS FFFHZYDWPBMWHY-VKHMYHEASA-N 0.000 description 1
- AGPKZVBTJJNPAG-WHFBIAKZSA-N L-isoleucine Chemical compound CC[C@H](C)[C@H](N)C(O)=O AGPKZVBTJJNPAG-WHFBIAKZSA-N 0.000 description 1
- ROHFNLRQFUQHCH-YFKPBYRVSA-N L-leucine Chemical compound CC(C)C[C@H](N)C(O)=O ROHFNLRQFUQHCH-YFKPBYRVSA-N 0.000 description 1
- FFEARJCKVFRZRR-BYPYZUCNSA-N L-methionine Chemical compound CSCC[C@H](N)C(O)=O FFEARJCKVFRZRR-BYPYZUCNSA-N 0.000 description 1
- COLNVLDHVKWLRT-QMMMGPOBSA-N L-phenylalanine Chemical compound OC(=O)[C@@H](N)CC1=CC=CC=C1 COLNVLDHVKWLRT-QMMMGPOBSA-N 0.000 description 1
- AYFVYJQAPQTCCC-GBXIJSLDSA-N L-threonine Chemical compound C[C@@H](O)[C@H](N)C(O)=O AYFVYJQAPQTCCC-GBXIJSLDSA-N 0.000 description 1
- QIVBCDIJIAJPQS-VIFPVBQESA-N L-tryptophane Chemical compound C1=CC=C2C(C[C@H](N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-VIFPVBQESA-N 0.000 description 1
- ROHFNLRQFUQHCH-UHFFFAOYSA-N Leucine Natural products CC(C)CC(N)C(O)=O ROHFNLRQFUQHCH-UHFFFAOYSA-N 0.000 description 1
- GUBGYTABKSRVRQ-PICCSMPSSA-N Maltose Natural products O[C@@H]1[C@@H](O)[C@H](O)[C@@H](CO)O[C@@H]1O[C@@H]1[C@@H](CO)OC(O)[C@H](O)[C@H]1O GUBGYTABKSRVRQ-PICCSMPSSA-N 0.000 description 1
- 241001529936 Murinae Species 0.000 description 1
- DTERQYGMUDWYAZ-ZETCQYMHSA-N N(6)-acetyl-L-lysine Chemical compound CC(=O)NCCCC[C@H]([NH3+])C([O-])=O DTERQYGMUDWYAZ-ZETCQYMHSA-N 0.000 description 1
- NTNWOCRCBQPEKQ-YFKPBYRVSA-N N(omega)-methyl-L-arginine Chemical compound CN=C(N)NCCC[C@H](N)C(O)=O NTNWOCRCBQPEKQ-YFKPBYRVSA-N 0.000 description 1
- JDHILDINMRGULE-LURJTMIESA-N N(pros)-methyl-L-histidine Chemical compound CN1C=NC=C1C[C@H](N)C(O)=O JDHILDINMRGULE-LURJTMIESA-N 0.000 description 1
- JJIHLJJYMXLCOY-BYPYZUCNSA-N N-acetyl-L-serine Chemical compound CC(=O)N[C@@H](CO)C(O)=O JJIHLJJYMXLCOY-BYPYZUCNSA-N 0.000 description 1
- PYUSHNKNPOHWEZ-YFKPBYRVSA-N N-formyl-L-methionine Chemical compound CSCC[C@@H](C(O)=O)NC=O PYUSHNKNPOHWEZ-YFKPBYRVSA-N 0.000 description 1
- RHGKLRLOHDJJDR-UHFFFAOYSA-N Ndelta-carbamoyl-DL-ornithine Natural products OC(=O)C(N)CCCNC(N)=O RHGKLRLOHDJJDR-UHFFFAOYSA-N 0.000 description 1
- AHLPHDHHMVZTML-UHFFFAOYSA-N Orn-delta-NH2 Natural products NCCCC(N)C(O)=O AHLPHDHHMVZTML-UHFFFAOYSA-N 0.000 description 1
- UTJLXEIPEHZYQJ-UHFFFAOYSA-N Ornithine Natural products OC(=O)C(C)CCCN UTJLXEIPEHZYQJ-UHFFFAOYSA-N 0.000 description 1
- 206010035226 Plasma cell myeloma Diseases 0.000 description 1
- ONIBWKKTOPOVIA-UHFFFAOYSA-N Proline Natural products OC(=O)C1CCCN1 ONIBWKKTOPOVIA-UHFFFAOYSA-N 0.000 description 1
- 108010009736 Protein Hydrolysates Proteins 0.000 description 1
- 102000007056 Recombinant Fusion Proteins Human genes 0.000 description 1
- 108010008281 Recombinant Fusion Proteins Proteins 0.000 description 1
- MEFKEPWMEQBLKI-AIRLBKTGSA-N S-adenosyl-L-methioninate Chemical compound O[C@@H]1[C@H](O)[C@@H](C[S+](CC[C@H](N)C([O-])=O)C)O[C@H]1N1C2=NC=NC(N)=C2N=C1 MEFKEPWMEQBLKI-AIRLBKTGSA-N 0.000 description 1
- NOKPBJYHPHHWAN-REOHCLBHSA-N S-sulfo-L-cysteine Chemical compound OC(=O)[C@@H](N)CSS(O)(=O)=O NOKPBJYHPHHWAN-REOHCLBHSA-N 0.000 description 1
- MTCFGRXMJLQNBG-UHFFFAOYSA-N Serine Natural products OCC(N)C(O)=O MTCFGRXMJLQNBG-UHFFFAOYSA-N 0.000 description 1
- AYFVYJQAPQTCCC-UHFFFAOYSA-N Threonine Natural products CC(O)C(N)C(O)=O AYFVYJQAPQTCCC-UHFFFAOYSA-N 0.000 description 1
- 239000004473 Threonine Substances 0.000 description 1
- QIVBCDIJIAJPQS-UHFFFAOYSA-N Tryptophan Natural products C1=CC=C2C(CC(N)C(O)=O)=CNC2=C1 QIVBCDIJIAJPQS-UHFFFAOYSA-N 0.000 description 1
- 229930003427 Vitamin E Natural products 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 229960001570 ademetionine Drugs 0.000 description 1
- 229960003767 alanine Drugs 0.000 description 1
- 235000004279 alanine Nutrition 0.000 description 1
- 238000005571 anion exchange chromatography Methods 0.000 description 1
- 229960003121 arginine Drugs 0.000 description 1
- ODKSFYDXXFIFQN-UHFFFAOYSA-N arginine Natural products OC(=O)C(N)CCCNC(N)=N ODKSFYDXXFIFQN-UHFFFAOYSA-N 0.000 description 1
- 235000009697 arginine Nutrition 0.000 description 1
- 229960001230 asparagine Drugs 0.000 description 1
- 235000009582 asparagine Nutrition 0.000 description 1
- 229960005261 aspartic acid Drugs 0.000 description 1
- 235000003704 aspartic acid Nutrition 0.000 description 1
- 229950011321 azaserine Drugs 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- OQFSQFPPLPISGP-UHFFFAOYSA-N beta-carboxyaspartic acid Natural products OC(=O)C(N)C(C(O)=O)C(O)=O OQFSQFPPLPISGP-UHFFFAOYSA-N 0.000 description 1
- GUBGYTABKSRVRQ-QUYVBRFLSA-N beta-maltose Chemical compound OC[C@H]1O[C@H](O[C@H]2[C@H](O)[C@@H](O)[C@H](O)O[C@@H]2CO)[C@H](O)[C@@H](O)[C@@H]1O GUBGYTABKSRVRQ-QUYVBRFLSA-N 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 235000020958 biotin Nutrition 0.000 description 1
- 239000011616 biotin Substances 0.000 description 1
- 229960002685 biotin Drugs 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000005277 cation exchange chromatography Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000036755 cellular response Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 235000013477 citrulline Nutrition 0.000 description 1
- 229960002173 citrulline Drugs 0.000 description 1
- 235000021310 complex sugar Nutrition 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 229960002433 cysteine Drugs 0.000 description 1
- 235000018417 cysteine Nutrition 0.000 description 1
- XUJNEKJLAYXESH-UHFFFAOYSA-N cysteine Natural products SCC(N)C(O)=O XUJNEKJLAYXESH-UHFFFAOYSA-N 0.000 description 1
