细胞

注册

 

发新话题 回复该主题

复盘CHO细胞培养基开发历程,人工智能缔 [复制链接]

1#

培养基是细胞培养的基础,只要用到细胞来制造生物技术产品,例如疫苗、单抗药以及各类生物医药技术研究等,细胞培养基的重要作用就无可替代。因此,在培养基开发这条路上,无数的科学家与企业家倾注了心血,推动着培养基开发,直到今天的人工智能化培养基开发时代。

人工智能缔造培养基开发新时代

CHO细胞培养基的三大开发进程

自年科罗拉多大学医学系教授Dr.TheodoreT.Puck从中国仓鼠中分离出卵巢细胞(ChineseHamsterOvary,CHO),并成功进行体外连续传代培养。60多年来,80%以上的上市及临床阶段重组蛋白和抗体药物通过CHO细胞表达,与此同时,对培养基开发的研究从未停止。

年Eagle博士发布细胞基础培养基配方,并在年提出了进一步改进的配方“MinimalEssentialMedium(MEM)”,Eagle的研究工作无疑奠定了近代无血清培养基开发的基础。年GIBCO推出的CDCHO是第一个完全化学成分确定的培养基(Chemically-definedMedium,CDM),推进培养基开发进入一个全新的时代。

年大湾生物自主研发的智能化培养基开发平台AlfaMedX正式上线,开创性地将人工智能与培养基开发深度结合,在大量实验数据基础上创建了智能化集成数据库,高效地为客户提供定制化的培养基配方。相比传统方式而言,效果更佳,速度更快,价值更高,为解决培养基开发“长周期、高成本、无专利”等痛点提供了新的优质方案。

CHO细胞培养基开发在不断探寻优化培养基配方

在研究的后期,针对单个细胞系进行进一步的培养基优化。实验方法传统的一次单因素方法仅允许一次更改单个成分的浓度。对于CHO培养基中大量组成成分,此方法就变得非常费力。为了优化培养基配方中的现有成分,至关重要的是在培养过程中准确地对它们进行分析。各种分析技术已被用于量化营养物和代谢物,包括高效液相色谱(HPLC),核磁共振(NMR),气相色谱(GC),电感耦合等离子体质谱(ICP-MS),液相色谱或GC耦合质谱分析(LC-MS或GC-MS)。

在众多研发药企想进一步优化仪器时,培养基开发迎来了新的颠覆者——人工智能

对培养基开发的能力,是验证一家生物制药企业生产效率的直接体现。近年来,人工智能技术不断发展,其应用渠道也不断拓展延伸,较为出名的便是阿尔法狗打败世界围棋高手,而这仅仅是人工智能技术应用的开始而已。利用AI等前沿技术的特性,大幅度缩短培养基开发周期,提供更有利于高产率细胞生长的培养环境,更快更优地为客户提供定制化培养基。

1.效果最优化

基于深度学习、知识迁移等前沿技术对成千上万且不断累积的数据进行分析,能在短期内快速为客户提供优质的培养基配方。

2.研发周期短

平台在培养基开发过程中开创性地同时对多个影响细胞培养的配方变量进行优化,打破了传统培养基开发过程中,只对一个成分变量进行调整的低效率方式,大大缩短开发周期。

3.性价比高

平台通过少量实验数据即可获得客户细胞所需培养基的专业模型,快速获得实现最优化效果的培养基配方。大幅度减少工作量的同时,快速获取客户所需的最优化培养基配方。此外,在合作过程中平台可以保障培养基供应链的稳定性。

分享 转发
TOP
发新话题 回复该主题