JP2021521870A - 複数の物理的属性の独立解析または多変量解析に基づく、バイオリアクター製造物の生産予測 - Google Patents
複数の物理的属性の独立解析または多変量解析に基づく、バイオリアクター製造物の生産予測 Download PDFInfo
- Publication number
- JP2021521870A JP2021521870A JP2020561044A JP2020561044A JP2021521870A JP 2021521870 A JP2021521870 A JP 2021521870A JP 2020561044 A JP2020561044 A JP 2020561044A JP 2020561044 A JP2020561044 A JP 2020561044A JP 2021521870 A JP2021521870 A JP 2021521870A
- Authority
- JP
- Japan
- Prior art keywords
- product
- cells
- bioreactor
- processor
- sensor data
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 88
- 238000000491 multivariate analysis Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 135
- 230000008569 process Effects 0.000 claims abstract description 66
- 239000000758 substrate Substances 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000012258 culturing Methods 0.000 claims abstract description 11
- 210000004027 cell Anatomy 0.000 claims description 133
- 238000004891 communication Methods 0.000 claims description 25
- 210000001778 pluripotent stem cell Anatomy 0.000 claims description 22
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 15
- 239000001301 oxygen Substances 0.000 claims description 15
- 229910052760 oxygen Inorganic materials 0.000 claims description 15
- 239000007789 gas Substances 0.000 claims description 10
- 239000002207 metabolite Substances 0.000 claims description 8
- 210000001744 T-lymphocyte Anatomy 0.000 claims description 7
- 210000000130 stem cell Anatomy 0.000 claims description 7
- 210000000822 natural killer cell Anatomy 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 6
- 210000003171 tumor-infiltrating lymphocyte Anatomy 0.000 claims description 6
- 238000013019 agitation Methods 0.000 claims description 5
- 230000000735 allogeneic effect Effects 0.000 claims description 5
- 238000001415 gene therapy Methods 0.000 claims description 5
- 239000013603 viral vector Substances 0.000 claims description 5
- 238000011129 allogeneic cell therapy Methods 0.000 claims description 4
- 238000011130 autologous cell therapy Methods 0.000 claims description 4
- 239000003102 growth factor Substances 0.000 claims description 4
- 210000002901 mesenchymal stem cell Anatomy 0.000 claims description 4
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 3
- 108090000695 Cytokines Proteins 0.000 claims description 3
- 102000004127 Cytokines Human genes 0.000 claims description 3
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 3
- 241000700605 Viruses Species 0.000 claims description 3
- 239000000460 chlorine Substances 0.000 claims description 3
- 229910052801 chlorine Inorganic materials 0.000 claims description 3
- 210000001808 exosome Anatomy 0.000 claims description 3
- 210000002865 immune cell Anatomy 0.000 claims description 3
- 210000003289 regulatory T cell Anatomy 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000012855 volatile organic compound Substances 0.000 claims 4
- 238000003860 storage Methods 0.000 description 17
- 238000005070 sampling Methods 0.000 description 15
- 238000013500 data storage Methods 0.000 description 14
- 239000000306 component Substances 0.000 description 11
- 238000010924 continuous production Methods 0.000 description 10
- 239000002028 Biomass Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000011109 contamination Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 230000001225 therapeutic effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000004663 cell proliferation Effects 0.000 description 3
- 238000002659 cell therapy Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004113 cell culture Methods 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- JVTAAEKCZFNVCJ-UHFFFAOYSA-N lactic acid Chemical compound CC(O)C(O)=O JVTAAEKCZFNVCJ-UHFFFAOYSA-N 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000011027 product recovery Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013341 scale-up Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 1
- 229940126656 GS-4224 Drugs 0.000 description 1
- 238000012893 Hill function Methods 0.000 description 1
- 108010093096 Immobilized Enzymes Proteins 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910001882 dioxygen Inorganic materials 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 229940045426 kymriah Drugs 0.000 description 1
- 235000014655 lactic acid Nutrition 0.000 description 1
- 239000004310 lactic acid Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 239000012533 medium component Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000011165 process development Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 108010078373 tisagenlecleucel Proteins 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 229940045208 yescarta Drugs 0.000 description 1
Images
Classifications
-
- 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
- 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
- C12M41/26—Means for regulation, monitoring, measurement or control, e.g. flow regulation of pH
-
- 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
- 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