- 238000004163 cytometry Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- YSMODUONRAFBET-UHFFFAOYSA-N delta-DL-hydroxylysine Natural products NCC(O)CCC(N)C(O)=O YSMODUONRAFBET-UHFFFAOYSA-N 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- PMMYEEVYMWASQN-UHFFFAOYSA-N dl-hydroxyproline Natural products OC1C[NH2+]C(C([O-])=O)C1 PMMYEEVYMWASQN-UHFFFAOYSA-N 0.000 description 1
- 229960003638 dopamine Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007824 enzymatic assay Methods 0.000 description 1
- YSMODUONRAFBET-UHNVWZDZSA-N erythro-5-hydroxy-L-lysine Chemical compound NC[C@H](O)CC[C@H](N)C(O)=O YSMODUONRAFBET-UHNVWZDZSA-N 0.000 description 1
- 108020001507 fusion proteins Proteins 0.000 description 1
- 102000037865 fusion proteins Human genes 0.000 description 1
- 229960003692 gamma aminobutyric acid Drugs 0.000 description 1
- UHBYWPGGCSDKFX-VKHMYHEASA-N gamma-carboxy-L-glutamic acid Chemical compound OC(=O)[C@@H](N)CC(C(O)=O)C(O)=O UHBYWPGGCSDKFX-VKHMYHEASA-N 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 229960002449 glycine Drugs 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 229960001340 histamine Drugs 0.000 description 1
- 229960002885 histidine Drugs 0.000 description 1
- 235000014304 histidine Nutrition 0.000 description 1
- HNDVDQJCIGZPNO-UHFFFAOYSA-N histidine Natural products OC(=O)C(N)CC1=CN=CN1 HNDVDQJCIGZPNO-UHFFFAOYSA-N 0.000 description 1
- 229960002591 hydroxyproline Drugs 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 229960000310 isoleucine Drugs 0.000 description 1
- AGPKZVBTJJNPAG-UHFFFAOYSA-N isoleucine Natural products CCC(C)C(N)C(O)=O AGPKZVBTJJNPAG-UHFFFAOYSA-N 0.000 description 1
- 229960003136 leucine Drugs 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 229930182817 methionine Natural products 0.000 description 1
- 229960004452 methionine Drugs 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 201000000050 myeloid neoplasm Diseases 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229960003104 ornithine Drugs 0.000 description 1
- 238000001139 pH measurement Methods 0.000 description 1
- 229960005190 phenylalanine Drugs 0.000 description 1
- COLNVLDHVKWLRT-UHFFFAOYSA-N phenylalanine Natural products OC(=O)C(N)CC1=CC=CC=C1 COLNVLDHVKWLRT-UHFFFAOYSA-N 0.000 description 1
- BZQFBWGGLXLEPQ-REOHCLBHSA-N phosphoserine Chemical compound OC(=O)[C@@H](N)COP(O)(O)=O BZQFBWGGLXLEPQ-REOHCLBHSA-N 0.000 description 1
- DCWXELXMIBXGTH-UHFFFAOYSA-N phosphotyrosine Chemical compound OC(=O)C(N)CC1=CC=C(OP(O)(O)=O)C=C1 DCWXELXMIBXGTH-UHFFFAOYSA-N 0.000 description 1
- 229920001184 polypeptide Polymers 0.000 description 1
- 238000011533 pre-incubation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 229960002429 proline Drugs 0.000 description 1
- 239000003531 protein hydrolysate Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 235000019192 riboflavin Nutrition 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 239000002151 riboflavin Substances 0.000 description 1
- 229960001153 serine Drugs 0.000 description 1
- 235000004400 serine Nutrition 0.000 description 1
- 238000001542 size-exclusion chromatography Methods 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 235000019157 thiamine Nutrition 0.000 description 1
- 239000011721 thiamine Substances 0.000 description 1
- 229960002898 threonine Drugs 0.000 description 1
- 235000008521 threonine Nutrition 0.000 description 1
- 229940034208 thyroxine Drugs 0.000 description 1
- XUIIKFGFIJCVMT-UHFFFAOYSA-N thyroxine-binding globulin Natural products IC1=CC(CC([NH3+])C([O-])=O)=CC(I)=C1OC1=CC(I)=C(O)C(I)=C1 XUIIKFGFIJCVMT-UHFFFAOYSA-N 0.000 description 1
- 229960004799 tryptophan Drugs 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
- 229940045997 vitamin a Drugs 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N5/00—Undifferentiated human, animal or plant cells, e.g. cell lines; Tissues; Cultivation or maintenance thereof; Culture media therefor
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/32—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of substances in solution
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M27/00—Means for mixing, agitating or circulating fluids in the vessel
- C12M27/02—Stirrer or mobile mixing elements
- C12M27/06—Stirrer or mobile mixing elements with horizontal or inclined stirrer shaft or axis
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M29/00—Means for introduction, extraction or recirculation of materials, e.g. pumps
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M29/00—Means for introduction, extraction or recirculation of materials, e.g. pumps
- C12M29/06—Nozzles; Sprayers; Spargers; Diffusers
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/46—Means for regulation, monitoring, measurement or control, e.g. flow regulation of cellular or enzymatic activity or functionality, e.g. cell viability
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
- C12M41/48—Automatic or computerized control
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N5/00—Undifferentiated human, animal or plant cells, e.g. cell lines; Tissues; Cultivation or maintenance thereof; Culture media therefor
- C12N5/06—Animal cells or tissues; Human cells or tissues
- C12N5/0602—Vertebrate cells
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Wood Science & Technology (AREA)
- Organic Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Zoology (AREA)
- Biomedical Technology (AREA)
- Genetics & Genomics (AREA)
- Biotechnology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Microbiology (AREA)
- Sustainable Development (AREA)
- Analytical Chemistry (AREA)
- Cell Biology (AREA)
- Computer Hardware Design (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了在细胞培养过程中控制营养物进料的材料和方法。从包含细胞培养物的生物反应器接收样品。从所接收的样品确定活细胞密度和残余营养物测量值。基于该活细胞密度和该残余营养物测量值计算每日营养物进料目标。根据所计算的每日营养物进料目标将该营养物进料到该生物反应器。
