[發(fā)明專利]一種細(xì)胞培養(yǎng)控制方法以及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011590475.2
• 申請(qǐng)日: 2020-12-29
• 公開（公告）號(hào): CN112662551B
• 公開（公告）日: 2022-02-22
• 發(fā)明（設(shè)計(jì)）人: 王兆陽(yáng);趙偉;曹云;王麗君;徐盈瀛;徐舒婷;盧勇;宋依明
• 申請(qǐng)（專利權(quán)）人: 上海藥明生物醫(yī)藥有限公司
• 主分類號(hào): C12M3/00
• 分類號(hào): C12M3/00;C12M1/34;C12M1/38;C12M1/36;C12M1/00;C12N5/071;G06N3/04;G06N3/08
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 葛臻翼

本發(fā)明涉及一種細(xì)胞培養(yǎng)控制方法以及系統(tǒng)。一種細(xì)胞培養(yǎng)控制方法，其特征在于，包括以下步驟：步驟1)從細(xì)胞培養(yǎng)開始起，在具有指定間隔的時(shí)間點(diǎn)獲取參數(shù)的測(cè)得值，步驟2)將參數(shù)的測(cè)得值輸入雙深度Q網(wǎng)絡(luò)算法模型得到參數(shù)的算得值，步驟3)根據(jù)一個(gè)或多個(gè)參數(shù)的算得值分別調(diào)整細(xì)胞培養(yǎng)體系的一個(gè)或多個(gè)參數(shù)；可選地，還包括步驟4)重復(fù)步驟1)～步驟3)，直至細(xì)胞培養(yǎng)結(jié)束。采用了本發(fā)明的細(xì)胞培養(yǎng)控制方法在滿足細(xì)胞培養(yǎng)蛋白表達(dá)量要求的同時(shí)，不會(huì)影響產(chǎn)品純度和質(zhì)量。因此，采用本發(fā)明的細(xì)胞培養(yǎng)控制方法進(jìn)行控制的生產(chǎn)工藝可廣泛運(yùn)用于生物藥生產(chǎn)企業(yè)，縮短工藝開發(fā)和優(yōu)化的時(shí)間，從而節(jié)約大量的人力物力的摸索，具有廣泛的運(yùn)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及一種細(xì)胞培養(yǎng)控制方法以及系統(tǒng)。本發(fā)明的方法以及系統(tǒng)在滿足細(xì)胞培養(yǎng)蛋白表達(dá)量要求的同時(shí)，不會(huì)影響產(chǎn)品純度和質(zhì)量。

背景技術(shù)

生物反應(yīng)器是一種是在體外利用酶或生物體(例如細(xì)胞)的功能并進(jìn)行生化反應(yīng)的裝置系統(tǒng)，是一種生物功能模擬機(jī)，其被廣泛運(yùn)用生物藥的生產(chǎn)和研發(fā)，包括但不限于利用生物反應(yīng)器懸浮培養(yǎng)細(xì)胞生產(chǎn)抗體抗原等產(chǎn)物。對(duì)于已經(jīng)選定的反應(yīng)物和反應(yīng)工藝類型而言，對(duì)反應(yīng)過(guò)程的控制成為關(guān)鍵。生物反應(yīng)器的控制極大程度的影響生物藥的產(chǎn)量、質(zhì)量和投入成本。為了保持最優(yōu)環(huán)境中進(jìn)行反應(yīng)，通過(guò)對(duì)反應(yīng)的各種運(yùn)行參數(shù)進(jìn)行隨時(shí)監(jiān)控和控制。

例如，在生物反應(yīng)器中培養(yǎng)細(xì)胞并進(jìn)行生產(chǎn)的情況下，由于生物細(xì)胞培養(yǎng)期間生物反應(yīng)器的可控參數(shù)較多(例如溫度、攪拌、通氣、以及多種成分的填補(bǔ)料添加量)，以及培養(yǎng)周期狀態(tài)(培養(yǎng)液成分、活細(xì)胞密度、溫度、PH等)較多且變化呈現(xiàn)非線性，并且培養(yǎng)周期較長(zhǎng)，因而如何在培養(yǎng)周期內(nèi)的各階段采用正確的生物反應(yīng)器操作和培養(yǎng)工藝以取得最佳效益，是困擾生物藥生產(chǎn)公司的難題。