- C12M41/34—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of gas
-
- 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
- C12M41/42—Means for regulation, monitoring, measurement or control, e.g. flow regulation of agitation speed
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Wood Science & Technology (AREA)
- Organic Chemistry (AREA)
- Zoology (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Microbiology (AREA)
- Sustainable Development (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Biotechnology (AREA)
- Genetics & Genomics (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
Abstract
一態様において、バイオリアクターにおける製造物の生産量を概算するための、コンピュータにより実現される方法が提供される。この方法は、生細胞と該生細胞が含まれる基質とを含むバイオリアクターであって、製造プロセスにおいて一定期間、細胞由来の製造物または細胞からなる製造物を培養するためのバイオリアクターを提供する工程、前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーを提供する工程、前記2つ以上のセンサーからのセンサーデータをプロセッサで受信する工程、ならびに前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を前記プロセッサで推定する工程を含む。
Description
関連出願の相互参照
本願は、2018年5月1日に出願された米国仮特許出願62/665,155号（発明の名称「PREDICTING BIOREACTOR PRODUCT PRODUCTION BASED ON INDEPENDENT OR MULTIVARIATE ANALYSIS OF MULTIPLE PHYSICAL ATTRIBUTES」）の優先権を主張するものであり、該出願の内容は、参照によりその全体が本明細書に援用される。
本願は、2018年5月1日に出願された米国仮特許出願62/665,155号（発明の名称「PREDICTING BIOREACTOR PRODUCT PRODUCTION BASED ON INDEPENDENT OR MULTIVARIATE ANALYSIS OF MULTIPLE PHYSICAL ATTRIBUTES」）の優先権を主張するものであり、該出願の内容は、参照によりその全体が本明細書に援用される。
本明細書は、バイオリアクターを用いた治療用細胞工学製品の製造プロセスに関する。特に、本明細書は、生細胞量の多変量予測モデルに関する。
バイオリアクターは、細胞や細胞産物の培養において長い歴史がある。最も簡易な形のバイオリアクターは、生細胞と基質を含む容器であり、容器の内容物が時間の経過に伴い産物へと変化する。この産物は細胞内産物であっても、細胞外産物であってもよく、治療用細胞工学製品の場合には、細胞自体であってもよい。バイオリアクターは、培地基質内の1以上の条件を測定するように設計されたセンサー技術を含んでいてもよい。慣例的に測定される条件としては、以下に限定されないが、温度、pH、溶存酸素（DO）、酸化還元（レドックス）電位、撹拌、ガス流量（流入量と排出量）、圧力、容器重量など挙げられる。センサー技術の進歩により、解析手法の範囲が拡大しており、可能な解析手法としては、以下に限定されないが、NIR、FTIR、ラマン、光学、固定化酵素結合代謝物測定、レーダー、伝導率、屈折率測定などが挙げられる。
完全閉鎖型のプロセス制御バイオリアクターにおける治療用細胞工学製品の培養は、新たな製造の試みであるが、2017年の時点では、Novartis社のKymriahとGilead社のYescartaの2つの自己細胞製品しか市販されていない。しかし、他にも多くの候補が開発中である。製造用途のバイオリアクタープラットフォームにおける様々なセンサー技術の選択や使用は、コスト、再現性、信頼性、使いやすさや安全性によって異なる。
既存のバイオリアクターシステムでは、細胞生産量が予想通りに増えているかどうかを物理的侵襲法で確認する。具体的には、認可された研究員が、適当な防護服（例えば、手袋およびガウンまたは完全な封じ込めボディースーツ）を着用して、バイオリアクターから培地基質の一部を1回以上採取し、基質中の内容物を解析して、中でも特に細胞数を測定する。ただし、細胞生産量を確認するこの方法には、下記のような欠点がある。1）培地基質の一部を採取することは、治療用途に使える細胞を除去することになる。2）サンプルの物理的除去は、異物混入のリスクを招く（異物混入により、バッチの壊滅、何十万ドルあるいは何百万ドルもの損失、生物の損失が生じる可能性がある）。3）サンプルの物理的採取に必要な人材や装備に時間や金銭的コストがかかる。4）上記の不都合により、サンプリング回数が制限され、多くの場合、1日当たり1回または2回になるため、細胞培養の状態に関して限られた情報しか得られず、効率的な修正処置を取ることができない。例えば、自己細胞治療製品は患者特異的な原料が必要であり、ドナーのみに投与するために製造される。そのような原料や製造量は非常に限られていて、特異的であるため、サンプル採取による異物混入の発生および／または治療用の生細胞数の減少は、患者を危険な状態にさらすことになりかねない。一方、同種異系細胞治療製品は患者特異的ではなく、そのため、1回の製造運転で複数回分の投与量を生産できるスケールアップ製造が可能である。しかし、サンプル採取による異物混入が発生した場合、生産規模の大きさやそれに関連する原料コストは、メーカーにとって大きな損害リスクになる。（10〜1000人の）患者の視点からみれば、生産運転中の異物混入は、根治を目指す細胞治療の遅延や、ひいては欠陥のある細胞材料の投与による膨大な人命損失というリスクをはらんでいる。
上記の欠点の1つ以上を解消または緩和することが望ましい。
本明細書に記載の実施形態は、製造プロセスを様々な面で制御するとともに、生細胞および細胞製造物の密度を予測することを目的とした、バイオリアクターのセンサーデータの組み合わせを含む。物理的属性を含む複数の連続的なプロセス変量間の相関の組み合わせを活用することによって、予測された密度または量の生細胞および細胞製造物が生産される。このような複数の物理的属性の測定値に基づいた増殖予測を用いて、プロセス決定（例えば、フィード供給速度、ガス流速、撹拌速度の増加）が通知される。
本明細書に記載の実施形態は、複数の物理的属性センサーの読取値を使用することにより、センサーの故障もしくは異常の場合に備えた冗長性の確保および／または複数のセンサー入力に基づく改善された予測が可能となることから、これまでより頑健な予測を提供することができる。
本明細書に記載の実施形態は、サンプリングレスの、細胞および細胞製造物の製造を可能にし、それにより、サンプル採取による異物混入リスクおよび製造物の損失を低減させる傾向がある。
第1の態様において、バイオリアクターにおける製造物の生産量を概算するための、コンピュータにより実現される方法が提供される。この方法は、生細胞と該生細胞が含まれる基質とを含むバイオリアクターであって、製造プロセスにおいて一定期間、細胞由来の製造物または細胞からなる製造物を培養するためのバイオリアクターを提供する工程、前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーを提供する工程、前記2つ以上のセンサーからのセンサーデータをプロセッサで受信する工程、ならびに前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を前記プロセッサで推定する工程を含む。さらなる一態様において、前記バイオリアクターへのプロセスインプットの供給速度を決定する方法が提供される。この方法は、製造物の目標密度を提供する工程、前記バイオリアクターにおける製造物の生産量を概算するための、コンピュータにより実現される上記の方法により、前記製造物の概算量を推定する工程、前記製造物の概算量と前記製造物の目標密度とを前記プロセッサで比較する工程、前記比較に基づいて、一定期間内に前記製造物の目標密度を達成するのに必要な、前記バイオリアクターへのプロセスインプットの供給速度を前記プロセッサで決定する工程、ならびに前記バイオリアクターへのプロセスインプットの供給速度を、決定された前記プロセスインプットの供給速度に調整する工程を含む。
別の一態様において、バイオリアクターにおける製造物の生産量を概算するためのシステムが提供される。このシステムは、製造プロセスにおいて一定期間、基質中で生細胞由来の製造物または生細胞からなる製造物を培養するためのバイオリアクターと、前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーと、前記2つ以上のセンサーと通信で連結された計算装置とを含む。前記計算装置は、プロセッサと、メモリと、通信モジュールとを含む。このプロセッサは、前記メモリおよび前記通信モジュールと通信で連結されている。また、前記プロセッサは、前記2つ以上のセンサーからのセンサーデータを受信し、前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける、前記メモリに保存されている既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を推定するように構成されている。さらなる一態様において、前記バイオリアクターへのプロセスインプットの供給速度を決定するためのシステムが提供される。このシステムは、前記製造物の概算量を推定するための上記のシステムと、前記計算装置および前記バイオリアクターと通信で連結されているフィードバックコントローラとを含み、前記プロセッサは、さらに、前記製造物の概算量と前記製造物の目標密度とを比較し、前記比較に基づいて、一定期間内に前記製造物の目標密度を達成するのに必要な、前記バイオリアクターへのプロセスインプットの供給速度を決定し、前記バイオリアクターへのプロセスインプットの調整供給速度を、前記通信モジュールを介して、前記フィードバックコントローラへと通信できるように構成されている。前記フィードバックコントローラは、前記計算装置の前記通信モジュールから、前記プロセスインプットの調整供給速度を受信した後、前記バイオリアクターへのプロセスインプットの供給速度を、前記プロセッサで決定されたプロセスインプットの供給速度に調整する。
さらなる一態様において、非一時的なコンピュータ可読媒体が提供される。この媒体は、バイオリアクターにおける製造物の生産量を概算するための、コンピュータで実行可能な命令を含み、前記バイオリアクターは、製造プロセスにおいて一定期間、基質中で生細胞由来の製造物または生細胞からなる製造物を培養するためのバイオリアクターであり、前記バイオリアクターは、前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーを含む。前記コンピュータで実行可能な命令が実行されると、プロセッサが、前記2つ以上のセンサーから受信した前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上のセンサーから受信した前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を推定する。
