中國倉鼠卵巢細胞發酵代謝物資料的多變量時間序列分析中國倉鼠卵巢細胞發酵代謝物資料的多變量時間序列分析
Florian Lipsmeier 博士，羅氏診斷有限公司製藥研究和早期開發資訊學部科學家
中國倉鼠卵巢（CHO）細胞是現代生物技術中大規模生產抗體等治療性蛋白質的「主力」之一。 CHO 細胞群在發酵槽中的明確培養基和明確條件下生長。 在 CHO 細胞發酵過程中，不斷記錄一組線上數據，並在整個過程中均勻分佈地採集一組離散樣本。 這些樣本主要分析其代謝物含量並代表所謂的離線測量。 儘管發酵過程中的條件幾乎恆定，但細胞生長、製程穩定性和蛋白質生產可能存在相當高的變異性。 這可能是由於產生的蛋白質不同、發酵前的預培養條件不同、突變或其他潛在的未知因素所造成的。 我們正在 JMP 中開發一個分析平台，以便透過分析多元時間序列資料來解決圍繞這些主題的不同問題。 我們在這方面使用的主要工具主要採用 JMP 提供的多變量分析方法，例如主成分分析和聚類，以及建模方法，例如效果篩選、分區或神經網路。 例如，透過使用 JMP 腳本語言實作目前文獻中的不同時間序列相似性度量以及透過 JMP 和 R 連接使用現有 R 包，可以對這些方法進行補充。
JSL應用程式開發
