L'expansion rapide des pipelines de l'industrie biopharmaceutique et les exigences de plus en plus strictes des organismes de réglementation exigent une conception d'étude plus efficace et rationnelle dès les premières étapes du développement des procédés de culture cellulaire. Les récents développements en matière de systèmes de bioréacteurs à haut débit et de plans d'expériences (DOE) permettent au secteur du développement des procédés de culture cellulaire de répondre à cette demande en intégrant ces deux avancées technologiques. Dans cette étude, nous avons comparé différentes formes de plans factoriels fractionnaires (FFD) et de plans de criblage définitif (DSD) couvrant les paramètres clés du procédé dans les bioréacteurs Ambr® 15 afin de mieux comprendre le procédé initial de culture cellulaire et ainsi l'optimiser. Les résultats ont montré que le DSD était plus efficace et efficient pour détecter les effets quadratiques que les FFD. La comparaison des différentes stratégies de développement de modèles disponibles a révélé que la régression directe en deux étapes, combinée au critère d'information d'Akaike corrigé (AICc) et à la régression LASSO (opérateur de sélection et de retrait absolu minimal), combinée à des modèles d'ensemble auto-validés (SVEM), offrait une capacité prédictive supérieure. De plus, la validité des principales régularités du DOE a été évaluée. En conclusion, la méthode DSD constitue un modèle expérimental adapté au développement précoce de procédés de culture cellulaire, en cas d'effets quadratiques. Les modèles statistiques dérivés de l'ensemble de données DSD pourraient être appliqués à l'optimisation prédictive des bioprocédés de production d'anticorps, tandis que des régularités telles que l'hérédité des effets pourraient être assouplies.