以下に、例示的な実施形態について、添付図面を参照しながら説明する。
別段の定めがない限り、本明細書で使用する技術用語および科学用語はすべて、概して、本発明が属する技術分野において通常の技能を有する者が一般に理解しているものと同じ意味を有する。
本明細書に記載の実施形態により、サンプリングレスで動的プロセス制御および製造物回収の適時選択が可能になる。サンプリングレスで治療用細胞工学製品を製造できることの利点としては、異物混入リスクの低減やその後の治療的投薬に使える細胞数の増加などが想定され、これらは、メーカーにとっても、エンドユーザーとしての患者にとっても有益である。本明細書に記載の実施形態は、生細胞の濃度の予測と動的プロセス制御および製造物回収の適時選択とを可能にする多変量モデルを構築するためのインラインセンサー技術の使用を想定するものである。このような方法で、本明細書に記載の実施形態は、1回のインプットに対して1回のアウトプットという制御ループの制限を克服する。具体的には、複数ソースからのデータストリームを組み合わせて1回のアウトプットを予測する。本明細書に記載の実施形態では、複数のインプットを利用することにより、より頑健な予測アルゴリズム、すなわち、細胞もしくは細胞製造物の濃度もしくは関連する測定量の正確な値または近似値を絶えず予測しながら、システムおよび寄与するデータストリームの摂動にも耐えられる予測アルゴリズムが得られる。
同種異系の例―多能性幹細胞製造
同種異系多能性幹細胞（PSC）の製造において、バイオリアクターを用いて生産量をスケールアップし、複数回分の投薬量を含む大量バッチ製造を行ってもよい。臨床的に意味のある細胞生産量に到達するために、プロセス制御された撹拌槽型バイオリアクターのシードトレインを用いてもよい。この例においては、pHおよびDOとの相関を明らかにすることで、生細胞密度を予測し、培地の供給速度の調整に必要な情報およびシードトレイン内の次の容器への移送に必要な回収時間の予測に必要な情報を提供する。
PSCの増殖が進むにつれて、乳酸などの老廃物が蓄積するとともに、増殖因子などの栄養素／熱に弱い成分が減少する。これらの事象を解消するために、多くの場合、培地補給溶液が使われ、またその供給速度は、多くの場合、細胞の増殖および／または代謝物の蓄積／枯渇に応じて増大する。判断へと導く変量に関係なく、慣例的に、何らかのサンプルベースのデータに応じて供給速度が調整される。本発明者らは、サンプリングを伴うプロセス開発運転を事前に行うことで、供給速度を上げるべき最適な細胞密度を決定できること、ならびに、サンプル採取なしで供給速度の調整を可能にするpHおよびDOと生細胞密度との相関を導出できることを見出した。
連続的なプロセスデータを適当な関数にフィッティングさせることにより、プロセス相関が得られた。1つの例では、4パラメータのロジスティック Hill関数にデータがうまくフィッティングした（r2 = 0.976）。ただし、当技術分野の当業者であれば、他にも利用できる多くのモデルがあることは十分に理解できるであろう。方程式および生データへのフィッティングを図１に示す。図１は、10Lのバイオリアクターで多能性幹細胞を拡大培養した場合の予測モデル（右）と、pHと時間をプロットしたプロセスデータにモデルフィッティングを行った結果（左）の一例である。
別の製造運転で、サンプルを採取して、細胞数をカウントした。これにより、フィッティングした増殖曲線が得られた。この場合は、3パラメータのゴンペルツ方程式にうまくフィッティングした（r2 = 0.991）。ただし、当技術分野の当業者であれば、他にも利用できる多くのモデルがあることは十分に理解できるであろう。方程式および生データへのフィッティングを図２に示す。図２は、10Lのバイオリアクターで多能性幹細胞を拡大培養した場合の予測モデル（右）と、細胞数と時間をプロットしたサンプルベースのデータにモデルフィッティングを行った結果（左）の一例である（ただし、0時間と66時間における中塗りデータポイントは、モデルフィッティングから除外した）。
生細胞量を予測するための相関を得るために、図１および図２のデータを、時間軸を合わせてプロットし、図３に示す関係を得た。このデータは4次モデルでうまく説明することができた（r2 = 0.993）。ただし、当技術分野の当業者であれば、他にも利用できる多くのモデルがあることは十分に理解できるであろう。
本発明者らは、図１〜３で得られた関係を用いて、図３に記載の方程式により、連続的なプロセスpHデータから直接PSCバイオリアクター培養物の生細胞密度の近似値を予測または推定できることを見出した。このような予測の一例を図４に示す。図４は、連続的なプロセスpHデータ（黒実線）とサンプルベースの細胞数（丸印）の例を示したものである。得られた図３の方程式を、連続的なプロセスpHデータに適用することにより、図４の点線で示される予測の細胞量が得られる。
上記の数理的記載を、1）非制御運転時の溶存酸素（すなわち、溶存酸素の消費とともにプロセス値が緩やかに減少する）、2）制御運転時の溶存酸素（すなわち、溶存酸素が一定に保たれており、制御値（CVまたはセンサー「call」シグナル）の上昇が予測に使用される）、3）マスフローコントローラからの酸素ガス流量、ならびに、4）プロセスデータから計算される酸素取込速度（OUR）にも適用した。上記で実証したpHとの関係と、溶存酸素の例とを組み合わせることにより、2変量関係が得られる。この関係を用いて、統合した多変量方程式で生物量を予測してもよく、また並列冗長的な方法で生物量を予測してもよい。複数の連続的なプロセス変量（プロセス値）から予測することの重要性について説明する。
図５に関して、10LのPSCの拡大培養に関する別の一例において、多変量予測方法を用いることの利点の一例として、本発明者らは10Lの容器における溶存酸素の関係を調べた。この例では、適切な制御を行うためのPID（比例、積分、微分）フィードバックコントローラが設置されておらず、連続的なプロセスデータは上記の数理的処理法には適応しなかった。プロセス値データ（図５、上）は、空気供給酸素と純酸素提供との切り替え時（2日目付近）に乱れた。しかし、本発明者らは、制御値データ（図５、下）が増加傾向を示すことに気づき、これを多変量細胞予測モデルにさらに活用できると考えた。
本発明者らが見出した上記関係と合わせることで、サンプリングレスで、スケールアップしたシードトレインの開発が可能になった。一実施形態において、予測生物量の値を用いることにより、容器またはバイオリアクターに供給されるフィード速度を増加するタイミングとその程度を決定してその決定を通知し、中間および最終の製造段階（2〜4×106個/mL）で回収することができた。
供給制御
図６は、生物量モデリングの利用により供給制御が可能であることを示す例示的なデータであり、上記した予測生物量測定により既存の製造プロセスを改善できたことが示されている。もともと、既存のプロセスでは、供給が2日目（図６の供給開始2）から低速で開始される。サンプリングは毎日行い、細胞数は、通常4日目までに（図６の供給速度の増加1）、供給の増加が必要なレベルまで増大する。これにより、約1×106個/mL（一番下の曲線）を生産できる増殖速度が得られる。例えば、リアルタイムのpHおよびDOセンサー読取値に基づく、本明細書に記載の予測細胞生産量フィードバックは、物理的なサンプリング回数より頻度の高いフィードバックが可能であることから、本発明者らは、本明細書に記載の多変量予測により細胞生産量を推定することで（中央の曲線）、より早期に供給速度を上昇させることができ、既存のプロセスをより積極的に駆動して、より高い細胞濃度（4〜5×106個/mL）を得ることができた（一番上の曲線）。
自己細胞の例―T細胞製造
同様の数理的方法を、揺動式バイオリアクターにおける自己T細胞製品の製造に適用し、本明細書に記載の方法が、細胞の種類およびプラットフォームに依存しないことを証明した。連続的なデータ（pHおよびDO）およびサンプルベースのデータ（細胞数）に対して、前述の方法と同様にして、図７に示すようなカーブフィッティングを行った。図７は、連続的なDOデータ（左）、連続的なpHデータ（中央）およびサンプルベースの細胞数（右）のモデルフィッティングの一例である。時間軸を合わせてpHと細胞数をプロットしたデータ、時間軸を合わせてDOと細胞数をプロットしたデータに対して、それぞれフィッティングを行ったもの（エクセルの多項式およびjmpの4パラメータのロジスティックス Hill方程式）、加えて、pHとDOの両方を含む多変量関係、さらに、5つすべてのフィッティングの平均が得られた。
多変量予測モデルおよび並列冗長予測モデルの有用性の証明として、図８に示すいくつかのシリーズは共通して、初期の時点での誤差が大きいという問題を示している。細胞増殖の初期段階では、pHとDOの変化が極微であるため、この結果は理解し得るものであり、システムに起因するものである。しかし、細胞の増殖が進み、pHとDOのダイナミックレンジが広がると、細胞生産量とpH／DO低下との相関に基づいて、細胞生産量を予測する能力が向上することを本発明者らは見出した。また、図８から、複数の並列（すなわち、DO予測細胞数、pH予測細胞数、JMP-4P Hill pH予測細胞数、およびJMP-4P Hill DO予測細胞数）、多変量ならびにすべての相関の平均が、同等で予測可能な運転モードを示していることも分かる。図８の棒グラフの各セクションには、図８の凡例に記載されているように、6本のバーが示されている。168時間後の「JMP-4P Hill pH予測細胞数」のバーに関しては、判読しにくいが、データシリーズは1%の値を示している。実測値とのパーセント差がかなり小さいため、グラフ中の「5つの予測の平均」のバーで隠れた状態になっている。図８に示すように、本発明者らは、時間の経過とともに予測が進むと、予測値と実測値との差が小さくなる（すなわち、予測精度が上昇する）ことを見出した。これは、センサーから回収されるデータにリアルタイムで適応する再帰的なフィッティングの値によって示された。
連続的なプロセスデータから増殖曲線と速度データを得ることができるので、リアルタイムのpHとDOのセンサーデータが受信されるたびに、図２および７に示す増殖を説明する方程式を再帰的にフィットさせることができる。下表１の方程式は、（開始時刻（0時間、表１では「T0」）と目標の細胞密度のオペレーターインプットにより）リアルタイムに最新のものに更新され、製造グラフィカルユーザーインターフェイス（GUI）（例えば、図９のGUI 90）に表示される。図９に、回収までのリアルタイムの最新のカウントダウン時間92と、回収時間のタイムスタンプ94とを含むインターフェースの一例（Xuri（商標）インターフェースと記載）を示す。「回収までの時間」と「回収時間」は、メーカーにとって特に興味深い情報であり、この情報により、プロセス、オペレーターおよび患者のスケジュール調整が可能になる。一実施形態において、これを、表１および図９に示すように表示することも可能であり、また人材や、下流の資源およびロジスティクスのスケジュール調整用のクラウドに直接送信することもできる。
