Análisis de series temporales multivariadas de datos de metabolitos de la fermentación de células de ovario de hámster chino
Florian Lipsmeier, PhD, Científico, División de Investigación Farmacéutica y Desarrollo Temprano, Roche Diagnostics GmbH
Las células de ovario de hámster chino (CHO) son una de las herramientas clave de la biotecnología moderna para la producción a gran escala de proteínas terapéuticas, como anticuerpos. Las poblaciones de células CHO crecen en un medio y condiciones bien definidos en un fermentador. Durante la fermentación de las células CHO, se registra constantemente un pequeño conjunto de datos en línea y se toma un conjunto discreto de muestras distribuidas equitativamente a lo largo del proceso. Estas muestras se analizan principalmente por su contenido de metabolitos y representan las denominadas mediciones fuera de línea. A pesar de las condiciones prácticamente constantes durante la fermentación, puede existir una alta variabilidad en el crecimiento celular, la estabilidad del proceso y la producción de proteínas. Esto puede deberse a las diferentes proteínas producidas, a las diferentes condiciones de precultivo antes de la fermentación, a mutaciones u otros factores potencialmente no identificados. Estamos desarrollando una plataforma de análisis en JMP para abordar diversas cuestiones en torno a estos temas mediante el análisis de nuestros datos de series temporales multivariantes. Las principales herramientas que utilizamos en este contexto emplean predominantemente los métodos de análisis multivariante que ofrece JMP, como el análisis de componentes principales y la agrupación en clústeres, así como métodos de modelado como el cribado de efectos, la partición o las redes neuronales. Estos métodos se complementan, por ejemplo, con la implementación de diferentes medidas de similitud de series temporales de la literatura actual con el lenguaje de scripting JMP y el uso de paquetes R existentes a través de la conexión entre JMP y R.