Description
相关申请的交叉引用
本申请要求2019年10月18日提交的美国临时专利申请号62/923,185、2019年10月18日提交的美国临时专利申请号62/923,204、2019年10月18日提交的美国临时专利申请号62/923,217、2020年3月26日提交的美国临时专利申请号63/000,361、2020年3月26日提交的美国临时专利申请号63/000,366和2020年3月26日提交的美国临时专利申请号63/000,371的权益。这些专利申请的整个内容以引用方式并入本文。
背景技术
细胞培养生产能力依赖于培养基管理的优化，从而能够实现高细胞密度。营养物进料是工艺优化的重要参数。高细胞密度过程可能需要大量的营养物，并且每日需要量随细胞类型或密度而变化。
发明内容
需要用于预测给定细胞系的每日营养目标需求的改进的材料和方法，并通过本发明解决。所公开技术的一个方面涉及一种在细胞培养过程中控制营养物进料的方法。可以从包含细胞培养物的生物反应器接收样品。可以从所接收的样品确定活细胞密度和残余营养物测量值。可以基于活细胞密度和残余营养物测量值来计算每日营养物进料目标。可以根据所计算的每日营养物进料目标将营养物进料到生物反应器。
在一个实施方案中，可以将生物反应器中的每日残余营养物浓度维持在预定范围内。
在一个实施方案中，可以基于每天的活细胞密度和残余营养物测量值重新计算每日营养物进料目标。
在一个实施方案中，营养物可以选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
在一个实施方案中，营养物可以包括一种或多种单糖。
在一个实施方案中，残余营养物测量可以包括测定生物反应器中的营养物浓度。
在一个实施方案中，残余营养物测量可以包括执行离线营养物测量和在线营养物测量中的一种或多种。
在一个实施方案中，生物反应器可以是本领域已知的任何生物反应器。在一些实施方案中，生物反应器的容量范围为约15ml至约15,000L。在一个实施方案中，生物反应器可以是以下中的一种或多种：中国仓鼠卵巢(CHO)细胞生物反应器和5L生物反应器。除CHO外，可用于生产生物制剂的其他哺乳动物细胞类型。这种哺乳动物细胞类型的非限制性实例包括HEK、293和PerC6。该过程也可用于其他非哺乳动物细胞类型，例如酵母和细菌。
在一些实施方案中，生物反应器中的细胞是本领域已知的任何类型的细胞。在一个实施方案中，生物反应器中的细胞可以是哺乳动物细胞。在一个实施方案中，生物反应器中的细胞可以是细菌、酵母或昆虫细胞。
在一个实施方案中，细胞可以是CHO细胞、重组CHO细胞或它们的混合物。
在一个实施方案中，可以至少部分地基于至少6种细胞系的全局平均消耗值和预先从生物反应器的多次运行中预先确定的生长曲线来计算每日营养物进料目标。
所公开技术的另一方面涉及一种在细胞培养过程中控制营养物进料的方法。可以从包含细胞培养物的容器接收样品。可以从所接收的样品确定活细胞密度和残余营养物测量值。可以基于活细胞密度和残余营养物测量值来计算每日营养物进料目标。可以根据所计算的每日营养物进料目标将营养物进料到容器。
在一个实施方案中，容器可以是培养瓶。
在一个实施方案中，营养物可以选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。在一个实施方案中，营养物可以选自氨基酸或维生素。
所公开技术的另一方面涉及一种在细胞生长过程中平衡葡萄糖进料的方法。可以在细胞生长过程期间定期确定活细胞密度。可以在细胞生长过程期间定期测量葡萄糖浓度。可以基于活细胞密度和葡萄糖浓度定期调整营养物的葡萄糖进料目标。可以根据葡萄糖进料目标将葡萄糖定期进料到细胞生长过程。
所公开技术的一个方面涉及一种在细胞培养过程中控制营养物进料的系统。处理器可以与生物反应器和营养物进料系统通信。细胞培养过程可以在生物反应器内进行。营养物进料系统可以将营养物进料到生物反应器。处理器可以从取自生物反应器的样品确定活细胞密度和残余营养物测量值。可以基于活细胞密度和残余营养物测量值来计算每日营养物进料目标。处理器可以根据所计算的每日营养物进料目标指导营养物进料系统将营养物进料到生物反应器。
在一个实施方案中，营养物进料系统可以在细胞培养过程期间提供营养物的连续或不连续进料。
在一个实施方案中，营养物可以选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
在一个实施方案中，营养物可以包括一种或多种单糖。
所公开技术的另一方面涉及一种在细胞生长过程中平衡葡萄糖进料的系统。处理器可以与在细胞生长过程期间进料葡萄糖的葡萄糖进料系统通信。处理器可以定期确定在细胞生长过程期间测量的活细胞密度和葡萄糖浓度。处理器可以基于活细胞密度和葡萄糖浓度定期调整葡萄糖进料目标。处理器可以根据葡萄糖进料目标定期指导葡萄糖进料系统以将葡萄糖进料到细胞生长过程。
所公开技术的另一方面涉及一种在细胞培养过程中防止糖化的系统。处理器可以与生物反应器和营养物进料系统通信。细胞培养过程可以在生物反应器内进行。营养物进料系统可以将营养物进料到生物反应器。处理器可以确定取自生物反应器的样品内营养物的残余量。处理器可以基于营养物的残余量确定自上一次进料以来营养物的消耗量。处理器可以确定样品内的活细胞密度。处理器可以基于营养物的消耗量和活细胞密度来计算在下一次进料之前要消耗的营养物的预测消耗量。处理器可以基于在下一次进料之前的营养物的预测消耗量和预定残余营养物目标来计算本次进料的营养物的目标量。处理器可以根据所计算的营养物的目标量指导营养物进料系统以将营养物进料到生物反应器。
所公开技术的一个方面涉及一种在细胞培养过程中调节试剂的糖化量的方法。细胞培养过程可以在生物反应器内进行。可以接收来自生物反应器的样品。可以从所接收的样品测量营养物的残余量。可以基于营养物的残余量来确定自上一次进料以来营养物的消耗量。可以从所接收的样品确定活细胞密度。可以基于营养物的消耗量和活细胞密度来计算在下一次进料之前要消耗的营养物的预测消耗量。可以基于在下一次进料之前的营养物的预测消耗量和预定残余营养物目标来计算本次喂食进料的营养物的目标量。可以根据所计算的营养物的目标量将营养物进料到生物反应器。
在一个实施方案中，可以至少部分地基于所确定的活细胞密度来确定本次进料与下一次进料之间的预测活细胞密度。可以至少部分地基于营养物的消耗量来确定营养物消耗速率。可以基于预测活细胞密度和营养物消耗速率来计算预测消耗速率；
在一个实施方案中，进料可以每天进行。
所公开技术的另一方面涉及一种在细胞培养过程中控制葡萄糖进料的方法。从包含细胞培养物的生物反应器接收样品。从所接收的样品测量葡萄糖的残余量。确定从生物反应器接收样品时的取样时间。处理器将葡萄糖的残余量与预定葡萄糖目标进行比较。处理器计算葡萄糖的消耗量。当葡萄糖的残余量大于预定葡萄糖目标时，处理器通过确定在细胞培养过程期间在前一天与当天之间消耗的葡萄糖的量来确定葡萄糖的消耗量。当葡萄糖的残余量不大于预定葡萄糖目标时，处理器基于预定葡萄糖目标与葡萄糖的残余量之间的差值来确定葡萄糖的消耗量。处理器计算积分活细胞密度。处理器基于积分活细胞密度来计算第二天的预定活细胞密度。处理器基于葡萄糖的消耗量和积分活细胞密度来计算比葡萄糖消耗速率。处理器通过将比葡萄糖消耗速率乘以第二天的预定活细胞密度来计算预测葡萄糖消耗量。处理器通过将预定葡萄糖消耗量和预定葡萄糖最小量相加来计算葡萄糖目标。根据葡萄糖目标将葡萄糖进料到生物反应器。
在一个实施方案中，进料可以每天进行。
本公开的其他特征以及由此提供的优点在下文中参考附图中所示的具体实施方案更详细地解释，其中类似的元件由类似的附图标记表示。
附图说明
现在将参考附图，这些附图不一定是按比例绘制的，并且被并入本公开并构成本公开的一部分，示出了所公开技术的各种实施方式和方面，并且与说明书一起解释了所公开技术的原理。在附图中：
图1是可用于实现本公开的一个或多个实施方案的示例性环境的示意图。
图2是可用于实现本公开的一个或多个实施方案的示例性环境的示意图。
图3是根据所公开技术的一个方面的葡萄糖算法的流程图。
图4是根据所公开技术的一个方面的用于进料葡萄糖的自动化过程的示例。
图5是根据所公开技术的一个方面的营养物进料控制系统的框图。
图6A是根据所公开技术的一个方面按培养日示出通过实验确定的残余葡萄糖目标的示例性表。
图6B是根据所公开技术的一个方面按培养日示出通过实验确定的残余葡萄糖目标的另一个示例性表。
图6C是示出根据所公开技术的一个方面用于计算预期细胞生长行为的细胞系计数和生物反应器运行的示例性表。
图7是示出根据所公开技术的一个方面的ΔIVCD随时间的倍数变化的中值和IQR的图表。
图8是示出根据所公开技术的一个方面的ΔIVCD/VCD随时间的中值和IQR的图表。
图9A-图B示出了根据所公开技术的一个方面的VCD预测随时间的百分比误差的图表。
图10A-图10C示出了根据所公开技术的一个方面的不同细胞系随时间的测量的残余葡萄糖水平的图表。
图11A-图11B示出了根据所公开技术的一个方面的不同细胞系随时间的测量的残余葡萄糖水平的附加图表。
图12示出了根据所公开技术的一个方面的RSV随时间的测量的残余葡萄糖水平的图表。
图13示出了根据所公开技术的一个方面的细胞系CHO6随时间的测量的残余葡萄糖水平的图表。
图14示出了从Janssen细胞系数据库计算的中值预期
和中值预期
值。
图15是根据所公开技术的一个方面的由营养物进料控制系统执行的过程的流程图。
图16是根据所公开技术的一个方面的与生物反应器相关联的数据输入的示例性说明。
图17是根据所公开技术的一个方面的与生物反应器相关联的数据输入的示例性说明。
图18是根据所公开技术的一个方面的与生物反应器相关联的数据输入的另一个示例性说明。
图19是根据所公开技术的一个方面的与生物反应器相关联的数据输入的又一个示例性说明。
图20是根据所公开技术的一个方面的选择各种数据导入文件的示例性说明。
图21是根据所公开技术的一个方面的与生物反应器相关联的数据输入的附加示例性说明。
图22是根据所公开技术的一个方面的与生物反应器相关联的数据输入的另一个示例性说明。
图23是根据所公开技术的一个方面的与生物反应器相关联的数据输入的又一个示例性说明。
图24是根据所公开技术的一个方面的与生物反应器相关联的数据输入相关的用户界面的示例性说明。
图25是根据所公开技术的一个方面的与生物反应器相关联的数据输入相关的用户界面的另一个示例性说明。
图26是根据所公开技术的一个方面的与生物反应器相关联的数据输入相关的用户界面的又一个示例性说明。
图27是根据所公开技术的一个方面的与生物反应器相关联的数据输入相关的用户界面的示例性说明。
图28是根据所公开技术的一个方面的与生物反应器相关联的数据输入的示例性说明。
图29是根据所公开技术的一个方面的与生物反应器相关联的数据输入的另一个示例性说明。
图30是根据所公开技术的一个方面的与生物反应器相关联的数据输入的又一个示例性说明。
图31是根据所公开技术的一个方面的与生物反应器相关联的数据输入的示例性说明。
图32是根据所公开技术的一个方面的与生物反应器相关联的数据输入的另一个示例性说明。
图33是根据所公开技术的一个方面的与生物反应器相关联的数据输入的又一个示例性说明。
图34是根据所公开技术的一个方面的选择各种数据导入文件的示例性说明。
图35是根据所公开技术的一个方面的与生物反应器相关联的数据输入的示例性说明。
图36是根据所公开技术的一个方面的与生物反应器相关联的数据输入的另一个示例性说明。
图37是示出在细胞培养过程中控制营养物进料的过程的示例性流程图。
图38是示出在细胞培养过程中控制营养物进料的过程的另一个示例性流程图。
图39是示出在细胞生长过程中平衡葡萄糖进料的过程的示例性流程图。
图40是示出在细胞培养过程中控制葡萄糖进料的过程的示例性流程图。
图41是示出在细胞培养过程中调节试剂糖化量的过程的示例性流程图。
图42是示出在细胞培养过程中控制葡萄糖进料的过程的示例性流程图。
图43是示出在细胞培养过程中控制葡萄糖进料的过程的另一个示例性流程图。
具体实施方式
将参考附图更全面地描述所公开技术的一些实施方式。然而，该公开技术可以以许多不同的形式来体现，并且不应被解释为限于本文所阐述的实施方式。在下文中被描述为构成所公开技术的各种元件部件旨在是说明性的而非限制性的。将执行与本文所描述的部件相同或相似功能的许多合适的部件旨在涵盖在所公开的电子装置和方法的范围内。本文未描述的此类其他部件可包括但不限于例如在所公开的技术开发之后开发的部件。
还应当理解，提到一个或多个方法步骤不排除存在附加的方法步骤或在那些明确标识的步骤之间的中间方法步骤。
应注意，除非上下文另有明确说明，否则术语“一个”或“一种”实体是指一个或多个/一种或多种该实体；例如，“氨基酸”应理解为表示一种或多种蛋白质。因此，术语“一个”(或“一种”)、“一个或多个/一种或多种”和“至少一个/种”在本文中可以互换使用。
术语“营养物”可以指生物体用于存活、生长或以其他方式添加生物质的任何化合物、分子或物质。营养物的示例可以包括碳水化合物来源(例如，普通糖诸如葡萄糖、半乳糖、麦芽糖或果糖，或更复杂的糖)、氨基酸、维生素(例如，B族维生素(例如，B12)、维生素A、维生素E、核黄素、硫胺素和生物素)。在本发明中，一种或多种营养物可以用作替代分子以确定要添加到生物反应器中的总营养物培养基的量。在一些实施方案中，术语“营养物”可以指普通糖、维生素和氨基酸。
