利用确定性筛选设计提高早期细胞培养工艺开发效率
生物制药行业管线的快速扩张和监管机构日益严格的要求要求在早期细胞培养工艺开发中采用更高效、更合理的研究设计。高通量生物反应器系统和实验设计 (DOE) 的最新发展使细胞培养工艺开发部门能够通过整合这两项技术进步来满足这种需求。在本研究中，我们比较了涵盖 Ambr® 15 生物反应器中关键工艺参数的各种形式的部分因子设计 (FFD) 和确定性筛选设计 (DSD)，以更好地了解初始细胞培养工艺并对其进行优化。结果表明，与 FFD 相比，DSD 在检测二次效应方面更有效、更高效。对各种可用模型开发策略的比较表明，两阶段前向回归结合修正的赤池信息准则 (AICc) 和最小绝对收缩和选择算子 (LASSO) 回归结合自验证集成模型 (SVEM) 提供了卓越的预测能力。此外，还评估了关键 DoE 规律的有效性。综上所述，如果可能存在二次效应，DSD 是一种适合早期细胞培养工艺开发的实验设计。基于 DSD 数据集构建的统计模型可用于抗体生产生物工艺的预测优化，同时可以放宽效应遗传等规律的限制。
