生物过程的监测和控制制造技术

本文提供了一种用于监测生物过程的计算机实现的方法，生物过程包括生物反应器中的细胞培养物。该方法包括以下步骤：获得生物反应器中随生物过程成熟度变化的生物质的量和一种或多种代谢物的量的测量结果，使用该测量结果来确定一个或多个代谢条件变量；使用预训练的多变量模型来确定随生物过程成熟度变化的一个或多个潜在变量的值，其中多变量模型是使用过程变量的线性模型，这些过程变量包括作为预测变量的代谢条件变量和作为响应变量的成熟度；将随成熟度变化的一个或多个潜在变量的值与一个或多个预定值进行比较；以及根据比较结果确定生物过程是否正常进行。结果确定生物过程是否正常进行。结果确定生物过程是否正常进行。

【技术实现步骤摘要】
【国外来华专利技术】生物过程的监测和控制


[0001]本公开涉及用于监测和控制生物过程的计算机实现的方法、计算机程序和系统。本公开的特定方法、程序和系统使用包括代表生物过程中细胞代谢条件的一个或多个变量的多变量模型。

技术介绍

[0002]上游生物过程使用生物体(例如CHO(中国仓鼠卵巢)或大肠杆菌细胞)来生产所需的产品，例如具有治疗作用的物质(例如单克隆抗体，mAb)。此类产品的治疗效果取决于其分子结构的各个方面，例如糖基化结构(特别是在单克隆抗体的情况下)。这些方面统称为“关键质量属性”(CQA)。为了销售生物产品，生物制造商通常需要向监管机构证明他们能够以一致的方式可靠地进行这些过程，这样CQA就可以通过保证过程运行来满足规范要求。统计过程分析方法，包括单变量批处理分析和多变量统计分析，可用于评估生物过程的令人满意的性能。特别地，多变量统计模型(包括主成分分析(PCA)和(正交)偏最小二乘((O)PLS))回归已经成为用于识别过程条件的流行工具，对于确保CQA在规范内(统称为“关键过程参数”(CPP))，并在生物过程进展到完成时确定这些过程条件的可接受范围非常重要。这样的工具已经在软件套件(Sartorius Stedim DataAnalytics)中实现，这是一种用于对生物制药开发和制造过程进行建模和优化的领先的数据分析软件。
[0003]在典型的生物过程分析中，在生物过程完成期间测量一系列过程变量(例如数十个过程变量，包括温度、关键营养物和代谢物的浓度、pH、体积、气体浓度、活细胞密度等)。这些过程变量一起表示“过程条件”。这些变量中的许多变量是高度相关的，因此，可以使用PCA和PLS等方法来识别捕获数据中相关结构的概要变量。然后可以提取这些变量(通常相对较少)，并且可以估计定义“正常”的过程条件的这些变量的值的范围。
[0004]所有这些方法都模拟了过程参数对细胞生产的产物的影响，但不了解过程参数如何影响细胞的功能，以及这最终如何导致CQA的变化。这导致将关键过程参数定义为一组过程条件，这些条件被确定是维持在可接受(可能取决于成熟度)范围内的关键。因为所有这些方法都将CQA与可接受的过程参数范围相关联，所以使得相对缺乏与所使用的过程条件相关的灵活性。事实上，产品CQA有效地与产品规范中描述的过程设计空间的过程条件相关联，因此对这些过程条件的改变是有限的。简而言之，为了保证CQA，制造商此后需要将CPP保持在已建立的预先确定的与成熟度有关的范围内。这对扩大规模的过程中具有显着的实际影响，因为规模的任何变化都可能需要对新的过程设计空间进行表征。这使得执行扩大规模的过程变得缓慢且成本高，并影响在生产规模的过程中可能出现的必要或有益的变化。
[0005]因此，需要一种用于监测和控制生物过程的改进方法的系统和方法。

技术实现思路

[0006]本文的第一方面提供了一种用于监测生物过程的计算机实现的方法，生物过程包
括生物反应器中的细胞培养物，该方法包括以下步骤：
[0007]获得生物反应器中随生物过程成熟度变化的生物质的量和一种或多种代谢物的量的测量结果；
[0008]确定一个或多个代谢条件变量，所述代谢条件变量选自：随生物过程成熟度变化的所述生物反应器中所述一种或多种代谢物中的一些或全部在细胞和培养基之间的单位转运速率、随生物过程成熟度变化的所述一种或多种代谢物的内部浓度，以及随生物过程成熟度变化的构成细胞代谢一部分的一个或多个代谢反应的反应速率；
[0009]使用预训练的多变量模型来确定随生物过程成熟度变化的一个或多个潜在变量的值，其中所述多变量模型是使用过程变量的线性模型，所述过程变量包括所述代谢条件变量作为预测变量；
[0010]将随成熟度变化的一个或多个潜在变量的值与一个或多个预定值进行比较；以及
[0011]根据比较结果确定生物过程是否正常进行。
[0012]本专利技术人假设，对于一个过程偏离正常或最佳演变的根本原因，模型可以提供更多的信息，可以通过使用描述过程的变量来获得该模型，这些变量捕捉生物过程中细胞的代谢条件，代替或补充以前用于监测过程演变的过程参数。换言之，本专利技术至少部分基于这样的发现，即细胞的代谢条件可被视为依赖成熟度的演变过程，其可使用多变量批次演变建模方法来表征。
[0013]细胞代谢是上述批量演变建模技术所利用的相关结构的原因。例如，蛋白质浓度随着谷氨酰胺浓度的降低和谷氨酸浓度的增加而增加。这是因为如果将细胞视为工厂，那么代谢就是管理原材料(在此特定示例中为谷氨酰胺等营养物质)如何用于构建最终产品(在此示例中为蛋白质)以及生产过程中产生的废物(在本示例中为谷氨酸等副产品)的过程。因此，细胞代谢提供了比目前用作批次演变模型输入的宏观特性更完整的过程条件表征。因此，使用有关细胞代谢的信息作为多变量批次演变模型的输入可以更好地表征过程路径，因为它直接描述了细胞代谢过程的演变，而不是通过可测量的观察到的宏观过程条件间接地描述这种演变。
[0014]此外，使用有关细胞代谢的信息作为多变量批次演变模型的输入，可以根据以下方面对过程设计空间进行代谢过程表征而不是(或还进行)宏观测量。产品规范目前与宏观测量(与可接受的CQA相关的过程条件)相关联。然而，细胞产品(例如蛋白质)的表征取决于细胞的代谢条件。换言之，所有关键质量属性都受到细胞代谢条件的影响，并且由于宏观特性影响代谢，因而培养物的许多宏观特性影响所得蛋白质质量。因为根据本专利技术可以将产品规范与代谢特性联系起来，所以可以更灵活地校正过程偏差。事实上，任何校正代谢条件的宏观过程变化都是可以接受的。这与目前的情况形成鲜明对比，在目前的情况下，制造商只能进行非常有限的更改，因为宏观过程条件必须保持在产品规范中设定的限制范围内(并与美国食品和药物管理局(FDA)或欧洲药品管理局(EMA)等监管机构达成一致)。此外，这样的定义使得生物产品能够以经济上合理的规模生产，并能够随着时间的推移而改变，即使在需要改变过程参数以新的规模运作时。此外，这可能使制造商能够更快地将他们的产品推向市场。这是因为代谢设计空间可以在实验室规模下创建，然后监管备案(产品规范批准)和扩大规模的活动可以并行进行而不是顺序进行。
[0015]第一方面的方法可以具有以下可选特征中的任一特征或任何特征组合。
[0016]有利地，多变量模型是使用过程变量的线性模型，该过程变量包括代谢条件变量作为预测变量和成熟度作为响应变量。
[0017]确定步骤至少部分地基于随生物过程成熟度变化的生物反应器中生物质的量和一种或多种代谢物的量的测量结果来执行。因此，该方法包括至少部分地基于随生物过程成熟度变化的生物反应器中生物质的量和一种或多种代谢物的量的测量结果来确定一个或多个代谢条件变量。确定的步骤可以包括使用生物过程中的质量守恒模型和生物反应器中的生物质的量和一种或多种代谢物的量的测量结果，以确定生物反应器中随成熟度变化的一种或多种代谢物中的一些或全部在细胞和培养基之间的单位转运速率。确定的步骤可以包括使用：(a)代谢模型和(本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于监测生物过程的计算机实现的方法，所述生物过程包括生物反应器中的细胞培养物，所述方法包括以下步骤：获得生物反应器中随生物过程成熟度变化的生物质的量和一种或多种代谢物的量的测量结果；确定一个或多个代谢条件变量，所述代谢条件变量选自：随生物过程成熟度变化的所述生物反应器中所述一种或多种代谢物中的一些或全部在细胞和培养基之间的单位转运速率、随生物过程成熟度变化的所述一种或多种代谢物的内部浓度，以及随生物过程成熟度变化的构成细胞代谢一部分的一个或多个代谢反应的反应速率；使用预训练的多变量模型来确定随生物过程成熟度变化的一个或多个潜在变量的值，其中所述多变量模型是使用过程变量的线性模型，所述过程变量包括所述代谢条件变量作为预测变量；将随成熟度变化的一个或多个潜在变量的值与一个或多个预定值进行比较；以及根据比较结果确定生物过程是否正常进行。2.如权利要求1所述的方法，其中确定一个或多个代谢条件变量包括：确定所述一种或多种代谢物在细胞和培养基之间的单位转运速率，其中代谢物i的单位转运速率是每个细胞和每个成熟度单位下在细胞和培养基之间转运的代谢物的量；可选地，代谢物i在特定成熟度m下的单位转运速率通过等式(7)确定：[反应器中代谢物量的总变化]＝[代谢物进入反应器的总流量]
‑
[代谢物离开反应器的总流量]+[反应器中细胞分泌的代谢物]
‑
[反应器中细胞消耗的代谢物](7)。3.如权利要求2所述的方法，其中所述代谢物的单位转运速率是单位消耗速率或单位生产速率。4.如前述权利要求中任一项所述的方法，其中所述生物反应器中生物质的量的测量结果包括：活细胞密度的测量结果，和/或所述生物反应器中一种或多种代谢物的量的测量结果包括：细胞室、培养基室或整个所述细胞培养物中一种或多种代谢物的量或浓度的测量结果。5.如前述权利要求中任一项所述的方法，其中确定一个或多个代谢条件变量包括：确定随生物过程成熟度变化的构成培养物中细胞代谢一部分的一个或多个代谢反应的反应速率；可选地，至少部分地使用随生物过程成熟度变化的所述生物反应器中所述一种或多种代谢物在细胞和培养基之间的单位转运速率来确定一个或多个代谢反应的反应速率。6.如权利要求5所述的方法，其中确定一个或多个代谢反应的反应速率包括：获得包括所述反应的代谢模型，和至少使用所述一种或多种代谢物的单位转运速率作为代谢模型的约束条件来求解代谢模型。7.如权利要求6所述的方法，其中代谢模型包括化学计量矩阵S和一组反应速率v集合，并且求解所述代谢模型包括确定反应速率v满足：最大化/最小化使使
其中x是对细胞目标有贡献的k变量，细胞目标表示为目标函数Z，α和β是描述x对细胞目标函数Z的影响的系数，是代谢模型中代谢物的内部浓度的变化率，i和j是分别针对下界和上界的代谢模型中反应速率集合的指数，其中至少一个下界值和/或上界值是一种或多种代谢物中的一种的单位转运速率的预定函数；可选地，确定一个或多个代谢反应的反应速率是使用通量平衡分析方法进行的。8.如权利要求6或权利要求7所述的方法，其中使用所述一种或多种代谢物的单位转运速率作为所述代谢模型的约束条件包括：指定随至少一个单位转运速率变化的至少一个代谢反应速率的值的允许范围；可选地，使用代谢物i的单位转运速率作为所述代谢模型的约束条件包括指定：下界i＝f
low,i
(qMet
i
)≤v
Exchange,i
≤上界i＝f
up,i
(qMet
i
)(10)其中qMet
i
是代谢物i的单位转运速率，f
lo...

【专利技术属性】
技术研发人员：尼古拉斯，
申请(专利权)人：赛多利斯司特蒂姆数据分析公司，
类型：发明
国别省市：