针对连续生产的整合式过程分析技术
本文节选自《Recent advances in integrated process analytical techniques, modeling, and control strategies to enable continuous biomanufacturing of monoclonal antibodies》，由于水平有限，详细内容，请参考原文或往期推送整合式过程分析技术、建模和控制策略的最新进展，赋能单克隆抗体连续生产。
整合式过程分析技术（IPAT）
随着ICH Q8中提出的行业指南逐步被采用，为了获得具有一致性能的高质量产品，对提高过程理解的需求不断增加。这可以通过理解过程输入的影响来实现，例如原材料属性和过程参数对CQA的影响；这个过程范畴称为设计空间。对于在指定的设计空间中进行的过程，掌握对产品属性有重大影响的过程参数的实时信息 (即使用PAT传感器) 是非常重要的，且需能够通过反馈和/或前馈控制策略控制该过程。因此，本节主要关注上游细胞培养和下游纯化中使用的整合PAT工具和传感器的最新进展。表2描述了重要的质量属性和过程监测的当前状态。图2描述了在连续生物工艺中常用PAT工具和自动化的一般用法，以及如何使用这些工具进行过程控制。下文将讨论PAT工具包的开发和实施的最新趋势。
表2. 与最终药物产品相关的关键质量属性和实时PAT实施示例，以支持连续的生物生产。
图2. 在mAb生产过程中实施PAT工具以监控CQA的示例。蓝色表示从工艺中提供信息的过程分析技术，绿色表示在生物工艺的每个步骤中测量的特定CQA。
在很大程度上，PAT实现了上游操作过程的自动化和少数过程参数的实时控制。例如，pH、溶氧、温度和葡萄糖浓度是一些已被报道得到了良好控制的上游参数。然而，实时监测和控制产品质量属性(如生物活性、聚集状态、电荷异构体和糖基化水平)仍是不可能的，只有少数情况下能够通过在线PAT监测这些CQA。在先进PAT采用上的这种滞后主要有两个原因。一个是可以在复杂的生物反应器环境中检测这些微小变化的稳健且经济的传感器的确认。另一个原因是缺乏对这些过程参数对产品CQA影响的完全理解，这进一步限制了合适控制策略的应用。这里将进一步介绍一些先进PAT最近实施的案例研究。拉曼光谱技术的应用已经引起了人们的广泛关注，包括在上游和下游工艺中的实施。在连续生产中使用拉曼光谱作为PAT的一个关键优势是，除了预测活细胞密度和总细胞密度外，还能够同时在线监测和预测关键培养参数(如谷氨酰胺、谷氨酸、葡萄糖、乳酸和氨的浓度)。使用一个PAT探针来表征多个培养参数的方式，通过以一个可以一次收集多组信息的传感器替换多个传感器，简化了样品分析任务。此外，拉曼光谱已被用于控制乳酸浓度，从而提高哺乳动物细胞培养中的细胞密度、活性和蛋白质生产，以及控制生物反应器中的葡萄糖水平。也有报道使用拉曼光谱预测不同的单抗亚型和糖基化物质，其预测误差低，且可通过滤液液流进行 (不需要取样)。最近的一项研究也成功地使用了拉曼光谱来实时微调单抗半乳糖化水平，操作主要通过控制乳酸补液速率进行。然而，这种技术也有一定的局限性，例如提供需要去卷积的高度重叠光谱特征，并且对低浓度物质的灵敏度较差 (这使得很难连续观察所有所需的产物)。此外，当将拉曼光谱作为PAT工具应用时，工艺验证需要稳健的校准模型，以及使用复杂化学计量方法对原始数据进行预处理的需求是这种方法的一些技术缺陷。然而，基于不断取得的技术进步，基于拉曼的PAT将在广泛的过程参数和质量属性监测中找到应用，以适应连续生物生产工艺的在线监测需求。
由于快速采集时间和每次采集收集大量数据的能力，用于上游和下游工艺单元操作的光谱监测工具变得更加通用。在线FTIR和拉曼光谱探针也被研究作为蛋白质层析中检测蛋白质浓度和痕量污染物的在线/离线HPLC的替代方法。最近的一项研究利用FTIR实时监测成纤维细胞生长因子2的纯度和数量。FTIR在质量评估方面的其它用途包括应用于双水相萃取中的蛋白质检测以及超滤工艺中蛋白质浓度的在线检测。总的来说，随着PAT工具被用于实时决策，光谱技术的应用现在显示出日益增长的趋势。
另一个经典但现实的PAT方法是无菌取样并快速在线分析所需的质量检测组合。例如，UHPLC被用于实现对多种单抗CQA的连续实时监测，即：氨基酸组成、电荷状态和糖基化。另一个例子是Zipchip技术，其基于毛细管电泳(CE)的原理；该原理已获得广泛的应用，作为UHPLC的一种替代技术，用于阐明产品属性，如糖基化和电荷异质性。CE的广泛使用可以归因于其快速分析能力，通常可在1分钟内完成样品处理，而HPLC分析可能需要大约10- 60分钟。值得注意的是，基于HPLC和CE的PAT技术受到效率较低的限制，样品制备（或衍生化）所需的时间较长，这进一步延长了分析所需的总时间，并阻碍了它们作为在线监测系统的效用。然而，在线实施这些技术才是一个真正的挑战，因为通常要求的硬件整合和软件开发需要多学科的专业知识和多个利益相关者(如FIA和HPLC设备供应商)之间的合作。此外，实现反馈控制，以控制过程中的CQA，需要更多的工作，以便更好地将不同CPP和CMA的影响联系起来，以达到所需的CQA。
相比传统的离线方法(如HPLC)，使用在线光谱PAT来获取过程数据已经成为一种趋势。与离线HPLC相比，这种PAT的主要优势是更容易整合在线光谱探针，即通过非侵入式方法，快速获取过程数据。然而，背景有机分子的复杂性和高度重叠的光谱特征，加上待分析的目标物质的低浓度，使得这种策略需要有适当的统计工具，可以准确地去卷积、分析，并应用适当的控制策略。多变量数据分析(MVDA)方法具有相当大的应用前景，因为它们能够关联生物反应器和后续单元操作中的一个或多个事件。化学计量学工具(如MVDA)和其它技术，如主成分分析(PCA)、偏最小二乘(PLS)和正交偏最小二乘技术，已经被用于分析光谱特征。基于拉曼PAT的动态补液策略已用于CHO细胞的培养，其基础是用于摇瓶和生物反应器培养的稳健PLS校准模型，以及用于预测关键细胞培养代谢物的化学计量模型。随着我们开始开发各种光谱(和非光谱)技术与软传感器结合使用的潜力，这将决定先进PAT工具如何实现更快的数据采集，并提供对上、下游设备操作的更好控制。
原文：V.Chopda, A.Gyorgypal, O.Yang, et al., Recent advances in integrated process analytical techniques, modeling, and control strategies to enable continuous biomanufacturing of monoclonal antibodies. J.Chem.Technol.Biotechnol., 2021, DOI10.1002/jctb.6765.
相关阅读：