术语“氨基酸”可以指二十种标准氨基酸中的任一种，即甘氨酸、丙氨酸、缬氨酸、亮氨酸、异亮氨酸、甲硫氨酸、脯氨酸、苯丙氨酸、色氨酸、丝氨酸、苏氨酸、天冬酰胺、谷氨酰胺、酪氨酸、半胱氨酸、赖氨酸、精氨酸、组氨酸、天冬氨酸和谷氨酸、它们的单一立体异构体以及它们的外消旋混合物。术语“氨基酸”还可以指已知的非标准氨基酸，例如4-羟脯氨酸、羟脯氨酸、s-磺基半胱氨酸、磷酸酪氨酸、ε-N,N,N-三甲基赖氨酸、3-甲基组氨酸、5-羟赖氨酸、O-磷酸丝氨酸、γ-羧基谷氨酸、ε-N-乙酰赖氨酸、ω-N-甲基精氨酸、N-乙酰丝氨酸、N,N,N-三甲基丙氨酸、N-甲酰甲硫氨酸、γ-氨基丁酸、组胺、多巴胺、甲状腺素、瓜氨酸、鸟氨酸、β-氰基丙氨酸、同型半胱氨酸、重氮丝氨酸和S-腺苷甲硫氨酸。在一些实施方案中，氨基酸是谷氨酸、谷氨酰胺、赖氨酸、酪氨酸或缬氨酸。在一些实施方案中，氨基酸是谷氨酸或谷氨酰胺。
术语“营养物培养基”、“补料培养基”、“补料”、“总补料”和“总营养物培养基”可以互换使用，并且可以包括用于生长、繁殖和向细胞系添加生物质的“完全”培养基。营养物培养基可以区别于本身不足以生长和繁殖细胞系的物质或简单培养基。因此，例如，葡萄糖或普通糖本身不是营养物培养基，因为在不含其他所需营养物的情况下，它们不足以生长和繁殖细胞系。
在一个方面，本发明教导了一种用于平衡生物反应器(诸如CHO细胞生物反应器)中的葡萄糖进料的碳水化合物控制算法。所公开的系统优于现有技术的优点在于它利用(自动地或非自动地)收集的数据来调整生物反应器中的葡萄糖，从而增强糖化预防、减少由于葡萄糖进料不足导致的生物反应器崩溃、动态地测量细胞对葡萄糖的反应并调整任何生物体的葡萄糖(例如CHO)。它是半自动的或全自动的，并且与生物体无关，因此可以使用其他哺乳动物细胞(例如，CAR-T、CHO等)。该系统是动态的，尤其是它周期性地从例如系统内的葡萄糖测量中学习。外部(生物反应器)系统包含指导葡萄糖进料系统的算法(标准的现成试剂盒适用于该系统)。现成的葡萄糖进料试剂盒可以以多种方式配置(可能的多进料、不同的位置、可能的连续或不连续进料)。可以使用连续系统，诸如预编程的非反馈控制的细胞培养物的连续进料(系统将简单地随时间将葡萄糖团分开)。这可以自动地将葡萄糖数据自动地提供给算法。使用葡萄糖分析仪根据数据调整葡萄糖进料。在一些实施方案中，所公开的系统用于使用哺乳动物细胞、酵母或细菌生产除糖蛋白之外的商品化学品。
在一个实施方案中，所公开的系统包括在细胞培养过程期间具有反馈控制的自动化过程。
在一个实施方案中，测量乳酸和葡萄糖，并对葡萄糖目标进行步骤更改(每次0.5g/L)。
在一个实施方案中，仅测量葡萄糖。通过仅使用葡萄糖来简化实验室中的过程，并使生物反应器操作员更容易使用算法并适当地进料葡萄糖。
在一个实施方案中，该算法仅使用细胞密度测量并具有预编程的全局葡萄糖消耗值。
在一个实施方案中，每天计算一次葡萄糖目标。该算法可以更新以允许多次测量并且目标是用于下一个24小时。
该算法概念来源于采用人工操作员所使用的思维过程并将其转化为流程图，该流程图使用测量的葡萄糖和乳酸来进行步骤更改以增加或减少葡萄糖目标。
所公开的葡萄糖算法往往比人工操作员更准确，因为人工操作员往往低估葡萄糖(导致耗尽事件)或高估葡萄糖目标以确保葡萄糖不被耗尽。所公开的算法在将葡萄糖控制在所需水平方面比人工操作员可能做得更好。该算法具有维持水平的所需葡萄糖，例如，可以将其设置为介于1g/L和2g/L之间的值。
所公开的方法可用于其他单糖、营养物等。此类单糖或营养物的非限制性实例包括谷氨酸、半乳糖、乳酸和谷氨酰胺。
所公开的技术可以使葡萄糖最小化以避免糖化。
在一些实施方案中，本文公开的方法可以增加在生产生物产品的生物反应器细胞培养物中生产的生物产品的量，或减少生物产品生产时间。所公开的方法可以包括(a)间歇地或连续地分析生物反应器细胞培养物中一种或多种营养物的浓度；以及(b)当一种或多种营养物的浓度低于目标值时向生物反应器细胞培养物中添加附加的营养物培养基。
在一些实施方案中，可以将附加的营养物培养基以足以在整个生物反应器过程中维持基本上稳定的氨基酸浓度的量添加到生物反应器细胞培养物中。
在一些实施方案中，生物反应器细胞培养物可以包含中国仓鼠卵巢(CHO)细胞、HEK-293细胞或VERO细胞。在一些实施方案中，生物产品可以是抗体或抗体样多肽。
在一个实施方案中，本发明的方法可以在任何细胞培养基的存在下进行。例如，生物反应器过程可以在无血清培养基、无蛋白质培养基(包括但不限于含有蛋白质水解产物的无蛋白质培养基)或化学成分确定的培养基的存在下进行。
在本发明中可以使用各种分析装置。分析装置可以包括可以检测和/或定量替代分子或标记物(例如，氨基酸或细胞培养基的其他取代物(例如，维生素、矿物质、离子、糖等))的任何仪器或过程。分析装置可以是用于执行气相色谱法、HPLC、阳离子交换色谱法、阴离子交换色谱法、尺寸排阻色谱法、酶催化测定法和/或化学反应测定法的设备。
如图1所示，生产反应器102可以包括哺乳动物细胞培养物。生产反应器102可以是生物反应器、细胞培养反应器或样品生物反应器。生产反应器102可以是以下中的至少一种：孔板、摇瓶、台式容器和商业规模(例如，15kL)不锈钢反应器。反应样品可以从生产反应器102中取出，并送到营养物进料控制系统110。营养物进料控制系统110可以包括执行葡萄糖测量的葡萄糖测量系统104。葡萄糖测量可以离线或在线进行。营养物进料控制系统110还可以包括葡萄糖目标预测系统106，其从葡萄糖测量系统104接收葡萄糖测量值，并执行葡萄糖目标预测。营养物进料控制系统110可以包括葡萄糖计算系统108，然后可以使用预测葡萄糖目标来计算要添加的葡萄糖的量，并向营养物进料系统120发送指令。在一个实施方案中，由葡萄糖测量系统104、葡萄糖目标预测系统106和葡萄糖计算系统108执行的过程可以由一个或多个处理器完成。
营养物进料系统120可以包括泵111，其将来自葡萄糖进料112的正确量的葡萄糖进料到生产反应器102。
图2示出了可用于实现本公开的一个或多个实施方案的示例性环境的示意图。营养物进料控制系统110可以通过网络180与生产反应器102和营养物进料系统120通信。营养物进料控制系统110可以引导营养物进料系统120将一种或多种营养物进料到生产反应器102。
图3示出了葡萄糖算法的流程图。在302，生产反应器102可以提供样品。在304，葡萄糖测量系统104可以接收样品，并进行葡萄糖测量。在306，葡萄糖目标预测系统106可以预测要向生产反应器102中添加多少葡萄糖。在308，葡萄糖计算系统108可以计算并输出要添加的正确体积的葡萄糖。在310，可以将正确体积的葡萄糖进料到生产反应器102。该算法可适用于预培养。例如，该算法可用于将葡萄糖进料到强化的接种序列。该算法还可适用于N-1灌注过程和生产灌注过程。
图4示出了自动化过程的示例。在402，生产反应器102可以提供样品。在404，可以进行葡萄糖测量，诸如在404a的在线葡萄糖测量(例如，NovaFlex)或在404b的拉曼探针。仪器可用于测量离线pH以及葡萄糖和乳酸。在406，营养物进料控制系统110可以执行预测葡萄糖进料目标。在408，反应器控制站可以处理预测葡萄糖进料目标。在410，控制器可以计算葡萄糖进料体积。在412，控制器可以将葡萄糖进料到生产反应器102。
本文公开的方法可以增加后续生物反应器细胞培养物的产量。在一些实施方案中，该方法可以增加在产生抗体(或其他生物产品)的生物反应器细胞培养物中产生的抗体(或其他生物产品)的量，或减少抗体(或其他生物产品)的产生时间。该方法可以包括通过自动取样装置(例如通过离线、线上、在线或近线样品分析)分析培养样品(从或不从生物反应器中提取样品)。该方法可以包括通过自动化分析装置分析培养样品(例如，残余葡萄糖的浓度)来生成表示营养物(或其他替代标记物)的量的数据。该方法可以包括通过算法或基于计算机的处理程序来处理所生成的数据(例如，通过分析样品中的残余葡萄糖)，其中所处理的数据用于确定要添加到生物反应器中的附加营养物培养基的量。该方法可以包括通过自动进料装置将确定量的营养物培养基添加到生物反应器中。该方法可以包括记录每次营养物培养基添加的时间和量。
哺乳动物细胞可以包括能够在培养物中生长的任何哺乳动物细胞。示例性哺乳动物细胞包括例如CHO细胞(包括CHO-K1、
CHO DUKX-B11、CHO DG44)、VERO、BHK、HeLa、CV1(包括Cos；Cos-7)、MDCK、293、3T3、C127、骨髓瘤细胞系(尤其是鼠)、PC12、HEK-293细胞(包括HEK-293T和HEK-293E)、PER C6、Sp2/0、NS0和W138细胞。也可以使用来源于任何前述细胞的哺乳动物细胞。在一些实施方案中，生物反应器细胞培养物可以包含中国仓鼠卵巢(CHO)细胞、HEK-293细胞或VERO细胞。
所公开的方法的步骤可以重复，并且可以以各种间隔发生。在一些实施方案中，本文公开的步骤可以在整个生物反应器过程中重复超过10次，或者在整个生物反应器过程中重复10至1000次、20至500次或30至100次。在一些实施方案中，步骤可以在整个生物反应器过程中约每4分钟、10分钟、30分钟、60分钟、2小时、3小时、6小时、8小时、12小时、16小时、18小时或24小时重复一次，或者在整个生物反应器过程中约每4至18小时或约每10分钟至约每6小时重复一次。在具体的实施方案中，该方法包括每天一次测量残余营养物(例如残余葡萄糖)的量，在约一天或约24小时后产生目标营养物(葡萄糖)的浓度。在某些实施方案中，该方法包括每天多次(例如每天两次、三次或四次)测量残余营养物(例如残余葡萄糖)的量，在约24小时的测量期间产生目标营养物(葡萄糖)的浓度。
本文公开的方法的步骤可以在相对较短的时间内发生，即，附加营养物培养基的取样、分析和添加可以相对快速地发生。在一些实施方案中，所公开的方法的步骤在约1分钟至约2小时内进行。
在一些实施方案中，所公开的方法的步骤由一个或多个自动化装置执行。术语“自动的”，“自动地”或“自动化的”描述了在没有任何人为干预或动作的情况下(除了最初为任务执行准备一个或多个装置所必需的或可能需要维持一个或多个装置的自动操作的任何人为干预或动作之外)执行一项或多项任务的一个或多个机械装置。自动执行一项或多项任务的“机械装置”可以可选地包括计算机和其中的必要指令(代码)以处理所收集的数据，这些数据可用于决策目的以控制和指导一个或多个装置的性能，诸如控制要执行的任务的定时、持续时间、频率、种类和/或特性。
在各种实施方案中，“离线”分析是指从生产过程中永久地移除样品并在稍后的时间点分析样品，使得数据分析不传达关于过程中条件的实时或近实时信息。在一些实施方案中，离线使用一个或多个分析装置。
在一个实施方案中，可以将分析装置(或与其连接的传感器部分)直接引入生物反应器或纯化单元中，或者可以通过合适的屏障或膜将装置或传感器部分与生物反应器或纯化单元隔开。
在一些实施方案中，分析装置可以是试剂盒，例如测试条，其可以与样品接触放置以快速测定细胞浓度。在一些实施方案中，试剂盒可以包含底物，其在替代标记物或特定浓度的替代标记物的存在下产生化学和/或酶联反应以产生可检测信号。可检测信号可以包括例如色度变化或其他视觉信号。在一些实施方案中，分析装置可以是一次性分析装置，例如一次性测试条。相对于其他更大、更复杂的分析装置，此类试剂盒由于其易于操作和降低的成本而可能是有用的。此类试剂盒还可用于小规模细胞培养繁殖以确定培养物的最佳健康和生产力。
“传统生产过程”可以包括(a)在指定时间点将营养物培养基以批式进料(bolusfeed)的形式添加到生物反应器中，或(b)当葡萄糖(或其他单一营养物)被消耗时将葡萄糖(或其他单一营养物)添加到生物反应器中。传统生产过程可能导致较低的生物产品产率和/或较低的生物产品生产效率。在一个实施方案中，所公开的系统可以利用反馈控制方法，其中监测一种或多种营养物的浓度，并且基于该营养物的浓度，将适当量的总培养基添加到生物反应器中。监测可以自动和频繁地进行，从而大大提高了生物产品的产率。
在一些实施方案中，所生产的生物产品的数量相对于传统生产过程可以显著增加。在一些实施方案中，所生产的生物产品的数量可以比通过传统生产过程生产的生物产品的数量多10％至100％。在一些实施方案中，通过本发明的方法生产的生物产品的数量可以比通过传统生产过程生产的生物产品的数量多10％、15％、20％、25％、30％、35％、40％、45％、50％、55％、60％、65％、70％、80％、90％或100％。
在一些实施方案中，与通过传统生产过程生产的生物产品的糖化程度相比，生物产品的糖化程度降低了至少10％、至少15％、至少20％、至少25％、至少30％、至少35％、至少40％或至少45％。
在各种实施方案中，本文所述的葡萄糖算法和方法可以有效地在进料后一天达到0g/L至3g/L、0.5g/L至2g/L、2g/L至5g/L、小于1g/L或小于2g/L的残余葡萄糖水平。
在本发明中可以设想各种生物产品。在一些实施方案中，生物产品可以是抗体、重组蛋白、糖蛋白或融合蛋白。在一些实施方案中，生物产品可以是可溶性蛋白质。在一些实施方案中，生物产品可以是抗体、抗体片段或修饰抗体(例如，多价抗体、结构域缺失抗体、多聚体抗体、铰链修饰抗体、稳定化抗体、多特异性抗体、线性抗体、scFv、连接的ScFv抗体、多价线性抗体、不含Fc的多价抗体、Fab、多价Fab等)。
