Las nuevas variaciones de metabolitos de ID de Analytics están asociadas con la eficiencia de las células CHO

Las células de los ovarios de hámster chino (CHO) eran plataformas de producción de proteínas 89% Entre 2018 y 2022, aprobaron medicamentos biológicos, y su uso no es lento. Los fabricantes se mudan constantemente al enriquecimiento celular para satisfacer las demandas, pero no puede hacer suficientes productos para satisfacer las necesidades de los clientes solo. La producción de proteínas usando células CHO, por lo tanto, debería ser aún más eficiente.

Según los científicos de la Universidad de Umeå y Stedim Biotech, Universidad de Umeå, Suecia, "no solo es importante la optimización de la densidad celular viable, sino también la productividad específica". papel,

Con ese fin, un equipo dirigido por Pär Jonson, PhD, científico senior de investigación, Sartorius Corporate Research desarrolló un método que "elimina la dependencia del tiempo contenida en los datos bioproose, que es resaltar los metabolitos con una variables de proceso en la mayoría de los puntos de tiempo", explica Joneson. General,

Los científicos evaluaron las condiciones biológicas y ambientales detrás de las variaciones en el clon de células CHO. Descubrieron que los ciclos de citrato y el paso adyacente de Pyruvat, Glyxilate y Pantothenette eran particularmente importantes para la productividad celular y la muerte celular, lo que ofrece un medio por el cual los fabricantes pueden aumentar la productividad volumétrica. Es importante destacar que los metabolitos identificados por este método fueron "importantes, incluso después de contabilizar la dependencia oportuna inherente a los datos bioproose", dice Jonson.

En este estudio, Jonsan y sus colegas analizaron el metabolismo externo de 11 clones CHO durante el período de cultivo de 14 días. Para el análisis, optimizó un Estrategia jerárquica Inocente desarrollado por colegas en Alinaghi y Stadim Cartorios. Este enfoque identifica las relaciones en todos los lotes y las presenta como un valor para cada punto de tiempo dentro de un modelo de análisis de componentes principales (PCA).

El enfoque de Jonson continuó, ortogonal parcialmente adaptado parcialmente a la estrategia de Alinghi para abordar la dependencia del tiempo utilizando al menos cuadrados (OPL)) Recuperación (que conecta metales para procesar las variables) por separado para analizar metabolitos en cada punto de tiempo.

Reemplazado el modelo PCA

El equipo reemplazó el modelo PCA con un modelo de proyección de efecto OPLS (EP) para centrarse en la igualdad entre los metabolitos durante sus etapas estables y de muerte. Esto, señalan, "aparecen (ed) metabolitos que eran persistentes con las variables de respuesta en la mayoría de los días, sin dependencia del tiempo de que los globales (todos los puntos de tiempo a la vez) recordaron el modelado de OPLS". Los científicos descubrieron 109 metabolitos, de los cuales 28 eran exclusivos del método jerárquico, en comparación con ocho con el método global.

Por lo tanto, concluyó, "el enfoque jerárquico reflejó con mayor precisión la relación variable de procesos de metabolito".

Aunque los metabolomas externos e intracelulares tienen una relevancia limitada entre sí, una mejor comprensión de ambos procesos "puede proporcionar una comprensión más general del metabolismo celular durante la producción de bioproosis", explican Jonson y sus colegas, por lo tanto, mejora los bioprocesos, de ahí los bioprocesos, de ahí el ciclo y más baratos.

El método se aplica aproximadamente. Como dice Joneson, "el modelado jerárquico con OPLS-EP es incognoscible para las plataformas de expresión de proteínas. Tampoco hay un método limitado para la metabolómica, se puede aplicar bien como proteoomics o transcriptómica. Se puede aplicar así como una estructura de datos requerida: un traje de moléculas biológicas y un proceso de muchos tiempo".