用于验证培养装置性能的方法制造方法及图纸

本文报道了一种用于确定在哺乳动物或细菌细胞的培养过程中获得的过程数据是否受到问题影响的方法，所述方法包括以下步骤：(i)在针对表达重组异源多肽的所述哺乳动物或细菌细胞所产生的代谢模型中，拟合表达相同重组异源多肽的相同哺乳动物或细菌细胞的所述培养过程中获得的所述过程数据，和(ii)如果建模拟合显示关于原始数据的偏移大于10％，或所述建模拟合具有的由Pearson卡方检验确定的chi

【技术实现步骤摘要】
【国外来华专利技术】用于验证培养装置性能的方法本专利技术属于细胞培养领域，更确切地说属于高通量细胞培养领域。本文报道了确定细胞培养是否受问题影响的方法。实验确定的数据的对齐或/和一致性控制尤其在计算机代谢建模中开发。借由使用通过细胞模型的代谢通量分析，可以基于模型与实验之间的拟合来检查体外数据的一致性。
技术介绍
现代生物治疗药物在治疗复杂的多因素疾病(如癌症、糖尿病或类风湿性关节炎)中满足了日益增长的需求。大多数生物治疗药物在已建立的哺乳动物细胞系(例如，中国仓鼠卵巢(CHO)细胞)或已明确表征的细菌菌株(如大肠杆菌(E.coli))中产生。传统上，细胞系开发和过程开发对于基于细胞的生物过程而言既费时又繁琐，这是因为除其他因素外，还需要基因扩增和克隆选择。这与为正在进行临床前和临床评价的许多候选药物快速提供足够材料的需求相矛盾。用于生产生物治疗药物的细胞系开发速度的加快，为支持计算机方法用于时间和劳动密集型体外和体内方法的发展产生了强大的动力。深入表征高产细胞系和生物过程对于确保大量选择合适的克隆以强力且一致地生产用于临床前和临床应用的大量高质量生物治疗药物至关重要。这要求在生物过程开发中应用适当的方法，以实现细胞克隆和过程的有意义的表征。利用过程分析技术(PAT)进行线上过程监控的最新进展以及对工业细胞培养中关键产物质量属性的日益关注，极大地增加了当今可用过程数据的广度和数量。为了从此类丰富的过程数据中提取信息并预测生物过程性能，基于统计模型的多变量数据分析在当前应用的方法中承担主要位置(Pais等人，Curr.Opin.Biotechnol.30C(2014)161–167；Schaub等人，见：HuWS,ZengA-P,编辑，Genomicsandsystemsbiologyofmammaliancellculture.BerlinHeidelberg:Springer.2012,133–163.http://link.springer.com/chapter/10.1007/10_2010_98)。已平行开发用于几种哺乳细胞系的机理代谢模型(Dietmair等人，Biotechnol.Bioeng.109(2012)1404–1414；Nolan和Lee,Metab.Eng.13(2011)108–124；Provost等人，BioprocessBiosyst.Eng.29(2006)349–366；Selvarasu等人，Mol.Biosyst.6(2010)152–161；Sheikh等人，Biotechnol.Prog.21(2005)112-121)。这种模型之所以具有吸引力是因为它们可以利用新获得的基因组信息(Birzele等人，Nucl.AcidsRes.38(2010)3999–4010；Brinkrolf等人，Nat.Biotechnol.31(2013)694–695；Lewis等人，Nat.Biotechnol.31(2013)759–765)和定量代谢物测量，仅根据细胞外数据即可对细胞内状态进行全面评估。以这种方式，它们还可以在过程开发和克隆选择中与诸如微型生物反应器等规模缩小的发酵系统很好地对接(Bareither和Pollard,Biotechnol.Prog.27(2011)2–14；Hsu等人，Cytotechnol.64(2012)667-678)。这些系统获得越来越多的认可，因为它们可以提供更具有预测性的克隆表征，因为过程条件可以保持在更接近受控过程的情况下，如较大规模(Porter等人，Biotechnol.Prog.26(2010)446–1454and1455-1464；Rameez等人，Biotechnol.Prog.30(2014)718-727)。Charaniya,S.,等人(J.Biotechnol.147(2010)186-197)公开了用于发现具有高生产力过程特征的采矿生产数据。其中，基于核的方法与基于最大余量的支持向量回归算法相结合，用于积分所有过程参数并开发关键细胞培养性能参数的预测模型。该模型还用于根据过程参数在预测过程结果中的相关性来识别和排序过程参数。Popp,O.,等人(Biotechnol.Bioeng.113(2016)2005-2019)公开了用于支持代谢克隆性能的全面表征的混合方法。这种方法将代谢物谱分析与多元数据分析和通量组学相结合，以实现与预期细胞表型相关的关键代谢特征的数据驱动机理分析。作者已经将该方法应用于定量和比较一组10个重组CHO-K1生产者克隆和宿主细胞系中的代谢性能，并能够得出一组扩展的克隆性能标准，这些标准不仅捕获生长和产物形成，而且还纳入有关细胞内克隆生理和过程中代谢变化的信息。使用这些标准可以对克隆进行定量排名，并可以识别产生较高产物滴度的高产CHO-K1克隆之间的代谢差异。WO2011/140093公开了一种评估受试者中非酒精性脂肪肝疾病、非酒精性脂肪性肝炎和/或肝纤维化的严重程度的方法，该方法包括从受试者获得身体样品并确定当与健康个体的样品相比时该样品中至少一种氧化脂肪酸产物的水平。WO2011/136515公开了仅在最近，基因组规模技术能够进行系统级分析以阐明哺乳动物细胞中蛋白产生的复杂生物分子基础，从而有望增进对过程的了解并推导基于知识的方法以进行进一步的过程优化。该文件描述了一种使用这种基于知识的方法进行合理细胞培养过程的方法。Paul,W.,等人(https://dc.engconfintl.org/ccexvi/161/)公开了代谢/过程建模和结果的新方法。他们已发现混合代谢模型为细胞内代谢通量计算和预测未来细胞的代谢状态提供了一种新方法。这些模型实现了代谢驱动的过程控制。人工神经网络以高置信度和平均低均方根误差(RMSE)～20％(POC)成功地获得代谢通量估计值。当前基于代谢模型的方法依赖于手动将数据插入已开发的模型中。可能会发生数据输入错误并损害整个模型输出的情况。当完全执行时，异常值检测方法依赖于不稳定的数据结构，而不依赖于生物学相关性和数据的交叉验证。
技术实现思路
本专利技术的一个目的是提供使用计算机建模和代谢通量分析来识别或确定受问题影响的细胞培养物的方法，该问题即实验确定的数据的对齐和/或一致性控制。通过确定模型与实验数据之间的拟合优度，可以识别受问题影响的培养。该问题可能是技术问题，也可能是生物学问题。技术问题基于用于执行培养的硬件故障。生物学问题是基于细胞本身，例如，是由于培养的细菌或真菌污染所致。优选地，该问题是与用于执行和/或监控培养的硬件(即，探针、器皿、电子、装置、分析等)相关的技术问题。因此，本文提供了通过确定实验数据与(已建立的)代谢模型的拟合优度(GoF)来验证培养性能的方法。根据本专利技术的所有方法均包括任一以下第一组步骤：-使用针对表达相同重组异源多肽的相同细胞生成的代谢模型，拟合表达重组异源多肽(优选为抗体)的细胞克隆培养过程中获得的过程数据，以及-当获得的拟合显示关于原始数据的偏移大于10％时，确定培养本文档来自技高网...