现在将详细参考所公开技术的示例性实施方案，其示例在附图中示出并在本文中公开。在方便的情况下，在所有附图中将使用相同的参考标号来指代相同或类似的部件。
图5是根据所公开技术的一个方面的营养物进料控制系统110的框图。营养物进料控制系统110可以包括一个或多个处理器510。由葡萄糖测量系统104、葡萄糖目标预测系统106和葡萄糖计算系统108执行的过程可以由一个或多个处理器510完成。
参考图5，处理器510可以包括能够执行所存储的指令并对所存储的数据进行操作的微处理器、微控制器、数字信号处理器、协处理器等或它们的组合中的一者或多者。处理器510可以是一个或多个已知的处理装置，诸如得自由IntelTM制造的PentiumTM系列或由AMDTM制造的TurionTM系列的微处理器。处理器510可以构成同时执行并行处理的单核或多核处理器。例如，处理器510可以是配置有虚拟处理技术的单核处理器。在某些实施方案中，处理器510可以使用逻辑处理器来同时执行和控制多个进程。处理器510可以实现虚拟机技术或其他类似的已知技术以提供执行、控制、运行、操纵、存储等多个软件进程、应用程序、程序等的能力。本领域的普通技术人员应当理解，可以实现提供本文所公开的能力的其他类型的处理器布置。
在一些实施方式中，非暂态计算机可读介质520可以包括一种或多种合适类型的存储器(例如，易失性或非易失性存储器、随机存取存储器(RAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、磁盘、光盘、软盘、硬盘、可移动盒式磁带、闪存存储器、独立磁盘冗余阵列(RAID)等)，用于存储包括操作系统522、应用程序(包括例如网络浏览器应用程序、窗口小部件或小工具引擎和/或必要时的其他应用程序)、可执行指令和数据的文件。在一个实施方案中，本文描述的处理技术被实现为非暂态计算机可读介质520内的可执行指令和数据的组合。非暂态计算机可读介质520可以包括存储用于执行所公开的实施方案的一个或多个特征的数据和指令的一个或多个存储器装置。非暂态计算机可读介质520还可以包括由存储器控制器装置(例如，服务器等)或软件控制的一个或多个数据库的任何组合，诸如文档管理系统、MicrosoftTMSQL数据库、SharePointTM数据库、OracleTM数据库、SybaseTM数据库或其他关系或非关系数据库。非暂态计算机可读介质520可以包括软件部件，当由处理器510执行时，这些软件部件执行与所公开的实施方案一致的一个或多个过程。在一些实施方案中，非暂态计算机可读介质520可以包括数据库524以执行与所公开的实施方案相关联的过程和功能中的一个或多个。非暂态计算机可读介质520可以包括一个或多个程序526以执行所公开的实施方案的一个或多个功能。此外，处理器510可以执行远离系统110的一个或多个程序526。例如，系统110可以访问一个或多个远程程序526，其在被执行时执行与所公开的实施方案相关的功能。
系统110还可以包括一个或多个I/O装置560，其可以包括一个或多个接口，用于从装置接收信号或输入，并向一个或多个装置提供信号或输出，从而允许系统110接收和/或发送数据。例如，系统110可以包括接口部件，其可以向一个或多个输入装置提供接口，诸如一个或多个键盘、鼠标装置、触摸屏、触控板、轨迹球、滚轮、数码相机、麦克风、传感器等，使得系统110能够从一个或多个用户接收数据。系统110可以包括用于显示图像、视频、数据或其他信息的显示器、屏幕、触摸板等。I/O装置560可以包括图形用户界面562。
在所公开技术的示例性实施方案中，系统110可以包括被执行以促进任何操作的任何数量的硬件和/或软件应用程序。一个或多个I/O接口560可用于从多种输入装置接收或收集数据和/或用户指令。所接收的数据可以根据所公开技术的各种实施方式中的需要由一个或多个计算机处理器处理和/或存储在一个或多个存储器装置中。
网络180可以包括更通常称为互联网的互连计算装置的网络。网络180可以是任何合适的类型，包括经由互联网诸如蜂窝或WiFi网络的单独连接。在一些实施方案中，网络180可以使用直接连接诸如射频识别(RFID)、近场通信(NFC)、BluetoothTM、低能量BluetoothTM(BLE)、WiFiTM、ZigBeeTM、环境反向散射通信(ABC)协议、USB、WAN或LAN来连接终端、服务和移动装置。由于所传输的信息可能是个人信息或机密信息，因此安全问题可能要求对这些类型的一种或多种连接进行加密或以其他方式保护。然而，在一些实施方案中，正在传输的信息可能不太个人化，因此可以出于方便而不是安全而选择网络连接。网络180可以包括用于交换数据的任何类型的计算机联网布置。例如，网络180可以是互联网、专用数据网络、使用公共网络的虚拟专用网络和/或使系统环境中的部件能够在系统100的部件之间发送和接收信息的其他合适的连接。网络180还可以包括公共交换电话网络(“PSTN”)和/或无线网络。网络180还可以包括本地网络，该本地网络包括用于在局部区域中交换数据的任何类型的计算机联网布置，诸如WiFi、BluetoothTM以太网，以及使得系统环境的部件能够彼此交互的其他合适的网络连接。
实施例1
葡萄糖进料是生物反应器工艺优化的重要参数。此外，高细胞密度过程可能需要大量的葡萄糖(在每天5g/L-10g/L的范围内)，并且每日需求量随细胞密度而变化。因此，可以开发可变葡萄糖算法来预测每日葡萄糖目标需求。可变葡萄糖算法使用活细胞密度(VCD)和残余葡萄糖测量值来计算每日葡萄糖目标。葡萄糖算法的实施可能能够在六种细胞系中实现在进料后一天测量的残余葡萄糖水平在0g/L-3g/L之间，其中大多数残余葡萄糖水平在0.5g/L-2g/L之间。
可以从第二天的残余葡萄糖目标(d+1)和在第d天与第d+1天之间的预测葡萄糖消耗的总和计算当天(d)的葡萄糖进料目标(等式1)。
葡萄糖目标d＝预测葡萄糖消耗d+1+残余葡萄糖目标d+1[1]
图6A-B示出了两个表，每个表针对葡萄糖算法按培养日示出了通过实验确定的残余葡萄糖目标。残余葡萄糖目标可以通过实验确定，并且它们随培养天数在0.5g/L-1.5g/L之间变化。
预测葡萄糖消耗可以定义为下一个培养日的预测VCD(VCDd+1)乘以当天的比葡萄糖消耗速率(d)(等式2)。
预测葡萄糖消耗d+1＝
比葡萄糖消耗速率d*预测VCDd+1 [2]
在这种情况下，比葡萄糖消耗速率可以定义为在第d-1天与第d天之间每个细胞每天消耗的葡萄糖量。消耗的葡萄糖浓度可以计算为在d-1的葡萄糖目标与在d的测量葡萄糖浓度之间的差值。然后，消耗的葡萄糖浓度可以通过从d-1到d的累积细胞密度变化(ΔIVCDd)乘以d-1与d之间经过的时间来归一化(等式3)。
在大多数情况下，可以使用对数平均法来近似IVCD。当VCD从d-1到d保持不变时，可以使用简单平均法。
d+1的预测VCD(VCDd+1)可以定义为IVCD从d-1到d的变化(ΔIVCDd)乘以ΔIVCD从d到d+1的中值预期倍数变化(
以及d+1的ΔIVCDd+1与VCDd+1之间的中值预期倍数差的倒数
(等式4)。
使用ΔIVCDd代替VCDd作为活细胞密度的量度，因为与细胞计数仪器相关的实验误差可能导致各个VCD测量值的严重高估和低估。各个测量误差对IVCD的影响减小，进而对葡萄糖目标预测影响减小。
可以从162次5L生物反应器运行的数据库中估计表征细胞系在高滴度培养基和补料中生长的参数，即在第d+1天ΔIVCD和ΔIVCD/VCD的中值预期倍数变化。可以包括六个
(Lonza Sales AG)细胞系，它们过表达不同的蛋白质并且具有不同的表型，并且为了简洁起见命名为CHO1、CHO2、CHO3、CHO4、CHO5和CHO6。图6C示出了用于计算预期细胞生长行为的细胞系计数和生物反应器运行的表格。注意，这些反应器的目标接种密度可以是50万个活细胞/mL。
ΔIVCD从d到d+1的倍数变化可以从数据库中的所有运行计算为培养日的函数，而与使用的细胞系或补料无关。图7示出了对于从具有高滴度培养基和补料的六种细胞系的162次5L生物反应器运行，从培养日(d)第d天到第d+1天ΔIVCD的倍数变化的计算平均值和IQR。然后，可以计算数据的中值和IQR，以确定中值预期
d+1的ΔIVCD与VCD之间的倍数差异可以从数据库中的所有运行计算为培养日的函数，而与使用的细胞系或补料无关。图8示出了对于从具有高滴度培养基和补料的六种细胞系的162次5L生物反应器运行，在培养日(d)第d+1天的ΔIVCD/VCD的计算平均值和IQR。然后，可以计算数据的中值和IQR，以确定中值预期
VCD预测中的误差可以计算为d+1天的预测VCD与测量VCD之间的差(等式5)。
VCD预测中的百分比误差以零为中心，并且随培养日而变化，平均在0％和9％之间。图9A-图9B示出了VCD预测中的百分比误差平均低于10％。
葡萄糖算法性能可以在具有五种细胞系(CHO1、CHO2、CHO3、CHO4、CHO5和CHO6)以及不同的高滴度补料(JMF-1、JMF-5和JaMS)的5L(如图10A-图10C所示)和AMBR250(如图11A-图11B、图12和图13所示)生物反应器中评估。可以在进料后约一天测量残余葡萄糖，并且数据表明该算法在大多数情况下将葡萄糖水平控制在0.5g/L和2g/L之间。
在另一个实施方案中，等式2至等式4可以用以下等式代替。例如，可以根据等式2-1定义预测葡萄糖消耗d+1。该算法假设时间为1天。
预测葡萄糖消耗d+1＝葡萄糖消耗速率d*VCDd+1的预测倍数变化*1天[2-1]
可以根据等式3-1定义葡萄糖消耗速率d。
可以在等式4-1中定义VCDd+1的预测倍数变化。该算法假设时间为1天。
等式4-1中的值可以从具有高滴度培养基和补料的Janssen细胞系数据库计算，如图14所示。该数据库可以由162次5L生物反应器运行组成。可以包括具有不同表型的六种细胞系，即CHO1、CHO2、CHO3、CHO4、CHO5和CHO6。
等式5的预测VCDd+1可以定义为等式4-1的VCDd+1的预测变化乘以ΔIVCDd。
可以在进料后约一天测量残余葡萄糖，并且数据表明该算法在大多数情况下将葡萄糖水平控制在0.5g/L和2g/L之间。
葡萄糖通常可以控制在0.5g/L和2g/L之间。图15示出了计算葡萄糖目标的示例性流程。在1502，可以接收残余葡萄糖测量值、VCD和取样时间作为输入。在1504，处理器可以确定葡萄糖的残余量是否大于目标葡萄糖。如果是，则在1506，通过确定在细胞培养过程期间在前一天与当天之间消耗的葡萄糖的量来确定葡萄糖的消耗量。如果否，则在1508，基于预定葡萄糖目标与葡萄糖的残余量之间的差值来确定葡萄糖的消耗量。在1510，计算积分活细胞密度IVCD。在1512，基于积分活细胞密度来计算第二天的预定活细胞密度。在1514，通过将葡萄糖的消耗量除以ΔIVCD来计算比葡萄糖消耗速率。在1516，通过将比葡萄糖消耗速率乘以第二天的预定活细胞密度来计算预测葡萄糖消耗量。在1518，通过将预测葡萄糖消耗量和预定葡萄糖最小量相加来计算葡萄糖目标。
2.0可变葡萄糖进料表说明
2.1
AMBR
250生物反应器的说明
2.1.1第一步
可以在Resources for High Titer Implementation SharePoint网站上找到该进料表。该网站链接在API-LM SharePoint页面上。
2.1.2第二步
在运行开始之前，输入每个生物反应器和培养日的SQL ID 1602，如图16所示。按照如图17所示的说明使用文件宏来添加生物反应器SQL ID。首先，在“批次”选项卡上，在批次名称下的B栏中输入生物反应器ID。第二，当完成时按下“更新批次ID”按钮1702。第三，将生物反应器ID填充在“输入和进料目标”表中。
2.1.3第三步
对于每个AMBR250生物反应器和培养日，输入采样时间1802(以24小时格式hh:mm)，手动或使用宏在进料之前在生物反应器中测量VCD1804(10^6个细胞/mL)和葡萄糖浓度1806(g/L)，如图18所示。
excel文件中的宏允许文件导入来自Vi-CELL、BioHT、MetaFLEX和AMBR250仪器的外部读数。需要遵循下文详述的样品命名要求，以准确导入每种仪器文件类型的值。可以导入用于VCD测量的Vi-CELL多文件或AMBR250数据表。可以导入用于葡萄糖测量的MetaFLEX或BioHT文件，如图19所示。
2.1.3.1
Vi-CELL多文件
首先，应在获取取样读数之前为每个生物反应器创建生物过程。其次，“备注”部分应当用于表示命名为D#的培养日(培养日1示例＝D1)。第三，将所有读数保存到单个excel多文件中。通过Vi-CELL软件创建多文件。
2.1.3.2
BioHT文本文件
BioHT样品名称命名遵循Malvern API-LM格式；“生物反应器ID”_D#。
2.1.3.3
MetaFLEX文件
首先，在MetaFLEX上的“患者ID”条目中输入“生物反应器ID”。其次，在MetaFLEX上的“患者姓名”条目中输入培养日编号(仅输入#，而不是D#)。
2.1.3.4
AMBR250
Vi-CELL值
