目的优化补料培养基中20种氨基酸组分,提高抗体表达量。方法采用JMP Pro 18软件中确定性筛选设计(DSD)方法优化补料培养基中20种氨基酸组分,通过预测刻画器与意愿函数分析,同时结合蒙特卡洛模拟技术,确定最大化意愿氨基酸组合和最优氨...目的优化补料培养基中20种氨基酸组分,提高抗体表达量。方法采用JMP Pro 18软件中确定性筛选设计(DSD)方法优化补料培养基中20种氨基酸组分,通过预测刻画器与意愿函数分析,同时结合蒙特卡洛模拟技术,确定最大化意愿氨基酸组合和最优氨基酸组合,最终通过稳健性验证确定最佳氨基酸配比。结果通过使用优化后的补料培养基,CHO-S细胞株单克隆抗体表达量显著提升23.5%。此外,将优化后的补料培养基应用于CHO-K1细胞株时,抗体表达量也实现7.4%的提升。结论本研究将统计实验设计与计算模拟技术相结合,不仅为培养基优化构建“组分-响应”关系的数学模型,更形成包含预测建模、稳健性验证及跨细胞系验证的系统性方法,为生物制药行业细胞培养基开发及培养工艺开发提供重要参考。展开更多
文摘目的优化补料培养基中20种氨基酸组分,提高抗体表达量。方法采用JMP Pro 18软件中确定性筛选设计(DSD)方法优化补料培养基中20种氨基酸组分,通过预测刻画器与意愿函数分析,同时结合蒙特卡洛模拟技术,确定最大化意愿氨基酸组合和最优氨基酸组合,最终通过稳健性验证确定最佳氨基酸配比。结果通过使用优化后的补料培养基,CHO-S细胞株单克隆抗体表达量显著提升23.5%。此外,将优化后的补料培养基应用于CHO-K1细胞株时,抗体表达量也实现7.4%的提升。结论本研究将统计实验设计与计算模拟技术相结合,不仅为培养基优化构建“组分-响应”关系的数学模型,更形成包含预测建模、稳健性验证及跨细胞系验证的系统性方法,为生物制药行业细胞培养基开发及培养工艺开发提供重要参考。