上記で実証した相関による予測に基づく、様々なさらなる実施形態について、以下に説明する。本明細書は、全体として、非侵襲的な方法で（すなわち、バイオリアクターから基質の一部を物理的にサンプリングまたは除去する必要がない方法で）、バイオリアクターにおける細胞生産量を算定または予測するための、バイオリアクターの2つ以上のセンサー読取値を電子的に監視する方法およびシステムであって、算定または予測を、上記した通り、センサー読取値と細胞生産量との既定の相関（例えば、モデル系が決まっている場合）またはアルゴリズムにより再帰的にフィットまたは適合した相関に基づいて行う方法およびシステムに関する。前記相関が決まると、細胞またはバイオリアクター製造物の概算量を、観測したセンサー読取値に基づいて予測することができる。本明細書に記載の実施形態は、2つ以上のセンサー読取値を利用するが、（1つのセンサーによる変動誤差のリスクを低減させるため）複数のセンサー読取値を独立かつ並列で考察することにより予測を行ってもよく、また多変量的に予測を行ってもよい。一実施形態において、図２に示すように、センサー読取値の外れ値は、細胞またはバイオリアクター製造物の生産量を予測的に算定する際に無視してもよい。
本明細書に記載の様々な実施形態において、本明細書に記載の方法およびシステムにより、バイオリアクターから基質の一部を物理的に除去することなく、細胞量を容易に予測できるようになり、それにより、前述したリスクおよびコストの低減または軽減も可能になる。様々な実施形態において、本明細書に記載の方法およびシステムにより、バイオリアクターデータと予測の細胞生産量の監視および記録が容易になり、それにより、「回収時間」のスケジュール調整が容易になる傾向があり、ひいては前述した通り、プロセス、オペレーターおよび患者のスケジュール調整も容易になる。前記製造物の概算量の算定は、1）プロセッサにより、A）センサーデータの（連続または離散間隔での）受信時、もしくはB）ユーザからのインプットにより、その時点までの受信したセンサーデータに基づく前記製造物の予測概算量の算定が要求された時に、リアルタイムで連続して行われてもよく、または2）プロセッサにより、センサーデータの連続または離散間隔（事前に設定してもしなくてもよく、またはプロセッサで前記製造物の概算量が算定されるように設定したのと同じ間隔でもよい）での受信に基づき、離散間隔（事前設定可）で行われてもよく、その場合には、前記製造物の予測概算量の算定を求めるユーザからの要求は、最新で受信したセンサーデータに基づいてもよい。いずれの場合も、当該システムは、前記製造物の予測概算量の算定を求めるユーザの要求を受信した時に最新のセンサーデータをポーリングしてもよい。本明細書に記載の方法およびシステムを用いて、バイオリアクターから基質の一部を物理的に除去またはサンプリングすることなく、その他の可能なアウトプット（例えば、代謝物アウトプット、またはこのバイオリアクター細胞製造プロセスにおけるその他の製造物など）を予測または算定してもよい。
本発明者らは、細胞量を測定するサンプリングと、pHとDOのセンサー読取値から、pHおよびDOの低下と、細胞量傾斜との間に相関があることを確認し、これを、侵襲的なサンプリングを行わずに、概算の細胞生産量を予測または推定するために活用したが、細胞治療の製造運転の過程で得られる、バイオリアクターの培地基質の様々なその他のセンサー読取値を用いて、同様の相関が求められることは十分に理解できるであろう。本明細書に記載の実施形態で利用できるセンサー読取値（すなわち、各種センサーで測定できる様々な物理的な属性）の例としては、以下に限定されないが、温度、伝導率、NO／NOx、揮発性有機化合物（VOC）、オゾン、塩素、酸化還元（レドックス）電位、撹拌、ガス流入量、ガス流出量、ガス消費量、静電容量、光学濃度、粒子サイズ、代謝物濃度、圧力、サイトカイン濃度、増殖因子濃度および容器重量などが挙げられる。本明細書に記載の方法およびシステムの利用において、任意の種類のバイオリアクター（例えば、バッチ式、流加式、または潅流式／連続式の攪拌槽反応器、および揺動式反応器などが挙げられるが、これらに限定されない）を用いて、また、バイオリアクター以外の容器を用いて、任意の好適な培地または基質（液体培地、固形培地など）をベースとした細胞培養を行い、細胞を増殖させてもよいことはさらに十分に理解されるだろう（したがって、本明細書において、「バイオリアクター」という用語を用いる場合、このようなバイオリアクターおよび容器がすべて包含されるものとする）。さらに、本発明者らは、本明細書に記載の方法およびシステムを、多能性幹細胞（PSC）およびT細胞の細胞量の予測に適用できることも確認したが、本明細書に記載の方法およびシステムを用いて、一般的に、免疫細胞、幹細胞、幹細胞由来細胞、ウイルス産生細胞、これら以外の細胞（例えば、ナチュラルキラー細胞（NK）、制御性T細胞（T-reg）、腫瘍浸潤リンパ球（TIL）、間葉系幹細胞（MSC）など）、多能性幹細胞から分化した細胞（すなわち、PSC由来細胞）、ウイルスベクター産生細胞およびエキソソーム産生細胞の生産量を予測することも可能である。
さらなる一実施形態において、再帰モデルフィッティングをリアルタイムまたは離散間隔で実行して、複数のセンサーインプットからのプロセスデータを、予測細胞量、代謝物アウトプット、プロセスインプット（例えばフィード）要求またはその他のカスケードコントロール（またはこれらの任意の組み合わせ）と関連づけることも可能である。一態様において、予測の細胞量（またはその他の予測量、例えば代謝物アウトプット）を、フィードバックコントローラへのインプットとして用いて、細胞の所望の増殖軌跡が得られるようにバイオリアクターにプロセスインプット（例えばフィード）を供給することも可能であり、これについては、以下により詳しく説明する。本明細書において、「プロセスインプット」には、例えば、フィードなどの培地の添加、ガス流量（例えば、特定のpHレベルの維持、または例えば、細胞密度および増殖速度に応じたpHの変更を目的とする）、溶存酸素（DO）、特定の基質培地成分、バイオリアクターに供給可能なその他のインプット（例えば、バイオリアクターの撹拌）などが含まれ、さらに、細胞を保持しつつ、対応する容量を除去すること（すなわち、不純物を排除するための潅流）なども含まれる。
図１０に関して、一実施形態において、バイオリアクターにおける製造物の生産量を概算するための、コンピュータにより実現される方法1000は、生細胞と該生細胞が含まれる基質とを含むバイオリアクターであって、製造プロセス（例えば、自己細胞治療もしくは自己遺伝子治療の製造プロセス、同種異系細胞治療もしくは同種異系遺伝子治療の製造プロセス、またはウイルスベクターの製造など）において一定期間、細胞由来の製造物または細胞からなる製造物（すなわち、細胞自体）を培養するためのバイオリアクターを提供する工程1002、前記製造プロセスの前記期間における前記基質またはバイオリアクター内容物の、2つ以上の異なる条件または物理的属性（先に例示したものなど）を測定するための、それぞれに対応する2つ以上のセンサーを提供する工程1004、前記2つ以上のセンサーからのセンサーデータをプロセッサで受信する工程1006、ならびに前記センサーデータの受信時に実質的にリアルタイムで（または、実質的にリアルタイムでなくてもよい）、前記センサーデータと前記製造物の生産量（例えば、上記したようなもの）とを関連付けるアルゴリズム（本明細書に記載されているように、決まった相関モデルに基づく既定のもの、または事前に決まった相関モデルを必要とせず、プロセスデータに再帰的にフィットもしくは適合したもの）に基づいて、前記製造物の概算量を前記プロセッサで推定する工程1008を含む。図１１に関して、さらなる一実施形態において、バイオリアクターにおける製造物の生産量を概算するための、コンピュータにより実現される方法1100は、生細胞と該生細胞が含まれる基質とを含むバイオリアクターであって、製造プロセス（例えば、自己細胞治療もしくは自己遺伝子治療の製造プロセス、同種異系細胞治療もしくは同種異系遺伝子治療の製造プロセス、またはウイルスベクターの製造など）において一定期間、細胞由来の製造物または細胞からなる製造物（すなわち、細胞自体）を培養するためのバイオリアクターを提供する工程1102、前記製造プロセスの前記期間における前記基質またはバイオリアクター内容物の、2つ以上の異なる条件または物理的属性（先に例示したものなど）を測定するための、それぞれに対応する2つ以上のセンサーを提供する工程1104、前記2つ以上のセンサーからのセンサーデータをプロセッサで受信する工程1106、ならびに前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける、再帰的に適合したアルゴリズムまたは再帰アルゴリズム（本明細書に記載の方法で決定されるもの）に基づいて、前記製造物の概算量を前記プロセッサで推定する工程1108を含む。本明細書に記載の通り、本発明者らは、驚くべきことに、バイオリアクターにおける製造物の生産量を、複数のセンサー読取値に基づいて概算できることを見出した。特に、製造プロセス産物に多能性幹細胞またはT細胞が含まれる、細胞治療の製造プロセスにおいて、このことを確認した。
本明細書に記載の実施形態のさらなるいくつかの態様において、前記バイオリアクターへのフィード供給速度を決定するための方法およびシステムが提供される。図１２に関して、一実施形態において、方法1200は、製造物の目標または所望の密度または量を提供する工程1202；本明細書に記載の方法およびシステムにより、前記製造物の概算量をプロセッサで推定する工程1204；推定された前記製造物の概算量が、製造プロセスの一定期間（または別の期間、ユーザが入力したものであってもよい）内に製造物の目標密度または目標量を達成するのに必要な量を下回るか否かを判定する工程1206、そして、下回る場合は、製造プロセスの一定期間（または別の期間、ユーザが入力したものであってもよい）内に前記製造物の目標密度または目標量を達成するのに必要な、前記バイオリアクターへのフィード供給速度を決定する工程1208；ならびに前記バイオリアクターへのフィード供給速度を、決定されたフィード供給速度に調整する工程1210を含む。本明細書に記載の実施形態のさらなるいくつかの態様において、前記バイオリアクターへのプロセスインプットの供給速度を決定するための方法およびシステムが提供される。図１３に関して、一実施形態において、方法1300は、製造物の目標または所望の密度または量を提供する工程1302；本明細書に記載の方法およびシステムにより、前記製造物の概算量をプロセッサで推定する工程1304；推定された前記製造物の概算量と、前記製造物の目標密度または目標量とを前記プロセッサで比較する工程1306；前記比較に基づいて、製造プロセスの一定期間（または別の期間、ユーザが入力したものであってもよい）内に前記製造物の目標密度を達成するのに必要な、前記バイオリアクターへのプロセスインプットの供給速度を前記プロセッサで決定する工程1308；ならびに前記バイオリアクターへのプロセスインプットの供給速度を、決定された前記プロセスインプットの供給速度に調整する工程1310を含む。この調整は、プロセスインプットの供給速度の増大であってもよく、低下であってもよい（本明細書に記載の通り、バイオリアクター内の細胞量を維持しつつ、例えば潅流などによってバイオリアクターから不純物またはその他の物質を除去する速度を増大または低下させることも含まれる）。この調整は、推定された前記製造物の概算量と、前記製造物の目標密度または目標量とを比較する工程1306において、推定された前記製造物の概算量が、前記前記製造物の目標密度または目標量を下回る、等しい、または上回ると判定した結果であってもよい。さらなる実施形態において、本明細書に記載の方法およびシステムを用いて、前記製造物の概算量のみならず、このバイオリアクター製造プロセスに関する任意のプロセスメトリクスの概算量を推定することも可能である。さらなる実施形態において、本明細書に記載の方法およびシステムを用いて、前記製造物の目標密度または目標量のみならず、このような任意のプロセスメトリクスの目標値との比較に基づいて、バイオリアクターへのプロセスインプットの供給速度を決定する。