来自AMBR250的Vi-CELL值通过AMBR250软件导出到每天的表中。该表仅包含来自AMBR250软件的生物反应器、“批次名称”和“活细胞密度”列。
在按下“输入和进料目标”表的如图19所示的“导入数据文件”按钮1902后，出现“要导入的数据”窗口2000，如图20所示。可以通过按下适当的“浏览”按钮2002并导航到所需文件来选择要添加细胞计数和葡萄糖值的文件，诸如用于ViCell的ViCELL多文件或AMBR250 ViCELL CSV文件、用于MetaFlex的MetaFLEX CSV文件和用于BioHT的BioHT文本文件。选择文件后，按下“上传数据”按钮2004。VCD和葡萄糖值填充在“输入和进料目标”表中。
对于AMBR250，在使用MetaFLEX导入时填充pH和取样时间。
AMB250不导出培养日。当导入AMBR250 Vi-CELL文件时，将打开一个额外的对话框窗口，询问培养日。在此窗口中输入数字培养日(培养日1示例＝1)。
2.1.4第四步
进料表将计算每个AMBR250容器的葡萄糖目标(g/L)，操作员可以在“葡萄糖_目标”列2102下将葡萄糖目标输入SQL中，并且可以手动输入AMBR250表中或使用宏半自动输入AMBR250表中，如图21所示。
对于AMBR250，当导入MetaFLEX文件时，将pH 2202和时间2204填充到葡萄糖进料表中，如图22所示。这可以在随后用于将每日pH偏移值导入AMBR250。这仅适用于MetaFLEX导入，而不适用于BioHT导入。pH包含在图22的图示中以使一些微型生物反应器的操作更容易。由控制器测量的在线pH可以用离线pH测量值进行验证。如果这些不同，则校正在线测量值。通过在表格中包含pH，用户可以轻松导入离线测量值以进行“pH偏移”。葡萄糖目标计算不需要pH。
2.1.5第五步
通过使用“导出pH和葡萄糖”宏2302，如图23所示，葡萄糖表将导出两个CSV文件：选定日期的pH离线测量文件和葡萄糖测量/葡萄糖目标文件。将这两个表保存到闪存驱动器。
如果没有使用MetaFLEX来测量葡萄糖/pH，则pH文件为空白。
2.1.6第六步
要将葡萄糖目标值输入AMBR软件，单击左侧导航栏上的“表格”选项卡2402，如图24所示。
2.1.7第七步
然后，在屏幕的右手侧，单击“数据”选项卡2502，如图25所示。
2.1.8第八步
接着，单击屏幕右下角的“输入数据...”按钮2602，如图26所示。将弹出对话框。(2种方法—使用导出宏或手动输入数据)。
2.1.9第九步
在对话框中，如果使用半自动宏方法：“单击”“使用模板导入数据”链接2702(如果可以从步骤2.1.5导出葡萄糖文件，则可用)，如图27所示。如果使用手动方法：“单击”“输入数据值”。
2.1.10第十步
如果使用手动方法，跳至步骤2.1.12。如果使用半自动宏方法，在选择“使用模板导入数据”链接2702之后，将出现一个新的对话框2800，如图28所示。在左手侧选择“加载数据”按钮2802。加载表格后，“高亮显示”所有单元格(单击第一个单元格并拖动到最后一个单元格)，然后选择“自动检测”按钮2804。
2.1.11第十一步
单元格填充有颜色代码，具体取决于每个单元格中的数据类型(生物反应器、数据标题和数据参数)。如果所有单元格的代码都正确，则“单击”“保存数据”。
如果使用MetaFLEX仪器，可变葡萄糖算法进料表可以将测量的pH导出到第二个保存的文件中。在左手导航栏中选择“pH偏移”并选择所有反应器，然后选择“校正pH偏移”。在对话框中，选择屏幕左下方的“导入数据文件”，然后选择“导出的pH文件”。填充数据后，移除所有未激活的生物反应器并选择“保存数据”按钮2902，如图29所示。
2.1.12第十二步
如果2.1.5中的导出按钮不起作用“输入数据值”：在下一个窗口的右上角，单击“使用当前日期和时间”3002，如图30所示。对于每个AMBR生物反应器，将测量的葡萄糖值(g/L)3004和葡萄糖目标值(g/L)3006输入表中。
2.1.13第十三步
最后，单击屏幕右下角的“保存数据”3008，如图30所示。
2.2
5L生物反应器的说明
2.2.1第一步
可以在Resources for High Titer Implementation SharePoint网站上找到该进料表。该网站链接在API-LM SharePoint页面上。
2.2.2第二步
在运行开始之前，输入每个反应器和培养日的SQL生物反应器ID。SQL生物反应器ID 3102可以使用嵌入的宏来添加，如图31所示。有关填充生物反应器ID的宏使用，参见第2.1.2节。
2.2.3第三步
对于每个5L生物反应器和培养日，输入采样时间3202(以24小时格式hh:mm)，在进料之前在生物反应器中测量VCD 3204(10^6个细胞/mL)和葡萄糖浓度3206(g/L)，如图32所示。
excel文件中的宏允许文件导入3302来自Vi-CELL、BioHT、MetaFLEX和AMBR250仪器的外部读数，如图33所示。需要遵循下文详述的样品命名要求，以准确导入每种仪器文件类型的值。可以导入用于VCD测量的Vi-CELL多文件或AMBR250数据表。可以导入用于葡萄糖测量的MetaFLEX或BioHT文件。
2.2.3.1
Vi-CELL多文件
应在获取取样读数之前为每个生物反应器创建生物过程。“备注”部分应当用于表示命名为D#的培养日(培养日1示例＝D1)。将所有读数保存到单个excel多文件中。通过Vi-CELL软件创建多文件。
2.2.3.2
BioHT文本文件
BioHT样品名称命名遵循Malvern API-LM格式；“生物反应器ID”_D#。
2.2.3.3MetaFLEX文件
在MetaFLEX上的“患者ID”条目中输入“生物反应器ID”。在MetaFLEX上的“患者姓名”条目中输入培养日编号(仅输入#，而不是D#)。
在按下“输入和进料目标”表的“导入数据文件”按钮后，出现“要导入的数据”窗口3400，如图34所示。可以通过按下适当的“浏览”按钮3402并导航到所需文件来选择要添加细胞计数和葡萄糖值的文件，诸如用于ViCell的ViCELL多文件、ViCELL CSV文件、用于MetaFLEX的MetaFLEX CSV文件和用于BioHT的BioHT文本文件。选择文件后，按下“上传数据”按钮。VCD和葡萄糖值填充在“输入和进料目标”表中。
2.2.4第四步
进料单将计算每个5L容器的葡萄糖目标(g/L)，操作员将在“葡萄糖_目标”列3502下将其输入SQL中，如图35所示。
2.2.5第五步
在SQL(v 2.28或更高版本)中，将测量葡萄糖(g/L)输入“葡萄糖_G”列3600中，将葡萄糖目标输入“葡萄糖_目标”列3602中。在“进料2_目标”列3604中计算要添加到生物反应器的葡萄糖体积。记录实际进料生物反应器的葡萄糖3606的体积，如图36所示。
图37是示出在细胞培养过程中控制营养物进料的过程的示例性流程图。在3702，可以从包含细胞培养物的生物反应器接收样品。在3704，可以从所接收的样品确定活细胞密度和残余营养物测量值。在3706，可以基于活细胞密度和残余营养物测量值来计算每日营养物进料目标。在3708，可以根据所计算的每日营养物进料目标将营养物进料到生物反应器。
在一个实施方案中，该过程还可以包括将生物反应器中的每日残余营养物浓度维持在预定范围内。
在一个实施方案中，可以基于每天的活细胞密度和残余营养物测量值重新计算每日营养物进料目标。
在一个实施方案中，营养物可以选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
在一个实施方案中，营养物可以包括一种或多种单糖。
在一个实施方案中，残余营养物测量可以包括测定生物反应器中的营养物浓度。
在一个实施方案中，残余营养物测量可以包括执行离线营养物测量和在线营养物测量中的一种或多种。
在一个实施方案中，残余营养物测量可以通过以下中的一者或一者进行：NovaFlex装置和拉曼探针。
在一个实施方案中，生物反应器可以是以下中的一种或多种：中国仓鼠卵巢(CHO)细胞生物反应器和5L生物反应器。除CHO外，可用于生产生物制剂的其他哺乳动物细胞类型，包括重组细胞等。这种哺乳动物细胞类型的非限制性实例包括HEK、293和PerC6。该过程也可用于其他非哺乳动物细胞类型，例如酵母和细菌。
在一个实施方案中，生物反应器中的细胞可以是哺乳动物细胞。
在一个实施方案中，细胞是CHO细胞。
在一个实施方案中，可以至少部分地基于至少6种细胞系的全局平均消耗值和预先从生物反应器的多次运行中预先确定的生长曲线来计算每日营养物进料目标。
图38是示出在细胞培养过程中控制营养物进料的过程的另一个示例性流程图。在3802，可以从包含细胞培养物的容器接收样品。在3804，可以从所接收的样品确定活细胞密度和残余营养物测量值。在3806，可以基于活细胞密度和残余营养物测量值来计算每日营养物进料目标。在3808，可以根据所计算的每日营养物进料目标将营养物进料到容器。在一个实施方案中，容器可以是培养瓶。
在一个实施方案中，营养物可以选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
图39是示出在细胞生长过程中平衡葡萄糖进料的过程的示例性流程图。在3902，可以定期确定在细胞生长过程期间测量的活细胞密度和葡萄糖浓度。在3904，可以基于活细胞密度和葡萄糖浓度定期调整营养物的葡萄糖进料目标。在3906，可以根据葡萄糖进料目标将葡萄糖定期进料到细胞生长过程。
图40是示出在细胞培养过程中控制葡萄糖进料的过程的示例性流程图。在4002，可以从包含细胞培养物的生产反应器接收样品。在4004，可以从所接收的样品测量葡萄糖的残余量。在4006，可以确定从生产反应器接收样品时的取样时间。在4008，可以将葡萄糖的残余量与预定葡萄糖目标进行比较。在4010，可以计算葡萄糖的消耗量。例如，当葡萄糖的残余量大于预定葡萄糖目标时，可以通过确定在细胞培养过程期间在前一天与当天之间消耗的葡萄糖的量来确定葡萄糖的消耗量。在另一示例中，当葡萄糖的残余量不大于预定葡萄糖目标时，可以基于预定葡萄糖目标与葡萄糖的残余量之间的差值来确定葡萄糖的消耗量。
在4012，可以计算积分活细胞密度。在4014，可以基于积分活细胞密度来计算第二天的预定活细胞密度。在4016，可以基于葡萄糖的消耗量和积分活细胞密度来计算比葡萄糖消耗速率。在4018，可以通过将比葡萄糖消耗速率乘以第二天的预定活细胞密度来计算预测葡萄糖消耗量。在4020，可以通过将预定葡萄糖消耗量和预定葡萄糖最小量相加来计算葡萄糖目标。在4022，可以根据葡萄糖目标将葡萄糖进料到生产反应器。
在一个实施方案中，进料可以每天进行。
图41是示出在细胞培养过程中调节试剂糖化量的过程的示例性流程图。在4102，可以从包含细胞培养物的生产反应器接收样品。在4104，可以从所接收的样品测量营养物的残余量。在4106，可以基于营养物的残余量来确定自上一次进料以来营养物的消耗量。在4108，可以从所接收的样品确定活细胞密度。在4110，可以基于营养物的消耗量和活细胞密度来计算在下一次进料之前要消耗的营养物的预测消耗量。在4112，可以基于在下一次进料之前的营养物的预测消耗量和预定残余营养物目标来计算本次喂食进料的营养物的目标量。在4114，可以根据所计算的营养物的目标量将营养物进料到生物反应器。
在一个实施方案中，可以至少部分地基于所确定的活细胞密度来确定本次进料与下一次进料之间的预测活细胞密度。可以至少部分地基于营养物的消耗量来确定营养物消耗速率。可以基于预测活细胞密度和营养物消耗速率来计算预测消耗速率。
在一个实施方案中，进料可以每天进行。
在一个实施方案中，营养物可以选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
在一个实施方案中，营养物可以包括一种或多种单糖。
图42是示出在细胞培养过程中控制葡萄糖进料的过程的示例性流程图。在4202，可以确定葡萄糖测量值。在4204，可以确定乳酸测量值。在4206，可以确定当前培养日。在4208，可以基于葡萄糖测量值、乳酸测量值和当前培养日的组合来确定葡萄糖目标。
在一个实施方案中，当葡萄糖测量值小于1g/L、乳酸测量值小于1g/L并且当前培养日为第5天时，葡萄糖目标可以是5g/L。
在一个实施方案中，当葡萄糖测量值小于1g/L、乳酸测量值大于1g/L且小于3g/L并且当前培养日为第5天时，葡萄糖目标可以是4.5g/L。
图43是示出在细胞培养过程中控制葡萄糖进料的过程的另一个示例性流程图。在4302，可以从包含细胞培养物的生产反应器接收样品。在4304，可以从所接收的样品测量葡萄糖的残余量。在4306，可以将葡萄糖的残余量与预定葡萄糖目标进行比较。在4308，可以计算葡萄糖的消耗量。例如，当葡萄糖的残余量大于预定葡萄糖目标时，可以通过确定在细胞培养过程期间在前一天与当天之间消耗的葡萄糖的量来确定葡萄糖的消耗量。在另一示例中，当葡萄糖的残余量不大于预定葡萄糖目标时，可以基于预定葡萄糖目标与葡萄糖的残余量之间的差值来确定葡萄糖的消耗量。在4310，可以确定当天的活细胞密度。在4312，可以确定前一天的活细胞密度。在4314，可以基于当天的活细胞密度和前一天的活细胞密度来估计生长速率。在4316，可以基于所估计的生长速率来预测第二天的积分活细胞密度。在4318，可以基于积分活细胞密度来计算第二天的预定活细胞密度。在4320，可以基于葡萄糖的消耗量和积分活细胞密度来计算比葡萄糖消耗速率。在4322，可以通过将比葡萄糖消耗速率乘以第二天的预定活细胞密度来计算预测葡萄糖消耗量。在4324，可以通过将预定葡萄糖消耗量和预定葡萄糖最小量相加来计算葡萄糖目标。在4326，可以根据葡萄糖目标将葡萄糖进料到生产反应器。
