Analyse multivariée des séries chronologiques des données sur les métabolites issus de la fermentation des cellules ovariennes de hamster chinois
Florian Lipsmeier, Ph. D., scientifique, division informatique de recherche pharmaceutique et de développement précoce, Roche Diagnostics GmbH
Les cellules ovariennes de hamster chinois (CHO) sont l'un des outils de travail de la biotechnologie moderne pour la production à grande échelle de protéines thérapeutiques, telles que les anticorps. Les populations de cellules CHO se développent dans un milieu et des conditions bien définis, en fermenteur. Pendant la fermentation, un petit ensemble de données en ligne est enregistré en permanence et un ensemble discret d'échantillons est prélevé, uniformément répartis, tout au long du processus. Ces échantillons sont principalement analysés pour leur teneur en métabolites et représentent les mesures hors ligne. Malgré des conditions quasi constantes pendant la fermentation, la croissance cellulaire, la stabilité du processus et la production de protéines peuvent présenter une variabilité importante. Cela peut être dû aux différentes protéines produites, aux différentes conditions de pré-culture avant la fermentation, à des mutations ou à d'autres facteurs potentiellement non identifiés. Nous développons une plateforme d'analyse au sein de JMP afin de répondre à différentes questions sur ces sujets grâce à l'analyse de nos données de séries chronologiques multivariées. Les principaux outils que nous utilisons dans ce contexte font principalement appel aux méthodes d'analyse multivariée proposées par JMP, telles que l'analyse en composantes principales et le clustering, ainsi qu'à des méthodes de modélisation telles que le criblage d'effets, le partitionnement ou les réseaux de neurones. Ces méthodes sont complétées, par exemple, par l'implémentation de différentes mesures de similarité de séries temporelles issues de la littérature actuelle avec le langage de script JMP et l'utilisation de packages R existants via la connexion JMP-R.
