Kinetic modeling: A tool for temperature shift and feeding optimization in cell culture process development

工艺优化 生化工程 补料分批培养 过程(计算) 工艺工程 生物系统 生物制药 计算机科学 两步走 生产(经济) 化学 生物技术 化学工程 生物 生物化学 工程类 组合化学 宏观经济学 发酵 经济 操作系统
作者
Zheyu Wang,Caixia Wang,Gong Chen
出处
期刊:Protein Expression and Purification [Elsevier]
卷期号:198: 106130-106130 被引量:10
标识
DOI:10.1016/j.pep.2022.106130
摘要

Mammalian cells have dominated the biopharmaceutical industry for biotherapeutic protein production and tremendous efforts have been devoted to enhancing productivity during the cell culture process development. However, determining the optimal process conditions is still a huge challenge. Constrained by the limited resources and timeline, usually it is impossible to fully explore the optimal range of all process parameters (temperature, pH, dissolved oxygen, basal and feeding medium, additives, etc.). Kinetic modeling, which finds out the global optimum by systematically screening all potential conditions for cell culture process, provides a solution to this dilemma. However, studies on optimizing temperature shift and feeding strategies simultaneously using this approach have not been reported. In this study, we built up a kinetic model of fed-batch culture process for simultaneous optimization of temperature shift and feeding strategies. The fitting results showed high accuracy and demonstrated that the kinetic model can be used to describe the mammalian cell culture performance. In addition, five more fed-batch experiments were conducted to test this model's predicting power on different temperature shift and feeding strategies. It turned out that the predicted data matched well with experimental ones on viable cell density (VCD), metabolites, and titer for the entire culture duration and allowed selecting the same best condition with the experimental results. Therefore, adopting this approach can potentially reduce the number of experiments required for culture process optimization.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
账户已注销应助liu采纳,获得30
刚刚
刚刚
枫叶完成签到,获得积分20
1秒前
瞳孔完成签到,获得积分10
1秒前
1秒前
stop here发布了新的文献求助10
1秒前
积极慕梅应助mmol采纳,获得10
1秒前
晓天完成签到,获得积分10
2秒前
英俊的铭应助科研狗采纳,获得10
2秒前
3秒前
Jasper应助CIXI采纳,获得10
3秒前
lumos完成签到,获得积分10
3秒前
infj发布了新的文献求助20
4秒前
6秒前
小白鼠发布了新的文献求助10
6秒前
ding应助饱满的新之采纳,获得30
6秒前
dove_min070809完成签到 ,获得积分10
7秒前
风趣绝施发布了新的文献求助10
7秒前
孤檠发布了新的文献求助10
7秒前
科研通AI2S应助hai采纳,获得30
8秒前
9秒前
能干的书包完成签到,获得积分10
9秒前
彭嘉嘉发布了新的文献求助10
9秒前
要减肥煎饼完成签到 ,获得积分10
9秒前
10秒前
热心采枫发布了新的文献求助10
10秒前
10秒前
LRX关注了科研通微信公众号
10秒前
鱼鱼发布了新的文献求助10
11秒前
12秒前
12秒前
13秒前
坦率问晴关注了科研通微信公众号
13秒前
周国超完成签到,获得积分10
13秒前
14秒前
科研通AI2S应助枫叶采纳,获得10
14秒前
14秒前
英俊的铭应助喜东东采纳,获得30
15秒前
共享精神应助未命名采纳,获得10
15秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3135273
求助须知:如何正确求助?哪些是违规求助? 2786262
关于积分的说明 7776475
捐赠科研通 2442202
什么是DOI,文献DOI怎么找? 1298495
科研通“疑难数据库(出版商)”最低求助积分说明 625112
版权声明 600847