以下是缩写和定义的列表。
d可以指当天细胞培养日。
d+1可以指下一个细胞培养日。
d-1可以指上一个细胞培养日。
VCD可以指活细胞密度(细胞数/mL)。
IVCD可以指积分活细胞密度(细胞数/mL*天)。
ΔIVCDd可以指IVCD从第d-1天到第d天的变化(细胞数*天/mL)。
VCDd+1可以指第d+1天的VCD。
ΔIVCDd+1可以指IVCD从第d天到第d+1天的变化(细胞数*天/mL)。
IQR可以指四分位距。
葡萄糖目标d可以指进料反应器的葡萄糖的目标浓度(g/L)。
葡萄糖消耗速率d可以指从时间d-1到时间d每天消耗的葡萄糖((g/L)/天)。
比葡萄糖消耗速率d可以指从时间d-1到时间d细胞每天消耗的葡萄糖(pg/(细胞数*/天))。
残余葡萄糖目标d+1可以指在时间d+1反应器中残余葡萄糖的所需理论浓度(g/L)。
预测葡萄糖消耗d+1可以指在时间d+1消耗的预测葡萄糖(g/L)。
VCDd+1中的预测倍数变化可以指从数据库导出的从时间d到时间d+1的VCD中的预测倍数变化。假设已经过去1天(无单位)。
预测葡萄糖消耗d+1可以指预测从时间d到时间d+1被细胞培养物消耗的葡萄糖浓度(g/L)。
测量葡萄糖d可以指当天在生物反应器中测量的葡萄糖浓度d。
ΔIVCDd+1/VCDd+1可以指ΔIVCD和VCD从d到d+1的倍数差。如果ΔIVCD＝VCD，则等于1。
ΔIVCDd+1/ΔIVCDd可以指ΔIVCD从d到d+1的倍数变化。
测量的VCDd+1可以指在d+1测量的VCD。
该书面描述使用示例来公开所公开技术的某些实施方式，包括最佳模式，并且还使得本领域任何技术人员能够实践所公开技术的某些实施方式，包括制造和使用任何装置或系统以及执行任何并入的方法。所公开技术的某些实施方式的可取得专利的范围在权利要求中定义，并且可以包括本领域技术人员想到的其他示例。如果这些其他示例具有与权利要求的文字语言相同的结构元件，或者如果它们包括与权利要求的文字语言无实质差异的等同的结构元件，则此类其他示例旨在处于权利要求的范围内。
虽然已经结合目前被认为是最实用的各种实施方式描述了所公开技术的某些实施方式，但是应当理解，所公开的技术不限于所公开的实施方式，而是相反地，旨在涵盖包括在所附权利要求的范围内的各种修改和等效布置。尽管本文采用了特定术语，但是这些术语仅以一般性意义和描述性意义被使用并且不出于限制的目的。
上文参考根据所公开技术的示例性实施方式的系统和方法和/或计算机程序产品的框图和流程图描述了所公开技术的某些实施方式。应当理解，框图和流程图中的一个或多个框以及框图和流程图中的框的组合可以分别由计算机可执行程序指令来实现。同样，根据所公开技术的一些实施方式，框图和流程图中的一些框可以不必按所呈现的顺序来执行，或者可以根本不必执行。
这些计算机程序指令还可以存储在计算机可读存储器中，该计算机可读存储器可以指导计算机或其他可编程数据处理设备以特定方式运行，使得存储在计算机可读存储器中的指令产生包括实现在一个或多个流程图框中指定的一个或多个功能的指令装置的制品。
所公开技术的实施方式可以提供一种计算机程序产品，其包括具有包含在其中的计算机可读程序代码或程序指令的计算机可用介质，所述计算机可读程序代码适于被执行以实现在一个或多个流程图框中指定的一个或多个功能。计算机程序指令还可以加载到计算机或其他可编程数据处理设备上，以使得在计算机或其他可编程设备上执行一系列操作元件或步骤，从而产生计算机实现的过程，使得在计算机或其他可编程设备上执行的指令提供用于实现在一个或多个流程图框中指定的功能的元件或步骤。
因此，框图和流程图的框支持用于执行指定功能的装置的组合、用于执行指定功能的元件或步骤的组合以及用于执行指定功能的程序指令装置。还应当理解，框图和流程图中的每个框，以及框图和流程图中的框的组合可以由执行指定功能、元件或步骤的基于硬件的专用计算机系统、或专用硬件和计算机指令的组合来实现。
Claims (33)
1.一种在细胞培养过程中控制营养物进料的方法，包括：
从包含细胞培养物的生物反应器接收样品；
从所接收的样品确定活细胞密度和残余营养物测量值；
基于所述活细胞密度和所述残余营养物测量值计算每日营养物进料目标；以及
根据所计算的每日营养物进料目标将所述营养物进料到所述生物反应器。
2.根据权利要求1所述的方法，还包括将所述生物反应器中的每日残余营养物浓度维持在预定范围内。
3.根据权利要求1或权利要求2所述的方法，还包括基于每天的所述活细胞密度和所述残余营养物测量值重新计算所述每日营养物进料目标。
4.根据权利要求1至3中任一项所述的方法，其中所述营养物选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
5.根据权利要求1至3中任一项所述的方法，其中所述营养物包括一种或多种单糖。
6.根据权利要求1至5中任一项所述的方法，其中所述残余营养物测量包括测定所述生物反应器中的营养物浓度。
7.根据权利要求1至5中任一项所述的方法，其中所述残余营养物测量包括执行离线营养物测量和在线营养物测量中的一种或多种。
8.根据权利要求1至5中任一项所述的方法，其中所述残余营养物测量通过以下中的一者或多者执行：NovaFlex装置和拉曼探针。
9.根据权利要求1至8中任一项所述的方法，其中所述生物反应器是以下中的一种或多种：中国仓鼠卵巢(CHO)细胞生物反应器和5L生物反应器。
10.根据权利要求1至9中任一项所述的方法，其中所述生物反应器中的细胞是哺乳动物细胞。
11.根据权利要求10所述的方法，其中所述细胞是CHO细胞。
12.根据权利要求1至11中任一项所述的方法，其中至少部分地基于至少6种细胞系的全局平均消耗值和预先从所述生物反应器的多次运行中预先确定的生长曲线来计算所述每日营养物进料目标。
13.一种在细胞培养过程中控制营养物进料的方法，包括：
从包含细胞培养物的容器接收样品；
从所接收的样品确定活细胞密度和残余营养物测量值；
基于所述活细胞密度和所述残余营养物测量值计算每日营养物进料目标；以及
根据所计算的每日营养物进料目标将所述营养物进料到所述容器。
14.根据权利要求13所述的方法，其中所述容器是培养瓶。
15.根据权利要求13或权利要求14所述的方法，其中所述营养物选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
16.一种在细胞生长过程中平衡葡萄糖进料的方法，包括：
定期确定在所述细胞生长过程期间测量的活细胞密度和葡萄糖浓度；
基于所述活细胞密度和所述葡萄糖浓度定期调整营养物的葡萄糖进料目标；以及
根据所述葡萄糖进料目标将葡萄糖定期进料到所述细胞生长过程。
17.一种在细胞培养过程中控制葡萄糖进料的方法，包括：
从包含细胞培养物的生物反应器接收样品；
从所接收的样品测量葡萄糖的残余量；
确定从所述生物反应器接收所述样品时的取样时间；
将所述葡萄糖的残余量与预定葡萄糖目标进行比较；
通过以下步骤计算葡萄糖的消耗量：
当所述葡萄糖的残余量大于所述预定葡萄糖目标时，通过确定在所述细胞培养过程期间在前一天与当天之间消耗的葡萄糖的量来确定所述葡萄糖的消耗量；
当所述葡萄糖的残余量不大于所述预定葡萄糖目标时，基于所述预定葡萄糖目标与所述葡萄糖的残余量之间的差值来确定所述葡萄糖的消耗量；
计算积分活细胞密度；
基于所述积分活细胞密度来计算第二天的预定活细胞密度；
基于所述葡萄糖的消耗量和所述积分活细胞密度来计算比葡萄糖消耗速率；
通过将所述比葡萄糖消耗速率乘以所述第二天的预定活细胞密度来计算预测葡萄糖消耗量；
通过将预定葡萄糖消耗量和预定葡萄糖最小量相加来计算葡萄糖目标；以及
根据所述葡萄糖目标将葡萄糖进料到所述生物反应器。
18.根据权利要求18所述的方法，其中所述进料每天进行。
19.一种在细胞培养过程中控制营养物进料的系统，包括：
与包含细胞培养物的生物反应器和将营养物进料到所述生物反应器的营养物进料系统通信的处理器，所述处理器被配置成：
从取自所述生物反应器的样品确定活细胞密度和残余营养物测量值；
基于所述活细胞密度和所述残余营养物测量值计算每日营养物进料目标；以及
根据所计算的每日营养物进料目标指导所述营养物进料系统以将所述营养物进料到所述生物反应器。
20.根据权利要求19所述的系统，其中所述营养物进料系统在所述细胞培养过程期间提供所述营养物的连续或不连续进料。
21.根据权利要求19或权利要求20所述的系统，其中所述营养物选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
22.根据权利要求19至21中任一项所述的系统，其中所述营养物包括一种或多种单糖。
23.一种在细胞生长过程中平衡葡萄糖进料的系统，包括：
与在所述细胞生长过程期间进料葡萄糖的葡萄糖进料系统通信的处理器，所述处理器被配置成：
定期确定在所述细胞生长过程期间测量的活细胞密度和葡萄糖浓度；
基于所述活细胞密度和所述葡萄糖浓度定期调整葡萄糖进料目标；以及
根据所述葡萄糖进料目标定期指导所述葡萄糖进料系统以将葡萄糖进料到所述细胞生长过程。
24.一种在细胞培养过程中防止糖化的系统，包括：
与包含细胞培养物的生物反应器和将营养物进料到所述生物反应器的营养物进料系统通信的处理器，所述处理器被配置成：
确定取自所述生物反应器的样品内营养物的残余量；
基于所述营养物的残余量确定自上一次进料以来所述营养物的消耗量；
确定所述样品内的活细胞密度；
基于所述营养物的消耗量和所述活细胞密度来计算在下一次进料之前要消耗的所述营养物的预测消耗量；
基于在下一次进料之前的所述营养物的所述预测消耗量和预定残余营养物目标来计算本次进料的所述营养物的目标量；以及
根据所计算的所述营养物的目标量指导所述营养物进料系统以将所述营养物进料到所述生物反应器。
25.一种在细胞培养过程中调节试剂的糖化量的方法，包括：
从包含细胞培养物的生物反应器接收样品；
从所接收的样品测量营养物的残余量；
基于所述营养物的残余量确定自上一次进料以来所述营养物的消耗量；
从所接收的样品确定活细胞密度；
基于所述营养物的消耗量和所述活细胞密度来计算在下一次进料之前要消耗的所述营养物的预测消耗量；
基于在下一次进料之前的所述营养物的预测消耗量和预定残余营养物目标来计算本次进料的所述营养物的目标量；以及
根据所计算的所述营养物的目标量将所述营养物进料到所述生物反应器。
26.根据权利要求25所述的方法，还包括：
至少部分地基于所确定的活细胞密度来确定所述本次进料与所述下一次进料之间的预测活细胞密度；
至少部分地基于所述营养物的消耗量来确定营养物消耗速率；以及
基于所述预测活细胞密度和所述营养物消耗速率来计算预测消耗速率。
27.根据权利要求25所述的方法，其中所述进料每天进行。
28.根据权利要求25至27中任一项所述的方法，其中所述营养物选自葡萄糖、谷氨酸、半乳糖、乳酸和谷氨酰胺。
29.根据权利要求25至27中任一项所述的方法，其中所述营养物包括一种或多种单糖。
30.一种在细胞培养过程中控制葡萄糖进料的方法，包括：
确定葡萄糖测量值；
确定乳酸测量值；
确定当前培养日；以及
基于所述葡萄糖测量值、所述乳酸测量值和所述当前培养日的组合来确定葡萄糖目标。
31.根据权利要求30所述的方法，其中当所述葡萄糖测量值小于1g/L、所述乳酸测量值小于1g/L并且所述当前培养日为第5天时，所述葡萄糖目标是5g/L。
32.根据权利要求30所述的方法，其中当所述葡萄糖测量值小于1g/L、所述乳酸测量值大于1g/L且小于3g/L并且所述当前培养日为第5天时，所述葡萄糖目标是4.5g/L。
33.一种在细胞培养过程中控制葡萄糖进料的方法，包括：
从包含细胞培养物的生物反应器接收样品；
从所接收的样品测量葡萄糖的残余量；
将所述葡萄糖的残余量与预定葡萄糖目标进行比较；
通过以下步骤计算葡萄糖的消耗量：
当所述葡萄糖的残余量大于所述预定葡萄糖目标时，通过确定在所述细胞培养过程期间在前一天与当天之间消耗的葡萄糖的量来确定所述葡萄糖的消耗量；
当所述葡萄糖的残余量不大于所述预定葡萄糖目标时，基于所述预定葡萄糖目标与所述葡萄糖的残余量之间的差值来确定所述葡萄糖的消耗量；
确定所述当天的活细胞密度；
确定所述前一天的活细胞密度；
基于所述当天的所述活细胞密度和所述前一天的所述活细胞密度来估计生长速率；
基于所估计的生长速率来预测第二天的积分活细胞密度；
基于所述积分活细胞密度来计算所述第二天的预定活细胞密度；
基于所述葡萄糖的消耗量和所述积分活细胞密度来计算比葡萄糖消耗速率；
通过将所述比葡萄糖消耗速率乘以所述第二天的预定活细胞密度来计算预测葡萄糖消耗量；
通过将预定葡萄糖消耗量和预定葡萄糖最小量相加来计算葡萄糖目标；以及
根据所述葡萄糖目标将葡萄糖进料到所述生物反应器。
Applications Claiming Priority (13)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201962923217P | 2019-10-18 | 2019-10-18 | |
