CHO细胞培养基开发方法2021-11-22 09:10:29
基于高维算法辅助的CHO细胞培养基开发方法,弥补了DOE软件中分析高维数据的局限性从而改善了培养基开发的尾端问题。不仅加深了对培养基开发方法流程整合的认识,还为工业化稳定生产CHO细胞培养基提供实际指导意义。后续可在此基础上开展以下工作:（1）虽然新实验设计降低了部分变量相关性,但全局变量重要性分析仍易出现假阳性结果,可结合专业知识在实验设计时优先保证潜在重要变量的组分独立性。
（2）交互分析可以使得变量重要性结果更准确,准确的重要性分析可以增强预测模型的泛化能力,从而进一步提高分析准确率。
（3）现有模型只对培养基的配方进行建模,但是影响培养的因素有很多,且时间维度上的因素未纳入此次建模,使得其预测能力有限,后续可加入其他参数建模。
（4）统计学习或者说拟合模型都会存在泛化误差（实验数据覆盖范围外的预测能力）,而配方优化问题就是要在设计边界进行探索,因此可以进一步改进优化算法以找到最大梯度方向。
（5）改良配方分析算法和局部CPP算法,减小估计误差。
（6）通过分析数据特征,发现培养基开发数据存在复杂的非线性关系,由此基于非参数算法建立全局变量重要性分析方法,与主流的PLS方法相比具有更高的分析准确率,这一应用在CHO细胞培养基的开发中目前尚未见报道。
（7）通过分析数据特征,发现抗体产量呈非正态分布,由此基于数据分区思想建立GMM-GBDT产量预测模型,随后结合不确定性分析算法开发培养基配方,并对该流程的产量提升效果进行了初步验证,这一应用在CHO细胞培养基的开发中目前尚未见报道。
（8）产量预测模型平均预测准确率在80％以上,基于此通过局部特性分析配方稳定性和CPP,并对其有效性进行了初步验证,这一应用在CHO细胞培养基的开发中目前尚未见报道。
出自《基于高维算法辅助ＣＨＯ细胞培养基开发方法的建立及应用》作者邹茂。
上一篇： 培养基作为抗体苭物生产的关键原材料
下一篇： 细胞培养基是细胞体外培养最重要的因素