上記の方法は、バイオリアクターの複数のセンサー読取値をリアルタイムで監視および処理することで、予測の細胞生産量をリアルタイムで算定するものであってもよく、また、バイオリアクターの複数のセンサー読取値を離散間隔（事前設定可）で監視することに基づいていてもよく、また、ユーザインプットにより要求に応じて行われるものであってもよい。ユーザからの要求により（または、センサーデータの受信時に（離散間隔もしくは連続））、実質的にリアルタイムで、細胞などの製造物の概算量を推定または予測するために（ただし、ある特定の実施形態においては、製造物の概算量の推定または予測は、センサーデータの受信時にリアルタイムで行われなくてもよい）、上記方法が、コンピュータにより実現されることが求められることは十分に理解できるであろう。本明細書において、「リアルタイム」という用語は、「実質的にリアルタイム」を含むが、これは、当業者には公知であるが、コンピュータ処理、デジタル読み取り／書き込み操作、および通信伝送にラグが生じるためである。一実施形態において、本明細書に記載の方法を実行するためのシステム1400は、バイオリアクター1402を含んでいてもよく、該バイオリアクター1402は、2つ以上のセンサー1404（培地基質のpHおよびDOの読み取り用センサーなど）を含み、当技術分野で公知のインプットおよびアウトプットの中でも特に、フィードインプットポート1406および老廃物アウトプットポート1408を含む。前記バイオリアクターは、内蔵型のプロセッサまたはコントローラ1410を含んでいてもよく、該プロセッサまたはコントローラは、前記センサーのデータを読み取り、既定の相関または再帰的にモデル化された相関に基づいて、予測される細胞量または製造物の生産量を算定する。この目的のために、追加または代替として、プロセッサ1452を含む別の計算装置1450（後述）を用いてもよい。プロセッサ1410および／または1452（本明細書においては、まとめて「プロセッサ」または「前記プロセッサ」と表記する）は、前記推定を、リアルタイムで（またはリアルタイムでなくてもよい）、前記センサーからの連続的インプットに基づいて再帰的に行ってもよい。さらなる一実施形態において、前記バイオリアクターは、前記プロセッサと前記バイオリアクターの1つ以上のフィードインプットポート（またはアウトプットポート）の両方に通信で連結されたフィードバックコントローラ1412を含んでいてもよく、あるいはフィードバックコントローラ1412を前記バイオリアクターとは別に設けていてもよい。それにより、予測された細胞量またはその他の算定された予測量に基づいて、前記バイオリアクターにフィードが供給（または前記バイオリアクターから物質が除去）される。前記フィードバックコントローラは、リアルタイムで（またはリアルタイムでない）予測された細胞量またはその他の算定された予測量に基づいて、前記バイオリアクターのインプット（またはアウトプット）のフィードバック制御を受けてもよく、フィードバック制御を行ってもよい。さらなる実施形態において、前記プロセッサと前記フィードバックコントローラ／プロセッサは、同じ物理的ユニット内に収容されていてもよく、また同じユニットを構成していてもよい。さらに別の実施形態において、上記の方法およびシステムに使用する任意のコントローラまたはプロセッサは、前記バイオリアクターから離れた位置に配置されていてもよい。前記コントローラと前記バイオリアクターとの通信は、トランスミッター、レシーバーおよび／またはトランシーバーを用いた有線接続または無線接続による通信であってもよい。本明細書に記載の方法を実行するためのシステムのさらなる態様について以下に説明する。
図１４に関して、本明細書に記載の方法を実行するためのシステム1400は、本明細書に記載のバイオリアクターとセンサーに加えて、計算装置1450をさらに含んでいてもよく、該計算装置1450は、プロセッサ1452、メモリ1454、入力装置1456および通信モジュール1458を含む。この計算装置は、レシーバー、トランスミッターおよび／またはトランシーバー1460をさらに含んでいてもよい。このプロセッサは、上記のメモリ、入力装置、通信モジュールならびに／または任意のレシーバー、トランスミッターおよび／もしくはトランシーバーと通信で連結されていてもよい。本明細書に記載の通り、前記計算装置は、前記バイオリアクターから離れた位置に配置されていてもよく、前記バイオリアクターと同じ場所に配置されていてもよく、また、前記計算装置は、前記センサーと通信で連結されていてもよい。本明細書に記載のすべてのプロセッサは、コンピュータによる実現に適している（方法の）すべての工程を実行できるように構成されていてもよい。例えば、一実施形態において、本明細書に記載のプロセッサは、（例えば、レシーバー1460または通信モジュール1458を介して）前記2つ以上のセンサー1404からのセンサーデータを受信する工程1006、1106；ならびに前記2つ以上の異なる物理的属性もしくは条件のセンサーデータ（先に例示したものなど）をそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性もしくは条件のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける、前記メモリ1454に保存された、既定のアルゴリズムまたは再帰的に適合したもしくは再帰のアルゴリズムに基づいて、前記製造物の概算量を推定する工程1008、1108を実行できるように構成されていてもよい。
前記バイオリアクターへのプロセスインプット（例えばフィード）の供給速度を決定する工程1208、1308および／または調整する工程1210、1310を含む実施形態において、前記システム1400は、上述したような、プロセスインプット（例えばフィード）の供給速度の調整を行うためのフィードバックコントローラ1412をさらに含んでいてもよい。前記フィードバックコントローラは、前記計算装置1450および前記バイオリアクター1402（前記バイオリアクターのフィードインプットポート1406（またはアウトプットポート1408）など）と通信で連結されていてもよい。前記フィードバックコントローラ1412は、前記計算装置1450の前記通信モジュール1458から、本明細書に記載の方法で前記プロセッサにより決定されたプロセスインプット（例えばフィード）の調整供給速度を受信した後、前記バイオリアクターへのプロセスインプット（例えばフィード）の供給速度を、前記プロセッサにより決定されたプロセスインプット（例えばフィード）の供給速度に調整してもよい。この調整は、前記バイオリアクターのインプットポート1406またはアウトプットポート1408の開放または閉鎖、あるいはこれらのポートを通るプロセスインプット（例えばフィード）の流速の調整などにより行われる。
本明細書に記載のプロセスまたは方法に関連する情報を処理するための、本明細書に記載のシステム1400のプロセッサ1410および／または1452は、例えば、演算が可能であり、かつ本開示の方法におけるデータを解釈し、かつ／またはそのデータのインプット、アウトプット、計算および表示を実行するための機能の呼び出しが可能である、当技術分野で公知の任意のコンピュータプロセッサであればよい。前記プロセッサは、任意の種類の処理装置、例えば、典型的なコンピュータプロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサおよび／またはプログラマブルロジックコントローラ（PLC）などを含んでいてもよい。前記プロセッサで処理される情報には、例えば、アナログ信号、デジタル信号および／もしくは変換信号に含まれる情報、ならびに／またはデータ保存記憶装置に格納される情報が含まれる。これらの情報の処理には、受信した信号に対する演算（例えば、以下に限定されないが、ベクトル解析、画像識別、パターン認識、周波数解析／フーリエ変換、数値計算、機械学習など）、または、本明細書に記載されているような、受信したセンサーデータへの既定の相関アルゴリズムまたは再帰的にフィットした相関アルゴリズムの適用が含まれる。いくつかの実施形態において、前記システムは、複数のプロセッサを含む。本明細書において、「プロセッサ」は、複数のプロセッサを包含し、また、「複数のプロセッサ」は、1つのプロセッサを包含する。
一実施形態において、前記プロセッサ1410および／または1452は、前記バイオリアクター1402の前記2つ以上のセンサー1404と通信している。別の一実施形態において、前記プロセッサ1410および／または1452は、データ保存記憶装置1462と通信していてもよく、さらに、任意で、ディスプレイ1464（GUI 90を表示するためディスプレイなど）と通信していてもよい。前記システム1400の構成要素、例えば、前記バイオリアクター1402、前記センサー1404、前記計算装置1450、前記プロセッサ1410および／もしくは1452、前記フィードバックコントローラ1412、前記データ保存記憶装置1462および／もしくは前記ディスプレイ1464、ならびに前記システム1400のその他の構成要素、前記バイオリアクター1402、または前記計算装置1450は、当技術分野で公知の電子的な有線または無線の通信手段または通信プロトコルを用いて通信を行っていてもよい。前記通信手段または通信プロトコルとしては、以下に限定されないが、Ethernet（商標）、Bluetooth（商標）、WiFi（商標）、赤外線、ニアフィールド通信（NFC）、無線周波数識別（RFID）、WiMAX（商標）（固定もしくはモバイル）、セルラー通信プロトコル（GSM、EDGE、GPRS、CDMA、UMTS、LTE、LTE-A、IMSおよびその他のセルラー通信プロトコル（例えば、3GPPの下で確立された5Gプロトコルなどが挙げられるが、これに限定されない））、ならびに本明細書に記載の方法およびシステムに適したその他の通信プロトコル（任意の専用のプロトコルを含む）などが挙げられる。前記システムの構成要素は、すべてが同じネットワーク上に存在してもよく、それぞれが別々のネットワーク上に存在してもよい。前記ネットワークには、本明細書に記載のシステムおよび方法に適した任意の種類のネットワークが含まれる。例としては、以下に限定されないが、有線または無線のパーソナルエリアネットワーク（PAN）、ローカルエリアネットワーク（LAN）、メッシュネットワーク、アドホックネットワーク、広域ネットワーク（WAN）、メトロポリタンエリアネットワーク（MAN）、仮想プライベートネットワーク（VPN）、およびその他の適した種類のネットワークが挙げられ、さらに、任意の適当なネットワークコンフィグまたはネットワークトポロジー（例えば、トークンリング型、スター型、バス型、メッシュ型、ツリー型など）も挙げられる。本明細書に記載のシステムは、利用する通信および／またはネットワークの実行に必要な任意の要素、例えば、無線または有線のルーターおよびアクセスポイントなどをさらに含む。