| US201962923204P | 2019-10-18 | 2019-10-18 | |
| US201962923185P | 2019-10-18 | 2019-10-18 | |
| US62/923217 | 2019-10-18 | ||
| US62/923204 | 2019-10-18 | ||
| US62/923185 | 2019-10-18 | ||
| US202063000366P | 2020-03-26 | 2020-03-26 | |
| US202063000361P | 2020-03-26 | 2020-03-26 | |
| US202063000371P | 2020-03-26 | 2020-03-26 | |
| US63/000366 | 2020-03-26 | ||
| US63/000371 | 2020-03-26 | ||
| US63/000361 | 2020-03-26 | ||
| PCT/US2020/055925 WO2021076855A1 (en) | 2019-10-18 | 2020-10-16 | Dynamic monosaccharide control processes |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114867835A true CN114867835A (zh) | 2022-08-05 |
Family
ID=75538645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080087627.9A Pending CN114867835A (zh) | 2019-10-18 | 2020-10-16 | 动态单糖控制方法 |
Country Status (8)
| Country | Link |
|---|---|
| EP (1) | EP4045628A1 (zh) |
| JP (1) | JP2022551999A (zh) |
| KR (1) | KR20220100881A (zh) |
| CN (1) | CN114867835A (zh) |
| AU (1) | AU2020368466A1 (zh) |
| CA (1) | CA3158201A1 (zh) |
| IL (1) | IL292216A (zh) |
| WO (1) | WO2021076855A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3226527A1 (en) * | 2021-07-13 | 2023-01-19 | Janssen Biotech, Inc. | Predictive cell-based fed-batch process |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2344789T5 (es) * | 2003-05-15 | 2017-06-14 | Wyeth Llc | Alimentación restringida de glucosa para el cultivo de células animales |
| MX2010013729A (es) * | 2008-06-13 | 2011-01-14 | Centocor Ortho Biotech Inc | Metodos para mejorar la viabilidad y la productividad de los cultivos celulares. |
| WO2016196315A2 (en) * | 2015-05-29 | 2016-12-08 | Biogen Ma Inc. | Cell culture methods and systems |
| MX2020003555A (es) * | 2017-10-16 | 2020-08-03 | Regeneron Pharma | Sistemas de espectroscopia raman in situ y metodos para controlar variables de proceso en cultivos celulares. |
| WO2019129891A1 (de) * | 2017-12-29 | 2019-07-04 | F. Hoffmann-La Roche Ag | Vorhersage des metabolischen zustands einer zellkultur |
-
2020
- 2020-10-16 CN CN202080087627.9A patent/CN114867835A/zh active Pending
- 2020-10-16 JP JP2022522951A patent/JP2022551999A/ja active Pending
- 2020-10-16 AU AU2020368466A patent/AU2020368466A1/en active Pending
- 2020-10-16 KR KR1020227016430A patent/KR20220100881A/ko unknown
- 2020-10-16 CA CA3158201A patent/CA3158201A1/en active Pending
- 2020-10-16 WO PCT/US2020/055925 patent/WO2021076855A1/en unknown
- 2020-10-16 EP EP20877283.0A patent/EP4045628A1/en active Pending
-
2022
- 2022-04-13 IL IL292216A patent/IL292216A/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022551999A (ja) | 2022-12-14 |
| CA3158201A1 (en) | 2021-04-22 |
| AU2020368466A1 (en) | 2022-05-12 |
| US20240132835A1 (en) | 2024-04-25 |
| EP4045628A1 (en) | 2022-08-24 |
| IL292216A (en) | 2022-06-01 |
| WO2021076855A1 (en) | 2021-04-22 |
| KR20220100881A (ko) | 2022-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rathore et al. | Bioprocess control: current progress and future perspectives | |
| Rogers et al. | A view on the importance of “multi-attribute method” for measuring purity of biopharmaceuticals and improving overall control strategy | |
| Reyes et al. | Modern sensor tools and techniques for monitoring, controlling, and improving cell culture processes | |
| Chrysanthopoulos et al. | Metabolomics for high-resolution monitoring of the cellular physiological state in cell culture engineering | |
| Rathore et al. | Chemometrics applications in biotech processes: a review | |
| Konakovsky et al. | Metabolic control in mammalian fed-batch cell cultures for reduced lactic acid accumulation and improved process robustness | |
| Selvarasu et al. | Combined data preprocessing and multivariate statistical analysis characterizes fed-batch culture of mouse hybridoma cells for rational medium design | |
| KR20200070218A (ko) | 세포 배양에서 공정 변수를 제어하기 위한 원위치 라만 분광법 시스템 및 방법 | |
| Dewasme et al. | Experimental validation of an Extended Kalman Filter estimating acetate concentration in E. coli cultures | |
| Schenk et al. | A simple method to monitor and control methanol feeding of Pichia pastoris fermentations using mid-IR spectroscopy | |
| CN112714934B (zh) | 细胞选择的多变量方法 | |
| US20230323275A1 (en) | Monitoring and control of bioprocesses | |
| CN114867835A (zh) | 动态单糖控制方法 | |
| Wohlenberg et al. | Optimization of a mAb production process with regard to robustness and product quality using quality by design principles | |
| Retamal et al. | Parameter estimation of a dynamic model of Escherichia coli fed-batch cultures | |
| Urniezius et al. | Bridging offline functional model carrying aging-specific growth rate information and recombinant protein expression: entropic extension of akaike information criterion | |
| Spadiut et al. | Dynamics in bioprocess development for Pichia pastoris | |
| US20240228948A9 (en) | Dynamic monosaccharide control processes | |
| Wallocha et al. | Off-gas-based soft sensor for real-time monitoring of biomass and metabolism in Chinese hamster ovary cell continuous processes in single-use bioreactors | |
| CN117480241A (zh) | 动态营养物控制方法 | |
| CN117642495A (zh) | 基于细胞的预测性批式流加工艺 | |
| AU2022310002A1 (en) | Predictive cell-based fed-batch process | |
| Ritchie et al. | Extraction of indirectly captured information for use in a comparison of offline pH measurement technologies | |
| AU2018350890B2 (en) | In situ Raman spectroscopy systems and methods for controlling process variables in cell cultures | |
| Portela et al. | Time Integrated Flux Analysis: Exploiting the Concentration Measurements Directly for Cost-Effective Metabolic Network Flux Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |