细胞培养（或“实验室培育”）肉类通过在生物反应器中培养动物细胞，为传统动物农业提供了一种可持续的、无需屠宰的替代方案。这一新兴领域借鉴了传统的生物制药制造，但需要较低的投入成本（尤其是细胞培养基）才能实现商品规模定价。在 UPSIDE Foods，我们开发了高通量实验工作流程，用于快速测试和优化细胞培养基配方。然而，海量数据集（每次运行超过 2000 次测量）带来了新的瓶颈，手动数据处理会减慢迭代周期并延迟流程决策。
为了解决这个问题，我们建立了开放数据库连接 (ODBC)，以便实时访问关键仪器数据（例如 ViCell XR/Blu、Nova Flex 2）。然后，我们使用 JMP 脚本语言 (JSL) 开发了一些工具，将数据导入 JMP，并自动化我们的数据分析工作流程。本演示文稿演示了该脚本的功能，例如内置数据可视化功能（Graph Builder）、自动趋势分析功能（Bivariate Fit）以及面向操作员的工具（Tabulate），用于指导过程干预（例如补料、设定点调整）。我们的方法还解锁了更高级的计算，这些计算需要在具有条件关系的数据点之间进行数值积分。作为案例研究，我使用细胞特异性葡萄糖消耗量 qGluc (pg/(cell*day)) 来强调我们方法中的三个关键方面，这些方面促进了这项众所周知的繁琐计算的自动化：
- 制定标准化样本命名约定。
- 使用 JOIN 和 SORT 等操作自动组织和清理数据。
- 使用关键函数（例如 IF、LAG、IS MISSING）创建公式列。
将实时数据流与 JMP 中的自动分析相结合，显著加快了 UPSIDE Foods 的生物工艺开发速度并减少了决策延迟。