本明細書に記載の方法およびシステムは、安全なネットワーク、例えば、任意の公知の手段によりアクセスが認定ユーザに限定され、ファイアウォールなどの公知のセキュリティ対策によって保護されているような安全なネットワーク上で実現されてもよい。いくつかの実施形態において、例えば、自己細胞製造データおよび／もしくは患者データに関わる場合、ならびに／または政府規制への遵守が必要とされる場合（米国連邦施行規則集第21章など）には、認定ユーザにアクセス権限を付与する前に認証が求められてもよい。このような認証は、前記システムの構成要素の任意の1つ以上に対して実現されてもよく、例えば、前記プロセッサを収容する計算装置または機器へのアクセス、データ保存記憶装置へのアクセス、前記データ保存記憶装置のデータベースへのアクセス、前記バイオリアクターのセンサーまたはセンサー読取値へのアクセス、前記システムのグラフィカルユーザーインターフェイス（GUI）へのアクセス、前記バイオリアクターへのアクセスなどに対して実現されてもよい。さらに、本明細書に記載の方法およびシステムのセキュリティは、当業者に公知の任意の手段またはプロトコルを用いて、前記システムの構成要素間の通信を暗号化することによって提供されてもよい。例えば、プリプログラムされた相関アルゴリズムが不正に変更されたり破壊されたりする可能性を減らすために、インターネットプロトコルセキュリティ（IPSec）、トランスポートレイヤーセキュリティ（TLS）、セキュアーソケットレイヤー（SSL）などの手段またはプロトコルが用いられる。
本明細書に記載のシステムは、上記方法に関連する情報を保存するためのデータ保存記憶装置1462をさらに含んでいてもよい。前記データ保存記憶装置としては、例えば、各種のローカル（図１４に示すようなもの）またはリモートの記憶装置、例えば、ハードディスクまたはハードドライブ（電気機械的磁気ディスクおよび半導体ディスクを含む任意の種類のもの）など；メモリチップ、例えば、ランダムアクセスメモリ（RAM）、読み出し専用メモリ（ROM）、フラッシュメモリ、CDおよびDVDなどの光メモリ、フロッピーディスクなど；ならびに情報の保存が可能なその他の形態の、光学的、物理的、電子的および／または磁気的な記憶装置などが挙げられる。前記データ保存記憶装置は、不揮発性メモリを含んでいてもよい。いくつかの実施形態において、前記データ保存記憶装置へのアクセスは、安全なデータ転送を介してのみ行われてもよく、この安全なデータ転送は、1つ以上の公知のサーバプラットフォームおよびセキュリティプロトコルの利用により達成されるものであってもよい。前記データ保存記憶装置に保存される情報は、例えば、センサーインプットと様々なアウトプット（細胞生産量など）とを関連づけるための1つ以上の既定アルゴリズム、予測された決定事項とともに、関連するアクション（フィード供給など）および／または関連するタイムスタンプの記録、固有の識別子、認定ユーザと関連する認証情報（前記データ保存記憶装置または前記システムのその他の構成要素へのアクセス権限の有無を確認するためのユーザ認証を行う際に使用する）、ならびにその他の関連情報を含んでいてもよい。前記データ保存記憶装置は、操作時にプロセッサと通信していてもよい。
前記システムは、上記方法に関連する情報を視覚的に表示するためのディスプレイ1464をさらに含んでいてもよい（図１４に示すように、このディスプレイは、プロセッサと同じ場所に配置されていてもよい。例えば、プロセッサとディスプレイは、本明細書に記載の（方法の）工程を実行するために使用されるコンピュータまたはサーバの一部である）。前記ディスプレイは、例えば、コンピュータモニター（例えば、LCD、CRTモニター、プロジェクション（例えばヘッドアップディスプレイ（HUD）レーザー）など）を含んでいてもよい。いくつかの実施形態において、この視覚的なディスプレイは、例えば、モバイル装置のディスプレイ、例えば、タブレット型コンピュータ、携帯電話、スマートフォン、携帯情報端末（PDA）、パーソナルコンピュータ（PC）、ラップトップコンピュータ、拡張現実ディスプレイ（例えば、Google（商標） Glass（商標）またはMicrosoft（商標） HoloLens（商標））などのディスプレイを含んでいてもよい。前記ディスプレイで表示された情報は、例えば、図９に示すようなものであってもよく、これに加えて、またはその代わりに、本明細書に記載の方法を実行する過程で収集されるその他の情報、上記方法の1つ以上の工程に関連する情報入力のプロンプト、および／または前述したような任意の既定の数式もしくはアルゴリズムを含んでいてもよい。前記ディスプレイは、さらに、入力を受けることができるものであってもよい（例えば、タッチスクリーンを含み、タッチ入力を受けて情報を前記プロセッサへ伝送することができるディスプレイなど）。
前記プロセッサを収容しているコンピュータまたは機器などの、本明細書に記載のシステムの構成要素が、これら要素の操作に必要な当技術分野で公知の要素を含むことは十分に理解できるであろう。そのような要素としては、例えば、電源、ネットワークインターフェイス（例えば、ネットワークインターフェースカードなど）、ネットワーク接続部品（例えば、モデム、Ethernetカード、USBインターフェースカード、FDDIカード、WLANカードなど）、レシーバー、トランスミッター、ローカルメモリ（例えば、RAM、ROM、フラッシュメモリ、キャッシュメモリ、バッファメモリ、および／または前述したようなその他の種類のメモリ）、インプット／アウトプット（I/O）装置と通信していてもよい処理装置、ならびに、バスを含むすべての必要な回路類などが挙げられる。前記バイオリアクターのセンサー1404は、当業者に公知の、センサーの種類に応じた特定の要素をさらに含んでいてもよい。前記計算装置1450（前記プロセッサを収容しているコンピュータまたは機器）は、例えば、メモリ（例えば、ハードディスク記憶装置、RAM、ROM、フラッシュメモリ、キャッシュメモリ、バッファメモリ、および／または前述したようなその他の種類のメモリ）、付属の入力装置（例えば、マウス、キーボード、マイクロホンなど）、付属の出力装置（例えば、ディスプレイモニター）、ならびにプロセッサのローカルメモリ（例えば、レジスタ、キャッシュRAM（例えば、L1キャッシュ、L2キャッシュなど）など）をさらに含んでいてもよい。前記システムの構成要素に応じて、さらにその他の要素が存在してもよく（例えば、セルラーネットワークと通信する装置はアンテナなどを含んでいてもよい）、このような要素が当業者に公知であることは十分に理解できるであろう。
本明細書に記載のシステムは、バイオリアクターにおける2つ以上のセンサーの種類のそれぞれに対して冗長センサーを1つ以上含んでいてもよい。これは、相関を決定するためのさらなるデータを提供することで、センサー読取値に基づく細胞生産量の予測精度をさらに向上させるためである（すなわち、本明細書に記載の方法およびシステムの前記2つ以上のセンサーの種類はそれぞれ異なっており、それぞれの種類のセンサーは、同じ種類の関連する冗長センサーを有していてもよい）。より大規模なバイオリアクターでは、前記バイオリアクターにおける2つ以上のセンサーの種類のそれぞれが有する冗長センサーは、前記システムが均一であることを保証するために使用されるものであってもよい。例えば、センサーからの情報が冗長センサー間で一致している場合は、前記データ保存記憶装置（例えば、そのデータベース）に保存してもよい。得られた情報が冗長センサー間で一致しない場合は、それぞれのセンサー読取値をまとめて平均化するか無視してもよく、冗長センサー読取値の１つが、それ以外の受信したセンサーデータの軌跡と概して一致しない場合は、前述したように、外れ値として除外してもよい。前記データ保存記憶装置および／またはそのデータベースの冗長性により、保存したデータの持続性が保証され、かつデータが損失するリスクも低減される。
いくつかの実施形態において、本明細書における方法は、例えば上述したような、コンピュータで読み取り可能かつ実行可能な命令を使用して実現されてもよい。したがって、本明細書における別の態様は、有形かつ非一時的なコンピュータ可読媒体（すなわち一時的な伝播信号のみで構成されていない媒体）である。例としては、本明細書に記載の方法に関連するコンピュータ実行可能な命令を含むか、該命令が保存されているメモリ1454、ローカルまたはリモートのハードディスクまたはハードドライブ（電気機械的磁気ディスクおよび半導体ディスクを含む任意の種類のもの）、メモリチップ、例えば、ランダムアクセスメモリ（RAM）および／または読み出し専用メモリ（ROM）、キャッシュメモリ、バッファメモリ、フラッシュメモリ、CDやDVDなどの光メモリ、フロッピーディスク、ならびに永続的または短期などの任意の期間、情報を揮発的または不揮発的に保存することが可能なその他の形態の記憶媒体などが挙げられる。このようなコンピュータ実行可能な命令がプロセッサ（例えば、計算装置1450（本明細書に記載のプロセッサを収容するコンピュータ）のプロセッサ）で実行されると、前記プロセッサおよび／または前記計算装置（コンピュータもしくは機器）で、コンピュータによる実現に適している本明細書に記載の（方法の）工程のいずれかが実行される。本開示の方法の様々な実現は、本明細書に記載のいくつかの工程またはすべての工程を異なる順序で実行するか、実質的に並列で実行することを含みうる。機能または（方法の）工程は、様々なプログラミング言語で実現されてもよい。このようなコードまたはコンピュータで読み取り可能かつ実行可能な命令は、上記したような1つ以上の機械可読媒体で保存されていてもよく、あるいは該機械可読媒体で保管できるように構成されていてもよく、この機械可読媒体に、プロセッサベースのシステムでアクセスして、保存されているコードまたはコンピュータで読み取り可能かつ実行可能な命令を実行してもよい。
リアルタイムまたは実質的にリアルタイムに実行するために、コンピュータによる実現に適しているか、コンピュータにより実現されることが求められる本明細書に記載の任意の（方法の）工程、モジュール、要素またはシステムが、本明細書に記載されているようなコンピュータ可読媒体で保存もしくは別の形態で保持されていてもよい、コンピュータで読み取り可能かつ実行可能な命令または操作によって実現してもよいことは十分理解できるであろう。
本明細書において、ある特定の実施形態について言及してきたが、これらの実施形態に基づいて、本明細書に添付の請求項で概説されている本発明の目的および範囲から逸脱することなく、様々な変形が可能であることは当業者には明らかであろう。本明細書における例示は、本発明を説明することのみを目的として含まれているものであり、本発明の範囲を何ら限定するものではない。本明細書における図面は、本発明の様々な態様を説明することのみを目的としたものであり、本発明の範囲を拡大または限定するものではない。本明細書に記載の先行技術の開示内容は、参照によりその全体が本明細書に記載されているものとして援用される。
Claims (19)
- バイオリアクターにおける製造物の生産量を概算するための、コンピュータにより実現される方法であって、
生細胞と該生細胞が含まれる基質とを含むバイオリアクターであって、製造プロセスにおいて一定期間、細胞由来の製造物または細胞からなる製造物を培養するためのバイオリアクターを提供する工程、
前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーを提供する工程、
前記2つ以上のセンサーからのセンサーデータをプロセッサで受信する工程、ならびに
前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を前記プロセッサで推定する工程を含む方法。 - 前記製造プロセスが、自己細胞治療もしくは自己遺伝子治療の製造プロセス、または同種異系細胞治療もしくは同種異系遺伝子治療の製造プロセスを含む、請求項１に記載のコンピュータにより実現される方法。
- 前記製造物が、免疫細胞、幹細胞、幹細胞由来細胞、ウイルス産生細胞、ナチュラルキラー細胞（NK）、制御性T細胞（T-reg）、T細胞、腫瘍浸潤リンパ球（TIL）、間葉系幹細胞（MSC）、多能性幹細胞（PSC）、PSC由来細胞、ウイルスベクター産生細胞またはエキソソーム産生細胞を含む、請求項１に記載のコンピュータにより実現される方法。
- 前記製造物が、多能性幹細胞（PSC）、PSC由来細胞またはT細胞を含む、請求項１に記載のコンピュータにより実現される方法。
- 前記2つ以上の異なる物理的属性が、温度、伝導率、NO／NOx、揮発性有機化合物（VOC）、オゾン、塩素、酸化還元（レドックス）電位、撹拌、ガス流入量、ガス流出量、圧力、容器重量、pH、代謝物濃度、サイトカイン濃度、増殖因子濃度、静電容量、光学濃度または溶存酸素（DO）を含む、請求項１に記載のコンピュータにより実現される方法。
- 前記2つ以上のセンサーの第1のセンサーが、前記pHを測定するように構成されているセンサーを含み、前記2つ以上のセンサーの第2のセンサーが、前記溶存酸素（DO）を測定するように構成されているセンサーを含む、請求項５に記載のコンピュータにより実現される方法。
- 前記製造物の概算量の推定が、前記プロセッサにより、前記センサーデータの連続での受信時に、実質的にリアルタイムで連続して行われる、請求項１に記載のコンピュータにより実現される方法。
- 前記製造物の概算量の推定が、前記プロセッサにより、前記センサーデータの連続または離散間隔での受信に基づき、前記離散間隔で行われる、請求項１に記載のコンピュータにより実現される方法。
- 前記プロセッサが、前記製造物の概算量を推定する際に、前記センサーデータの外れ値を無視するように構成されている、請求項１に記載のコンピュータにより実現される方法。
- 請求項１に記載のバイオリアクターへのプロセスインプットの供給速度を決定する方法であって、
製造物の目標密度を提供する工程、
請求項１に記載の方法により、前記製造物の概算量を推定する工程、
前記製造物の概算量と前記製造物の目標密度とを前記プロセッサで比較する工程、
前記比較に基づいて、一定期間内に前記製造物の目標密度を達成するのに必要な、前記バイオリアクターへのプロセスインプットの供給速度を前記プロセッサで決定する工程、ならびに
前記バイオリアクターへのプロセスインプットの供給速度を、決定された前記プロセスインプットの供給速度に調整する工程を含む方法。 - バイオリアクターにおける製造物の生産量を概算するためのシステムであって、該システムが、
製造プロセスにおいて一定期間、基質中で生細胞由来の製造物または生細胞からなる製造物を培養するためのバイオリアクターと、
前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーと、
前記2つ以上のセンサーと通信で連結された計算装置とを含み、該計算装置が、
プロセッサと、
メモリと、
通信モジュールとを含み、
該プロセッサが、前記メモリおよび前記通信モジュールと通信で連結されており、
前記プロセッサが、
前記2つ以上のセンサーからのセンサーデータを受信し、
前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける、前記メモリに保存されている既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を推定するように構成されている、システム。 - 前記製造物が、免疫細胞、幹細胞、幹細胞由来細胞、ウイルス産生細胞、ナチュラルキラー細胞（NK）、制御性T細胞（T-reg）、T細胞、腫瘍浸潤リンパ球（TIL）、間葉系幹細胞（MSC）、多能性幹細胞（PSC）、PSC由来細胞、ウイルスベクター産生細胞またはエキソソーム産生細胞を含む、請求項１１に記載のシステム。
- 前記製造物が、多能性幹細胞（PSC）、PSC由来細胞またはT細胞を含む、請求項１１に記載のシステム。
- 前記2つ以上の異なる物理的属性が、温度、伝導率、NO／NOx、揮発性有機化合物（VOC）、オゾン、塩素、酸化還元（レドックス）電位、撹拌、ガス流入量、ガス流出量、圧力、容器重量、pH、代謝物濃度、サイトカイン濃度、増殖因子濃度、静電容量、光学濃度または溶存酸素（DO）を含む、請求項１１に記載のシステム。
- 前記2つ以上のセンサーの第1のセンサーが、前記pHを測定するように構成されているセンサーを含み、前記2つ以上のセンサーの第2のセンサーが、前記溶存酸素（DO）を測定するように構成されているセンサーを含む、請求項１４に記載のシステム。
- 前記製造物の概算量の推定が、前記プロセッサにより、前記センサーデータの連続での受信時に、実質的にリアルタイムで連続して行われるか、前記センサーデータの連続または離散間隔での受信に基づき、前記離散間隔で行われる、請求項１１に記載のシステム。
- 前記プロセッサが、前記製造物の概算量を推定する際に、前記センサーデータの外れ値を無視するように構成されている、請求項１１に記載のシステム。
- 請求項１１に記載のバイオリアクターへのプロセスインプットの供給速度を決定するためのシステムであって、該システムが、
前記製造物の概算量を推定するための請求項１１に記載のシステムと、
請求項１１に記載の計算装置および請求項１１に記載のバイオリアクターと通信で連結されているフィードバックコントローラとを含み、
前記プロセッサが、さらに、
前記製造物の概算量と前記製造物の目標密度とを比較し、
前記比較に基づいて、一定期間内に前記製造物の目標密度を達成するのに必要な、前記バイオリアクターへのプロセスインプットの供給速度を決定し、
前記バイオリアクターへのプロセスインプットの調整供給速度を、前記通信モジュールを介して、前記フィードバックコントローラへと通信できるように構成されており、
前記フィードバックコントローラが、前記計算装置の前記通信モジュールから、前記プロセスインプットの調整供給速度を受信した後、前記バイオリアクターへのプロセスインプットの供給速度を、前記プロセッサで決定されたプロセスインプットの供給速度に調整する、システム。 - 非一時的なコンピュータ可読媒体であって、該媒体が、バイオリアクターにおける製造物の生産量を概算するための、コンピュータで実行可能な命令を含み、
前記バイオリアクターが、製造プロセスにおいて一定期間、基質中で生細胞由来の製造物または生細胞からなる製造物を培養するためのバイオリアクターであり、
前記バイオリアクターが、前記期間における前記基質の2つ以上の異なる物理的属性を測定するための、それぞれの属性に対応した2つ以上のセンサーを含み、
前記コンピュータで実行可能な命令が実行されると、プロセッサが、前記2つ以上のセンサーから受信した前記2つ以上の異なる物理的属性のセンサーデータをそれぞれ独立で考察するか、または前記2つ以上のセンサーから受信した前記2つ以上の異なる物理的属性のセンサーデータを多変量考察することにより前記センサーデータと前記製造物の生産量とを関連付ける既定または再帰のアルゴリズムに基づいて、前記製造物の概算量を推定する、非一時的なコンピュータ可読媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201862665155P | 2018-05-01 | 2018-05-01 | |
| US62/665,155 | 2018-05-01 | ||
| PCT/CA2019/050558 WO2019210405A1 (en) | 2018-05-01 | 2019-04-30 | Predicting bioreactor product production based on independent or multivariate analysis of multiple physical attributes |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2021521870A true JP2021521870A (ja) | 2021-08-30 |
Family
ID=68386847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020561044A Pending JP2021521870A (ja) | 2018-05-01 | 2019-04-30 | 複数の物理的属性の独立解析または多変量解析に基づく、バイオリアクター製造物の生産予測 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20210115383A1 (ja) |
| EP (1) | EP3788132A4 (ja) |
| JP (1) | JP2021521870A (ja) |
| CN (1) | CN112041424A (ja) |
| CA (1) | CA3098484A1 (ja) |
| WO (1) | WO2019210405A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023190137A1 (ja) * | 2022-03-30 | 2023-10-05 | 富士フイルム株式会社 | 培地組成の探索及び細胞特性の推定を行う方法、装置、及びプログラム |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116249761A (zh) * | 2020-08-06 | 2023-06-09 | 赛诺菲 | 用于控制氧水平的系统和方法 |
| EP4352200A1 (en) * | 2021-06-09 | 2024-04-17 | Amgen Inc. | Assessing packed cell volume for cell cultures |
| WO2023150379A1 (en) * | 2022-02-07 | 2023-08-10 | Georgia Tech Research Corporation | Feedback-controlled medium scale hollow fiber bioreactor system with inline sensing and automated sampling |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090104594A1 (en) * | 2004-12-29 | 2009-04-23 | Biogen Idec | Bioreactor Process Control System and Method |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1232050A (en) * | 1984-02-28 | 1988-01-26 | James A. Zeitlin | Fermentation control system |
| JPH07184634A (ja) * | 1993-12-28 | 1995-07-25 | Ajinomoto Co Inc | 微生物好気培養における培養方法及び装置 |
| US8233959B2 (en) * | 2003-08-22 | 2012-07-31 | Dexcom, Inc. | Systems and methods for processing analyte sensor data |