具體而言，例如在生物藥研發(fā)中需要進(jìn)行大量生物反應(yīng)實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)結(jié)果篩選出最可靠的細(xì)胞株培養(yǎng)操作流程，從而保證長(zhǎng)期穩(wěn)定的產(chǎn)生流程、高產(chǎn)量、與藥物質(zhì)量。這樣的生物反應(yīng)實(shí)驗(yàn)需要探索大范圍的實(shí)驗(yàn)參數(shù)(比如：糖、乳酸、氧氣、氨基酸等)在每時(shí)每刻對(duì)細(xì)胞株的影響，所以優(yōu)化細(xì)胞株培養(yǎng)工藝是整個(gè)生物藥研發(fā)里需要大量實(shí)驗(yàn)成本與時(shí)間投入的核心工藝之一。

目前，為了確定合適的反應(yīng)參數(shù)，生物藥公司往往需要投入大量的人力物力針對(duì)特定的生物藥來(lái)進(jìn)行反復(fù)實(shí)驗(yàn)，以優(yōu)化該生物藥細(xì)胞培養(yǎng)生物反應(yīng)器的操作方法和培養(yǎng)工藝。該過(guò)程耗時(shí)長(zhǎng)達(dá)數(shù)月以上，且耗費(fèi)大量的人力物力，同時(shí)實(shí)驗(yàn)結(jié)果過(guò)度依賴操作人員的經(jīng)驗(yàn)和主觀判斷。

現(xiàn)在雖然也有一些其他的培養(yǎng)方法，但大多依賴于機(jī)理模型。賽多利斯的SIMCAOnline軟件內(nèi)置一些判斷規(guī)則和多因素模型，當(dāng)測(cè)量物質(zhì)超出設(shè)定的范圍時(shí)，會(huì)及時(shí)通過(guò)一些反應(yīng)操作糾正，但是不能根據(jù)當(dāng)前狀態(tài)總結(jié)出范圍內(nèi)的最佳操作。有些則是機(jī)理模型的改進(jìn)，例如CN111308893A只針對(duì)機(jī)理模型已知的發(fā)酵過(guò)程，涉及到微生物培養(yǎng)的生物反應(yīng)器的補(bǔ)料的速率調(diào)控，其將培養(yǎng)過(guò)程劃分為非均勻的網(wǎng)格，在網(wǎng)格中優(yōu)化補(bǔ)料的補(bǔ)充速率。機(jī)理模型在一定程度上可以優(yōu)化培養(yǎng)過(guò)程，但是并沒有在整體上考慮生物藥的多樣性、培養(yǎng)環(huán)境的多樣性和操作方法的多樣性，這些因素在一定條件下會(huì)產(chǎn)生相互作用，而機(jī)理模型往往針對(duì)單一行為，并不考慮復(fù)雜的相互作用和多種行為。

除了簡(jiǎn)單的機(jī)理模型以外，最近也有研究運(yùn)用了強(qiáng)化學(xué)習(xí)在生物反應(yīng)器中。Pandian BJ和Noel MM在《Control of a bioreactor using a new partiallysupervised reinforcement learning algorithm》,Journal of Process Control,2018；69:16–29中將強(qiáng)化學(xué)習(xí)Q-learning和人工神經(jīng)網(wǎng)絡(luò)ANN以及半監(jiān)督學(xué)習(xí)的強(qiáng)化學(xué)習(xí)PSRL運(yùn)用到酵母菌發(fā)酵的生物反應(yīng)器的控制，其培養(yǎng)目的是控制生物反應(yīng)器的補(bǔ)料含量在一定限度，但是其考慮的狀態(tài)非常有限。其中將參數(shù)分成了10個(gè)水平，因?yàn)镼-learning適用于這種離散狀態(tài)且狀態(tài)水平少的場(chǎng)景。但實(shí)際上生物反應(yīng)器的狀態(tài)參數(shù)比較多，且大多數(shù)是連續(xù)變量，只做幾個(gè)狀態(tài)劃分不能滿足實(shí)際的使用。