【技术保护点】
1.一种用于确定在哺乳动物或细菌细胞的培养过程中获得的过程数据是否受到问题影响的方法，所述方法包括以下步骤：/n使用针对表达重组异源多肽的所述哺乳动物或细菌细胞所产生的代谢模型，拟合表达相同重组异源多肽的相同哺乳动物或细菌细胞的所述培养过程中获得的所述过程数据，/n如果符合以下条件，则确定所述培养受到问题影响：/n(i)建模拟合显示关于原始数据的偏移大于10％，/n或/n(ii)所述建模拟合具有的由Pearson卡方检验确定的chi

【技术特征摘要】
【国外来华专利技术】20180827 EP 18190942.51.一种用于确定在哺乳动物或细菌细胞的培养过程中获得的过程数据是否受到问题影响的方法，所述方法包括以下步骤：
使用针对表达重组异源多肽的所述哺乳动物或细菌细胞所产生的代谢模型，拟合表达相同重组异源多肽的相同哺乳动物或细菌细胞的所述培养过程中获得的所述过程数据，
如果符合以下条件，则确定所述培养受到问题影响：
(i)建模拟合显示关于原始数据的偏移大于10％，
或
(ii)所述建模拟合具有的由Pearson卡方检验确定的chi2值大于5。


2.一种用于选择表达异源多肽的细胞的方法，其中所述方法包括以下步骤：
a)单独培养大量的产生所述相同异源多肽的哺乳动物或细菌细胞克隆，从而在所述培养过程中记录瞬时(temporal)过程数据，
b)使用已针对所述相同哺乳动物或细菌细胞产生的相同代谢模型，分别拟合每个克隆在步骤a)中获得的所述过程数据，
c)如果在所述代谢模型中，步骤b)中所获得的所述拟合对于步骤a)中所获得的所述培养的所述过程数据(i)显示出关于所述原始数据的偏移大于10％，或(ii)所述拟合的所述由Pearson卡方检验确定的chi2值为5或更大，则确定步骤a)的培养受到问题影响，
d)对如步骤c)中所确定的在所述培养中有问题的所述克隆重复步骤a)至c)
或
如果没有克隆如步骤c)中所确定的在所述培养中有问题，则从大量克隆中选择具有(i)最高滴度、和/或(ii)最高水平的预期产物质量属性、和/或(iii)代谢性能指标中优选的代谢表型...

【专利技术属性】
技术研发人员：T·格罗斯科普夫，O·波普，T·瓦洛查，
申请(专利权)人：豪夫迈·罗氏有限公司，
类型：发明
国别省市：瑞士;CH