| US7635586B2 (en) * | 2003-11-26 | 2009-12-22 | Broadley-James Corporation | Integrated bio-reactor monitor and control system |
| US20090104653A1 (en) * | 2007-10-23 | 2009-04-23 | Finesse Solutions, Llc. | Bio-process model predictions from optical loss measurements |
| AU2009267214A1 (en) * | 2008-06-26 | 2010-01-07 | Colorado State University Research Foundation | Model based controls for use with bioreactors |
| CN103674835A (zh) * | 2012-09-14 | 2014-03-26 | 上海海洋大学 | 富营养化水体中氮磷物质含量现场快速检测方法及装置 |
| US10214718B2 (en) * | 2013-07-01 | 2019-02-26 | University Of Massachusetts | Distributed perfusion bioreactor system for continuous culture of biological cells |
| GB201416362D0 (en) * | 2014-07-25 | 2014-10-29 | Ge Healthcare Bio Sciences Ab | Method and system for suspension culture |
| US20180010082A1 (en) * | 2016-06-03 | 2018-01-11 | Lonza Ltd | Bioreactor With Higher Agitation Rates |
-
2019
- 2019-04-30 CN CN201980029397.8A patent/CN112041424A/zh active Pending
- 2019-04-30 CA CA3098484A patent/CA3098484A1/en active Pending
- 2019-04-30 US US17/051,925 patent/US20210115383A1/en active Pending
- 2019-04-30 JP JP2020561044A patent/JP2021521870A/ja active Pending
- 2019-04-30 EP EP19796844.9A patent/EP3788132A4/en active Pending
- 2019-04-30 WO PCT/CA2019/050558 patent/WO2019210405A1/en unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090104594A1 (en) * | 2004-12-29 | 2009-04-23 | Biogen Idec | Bioreactor Process Control System and Method |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023190137A1 (ja) * | 2022-03-30 | 2023-10-05 | 富士フイルム株式会社 | 培地組成の探索及び細胞特性の推定を行う方法、装置、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3788132A1 (en) | 2021-03-10 |
| CN112041424A (zh) | 2020-12-04 |
| EP3788132A4 (en) | 2022-01-05 |
| US20210115383A1 (en) | 2021-04-22 |
| CA3098484A1 (en) | 2019-11-07 |
| WO2019210405A1 (en) | 2019-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2021521870A (ja) | 複数の物理的属性の独立解析または多変量解析に基づく、バイオリアクター製造物の生産予測 | |
| Rathore et al. | Bioprocess control: current progress and future perspectives | |
| Sarkis et al. | Emerging challenges and opportunities in pharmaceutical manufacturing and distribution | |
| US7877154B2 (en) | Method and system for controlling a batch process | |
| JP6135599B2 (ja) | 細胞培養制御システム及び細胞培養制御方法 | |
| US20200157487A1 (en) | System and method for regulating cell culture based production of biologics | |
| EP3582053B1 (en) | Scaling tool | |
| Hutter et al. | Glycosylation flux analysis of immunoglobulin G in chinese hamster ovary perfusion cell culture | |
| EP3839036B1 (en) | A digital twin for monitoring and controlling an industrial bioprocess | |
| Shah et al. | Multi‐rate observer design and optimal control to maximize productivity of an industry‐scale fermentation process | |
| Retamal et al. | Parameter estimation of a dynamic model of Escherichia coli fed-batch cultures | |
| Kappatou et al. | Model-based dynamic optimization of monoclonal antibodies production in semibatch operation—Use of reformulation techniques | |
| Yousefi-Darani et al. | The Kalman filter for the supervision of cultivation processes | |
| Hernández Rodríguez et al. | Designing robust biotechnological processes regarding variabilities using multi-objective optimization applied to a biopharmaceutical seed train design | |
| Isuru et al. | Digital twins in food processing: A conceptual approach to developing multi-layer digital models | |
| Williams et al. | Machine learning and metabolic modelling assisted implementation of a novel process analytical technology in cell and gene therapy manufacturing | |
| Gómez-Pérez et al. | Reference trajectory design using state controllability for batch processes | |
| Abbate et al. | Experimental validation of a cascade control strategy for continuously perfused animal cell cultures | |
| Li et al. | A visualization and control strategy for dynamic sustainability of chemical processes | |
| Jiang et al. | Investigating the Trade-Off between Design and Operational Flexibility in Continuous Manufacturing of Pharmaceutical Tablets: A Case Study of the Fluid Bed Dryer | |
| Obiri et al. | Sensor Selection and State Estimation of Continuous mAb Production Processes | |
| CN114867835A (zh) | 动态单糖控制方法 | |
| Okamura et al. | Data-driven parameterization and development of mechanistic cell cultivation models in monoclonal antibody production processes: shifts in cell metabolic behavior | |
| Gaddem et al. | Roles of mechanistic, data-driven, and hybrid modeling approaches for pharmaceutical process design and operation | |
| WO2024077271A2 (en) | Biosecure digital twin for cyber-physical anomaly detection and biological process modeling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210108 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220421 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230606 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230901 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231205 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240222 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240514 |