[发明专利]在防止乳酸积累的同时繁殖细胞培养物的过程和系统

说明书

描述了一种预测模型，该模型可以基于初始，测量的浓度和历史数据来预测未来的参数浓度。可以使用多种多元技术来构建能够预测多种和不同的细胞系浓度的预测模型。预测模型也是可伸缩的。在一个实施方案中，确定未来的乳酸浓度轨迹，并且改变或修饰生物反应器内的至少一种条件以将乳酸浓度维持在期望的范围内。

优先权要求

本申请基于并要求于2017年11月20日提交的美国临时专利申请序列号62/588,464和于2018年10月18日提交的美国临时专利申请序列号62/747,311的优先权，两者均通过引用并入本文。

背景技术

生物反应器是可以在实验室或工业规模上进行生物反应或过程的装置，在生物制药工业中被广泛使用。生物反应器可用于生产所有不同类型的生物产品。例如，生物产品可以包括细胞培养物和衍生自细胞培养物的材料，衍生自细胞培养物的材料包括饮料、生物燃料、生物能源、生物化学药品、抗生素、氨基酸、酶、单克隆抗体、单体、蛋白质、食品培养物、生物聚合物、酒精、调味剂和香料等等。在一些实施例中，细胞培养物可以生长用于细胞疗法。细胞疗法是通过施用已经离体操纵或改变的自体、异体或异种细胞来预防、治疗、治愈或减轻人类疾病或损伤。细胞疗法的一个目标是修复、替换或恢复受损的组织或器官。

细胞培养物通常在分批过程中生长，其中生物材料保留在生物反应器中直到反应时间结束。在这些方法中的某些方法中，可以周期性地或连续地去除并再补充生物反应器中包含的流体介质，以补充流体介质中包含的营养物并可能去除在该过程中产生的有害副产物。

在细胞培养物的生长过程中，培养基中关键代谢产物的调节可直接影响所生产产品的质量。例如，长期以来，乳酸浓度一直被认为是在细胞培养物，特别是哺乳动物细胞培养物的生长过程中控制的关键代谢产物之一。通常，在细胞培养的指数生长期产生大量的乳酸，而当细胞进入静止期时观察到消耗。高水平的乳酸可能会对细胞培养过程产生许多负面影响。例如，乳酸积累可能与产品质量和属性的负面影响相关。实际上，细胞培养物中乳酸的极度积累会使细胞培养在商业上无法使用。

然而，细胞培养物中的乳酸行为是非常不可预测的。例如，由于调节细胞培养物中乳酸产生和消耗的机制尚不清楚和未知，本领域技术人员已经尝试监测和控制乳酸水平几乎没有成功。细胞代谢行为的高度多元、非线性和随时间变化的性质使得很难识别和纠正乳酸浓度背后的驱动力。

历史上，上游生物过程已经通过去除样品进行监测，然后对样品进行分析以分析选定的代谢产物，例如乳酸水平。过去，已经进行了重复的乳酸浓度测量，以预测细胞培养物是否将以乳酸累积状态结束，从而降低产物浓度。不幸的是，以前的乳酸浓度计算在只发现了与乳酸积累有关的问题，该过程太迟而无法制定供给代谢物或操作条件。

最近，本领域技术人员已经尝试设计预测性控制模型作为在生物产品生产期间使用的质量控制工具。例如，Quin等人在题为“工业模型预测控制技术的综述”的文章中公开了可商购的模型预测控制技术的概述，其通过引用并入本文。Zupke等人发表了一篇题为“实时产品属性控制以制造具有定义的N-连接的聚糖水平的抗体”的文章，并讨论了使用非线性模型预测控制的问题。Sommeregger等人发表了一篇题为“通过质量控制：对哺乳动物细胞培养生物过程进行模型预测控制的文章”，该文章旨在实施过程分析技术以转向更灵活的质量设计方法。然而，上述文章不仅不能公开乳酸浓度控制系统，而且不能提供与反馈机制结合的过程参数的鲁棒控制。

鉴于上述情况，当前需要一种用于监测生物化学和生物制药过程(例如繁殖细胞培养的过程)的改进的过程和系统，该过程和系统允许进行连续或周期性调节以维持生物反应器内的最佳条件。例如，需要一种能够预测细胞培养物中的质量属性浓度并将该质量属性保持在期望限度内的方法和系统。特别地，需要一种方法和系统，该方法和系统不仅能够预测生长的细胞培养物中未来的乳酸浓度，而且能够修饰一个或多个生物反应器对照和/或输入以将乳酸浓度保持在预设的限度内。还需要用于防止乳酸在细胞培养物中积累的改进的方法和系统。

发明内容