中国仓鼠卵巢细胞发酵代谢物数据的多变量时间序列分析中国仓鼠卵巢细胞发酵代谢物数据的多变量时间序列分析
Florian Lipsmeier 博士，罗氏诊断有限公司制药研究和早期开发信息学部科学家
中国仓鼠卵巢（CHO）细胞是现代生物技术中大规模生产抗体等治疗性蛋白质的“主力”之一。 CHO 细胞群在发酵罐中的明确培养基和明确条件下生长。 在 CHO 细胞发酵过程中，不断记录一小组在线数据，并在整个过程中均匀分布地采集一组离散样本。 这些样品主要分析其代谢物含量并代表所谓的离线测量。 尽管发酵过程中的条件几乎恒定，但细胞生长、过程稳定性和蛋白质生产可能存在相当高的可变性。 这可能是由于产生的蛋白质不同、发酵前的预培养条件不同、突变或其他潜在的未知因素造成的。 我们正在 JMP 中开发一个分析平台，以便通过分析多元时间序列数据来解决围绕这些主题的不同问题。 我们在这方面使用的主要工具主要采用 JMP 提供的多变量分析方法，例如主成分分析和聚类，以及建模方法，例如效果筛选、分区或神经网络。 例如，通过使用 JMP 脚本语言实施当前文献中的不同时间序列相似性度量以及通过 JMP 和 R 连接使用现有 R 包，可以对这些方法进行补充。
JSL应用程序开发
