Spektroskopia tarjoaa nopean ja tarkan tavan seurata kasvatusalustoja viljellyn lihan tuotannossa. Seuraamalla ravinteita, kuten glukoosia ja glutamiinia reaaliajassa, se auttaa optimoimaan solujen kasvua ja ylläpitämään laatua. Kaksi keskeistä menetelmää erottuu:
- NIR-spektroskopia: Toimii 780–2 500 nm alueella, ihanteellinen ravinteiden ja metaboliittien, kuten glukoosin ja laktaatin, seurantaan. Se on kustannustehokas ja integroituu helposti bioreaktoreihin, mutta voi kohdata häiriöitä vesimerkeistä.
- Raman-spektroskopia: Käyttää epäelastista valon sirontaa tarjotakseen erittäin tarkkaa molekyylitietoa. Se toimii hyvin vesipitoisissa ympäristöissä, tarjoten tarkkuutta metaboliiteille, kuten laktaatille ja glukoosille, mutta mukana tulee korkeammat kustannukset.
Molemmat menetelmät tukevat automatisoituja järjestelmiä ravinteiden toimitukseen ja kontaminaation havaitsemiseen, parantaen tehokkuutta ja vähentäen manuaalisen näytteenoton riskejä.Alustat kuten
NIR-spektroskopia kasvatusalustan analysointiin
Kuinka NIR-spektroskopia toimii
Lähi-infrapuna (NIR) spektroskopia toimii 780 nm - 2,500 nm aallonpituusalueella, keskittyen havaitsemaan perusmolekyylivärähtelyjen yläsäveliä ja yhdistelmänauhoja [7]. Tämä tekee siitä erityisen tehokkaan tunnistamaan sidoksia kuten C-H, O-H ja N-H, joita esiintyy yleisesti molekyyleissä kuten glukoosi, aminohapot ja proteiinit.
Prosessi sisältää NIR-valon suuntaamisen kasvatusalustan läpi ja mittaamisen, kuinka paljon valoa absorboituu eri aallonpituuksilla. Jokainen molekyyli tuottaa ainutlaatuisen spektrikuvion tai "sormenjäljen", joka antaa tietoa alustan koostumuksesta.Kuitenkin, koska spektrikaistat usein menevät päällekkäin, tarvitaan edistyneitä kemometrisiä tekniikoita, kuten osittaispienimmän neliösumman regressiota, tarkkojen kvantitatiivisten tietojen saamiseksi [1].
Yksi NIR-spektroskopian merkittävistä eduista on, että se on ei-invasiivinen. Anturit voidaan integroida suoraan bioreaktoreihin käyttämällä standardoituja Ingold-portteja, ja ne on rakennettu kestämään sterilointisyklit (SIP/CIP), mikä varmistaa, että ne täyttävät teollisuuden hygieniastandardit [10]. Tämä kyky mitata häiritsemättä prosessia tekee NIR:stä arvokkaan työkalun kasvatusalustojen seurantaan.
NIR-sovellukset kasvatusalustojen seurannassa
NIR-spektroskopiaa käytetään laajalti seuraamaan kriittisiä ravintoaineita ja metaboliitteja, kuten glukoosia, glutamiinia, aminohappoja, laktaattia, ammoniakkia ja solujen kokonaismäärää (TCC) [6][8].Antamalla reaaliaikaista dataa se auttaa tuottajia havaitsemaan ravinteiden ehtymisen varhain, estäen vaikutukset solujen elinkelpoisuuteen, tai tunnistamaan myrkylliset sivutuotteet ennen niiden kertymistä.
Tutkimukset ovat osoittaneet NIR:n käytännön hyödyt. Esimerkiksi eräässä tutkimuksessa käytettiin NIR:ää on-line-seurantaan sekoitetussa bioreaktorissa, saavuttaen ennustusvirheet 1,54 mM glukoosille ja 0,83 mM laktaatille [8]. Viljellyn lihan prosesseissa, joissa solut kasvavat mikrokantajilla, järjestelmäkohtainen kalibrointi on ratkaisevan tärkeää helmien aiheuttamien valon sirontavaikutusten vuoksi. Tutkimus Sanofi Pasteurilla sovelsi menestyksekkäästi NIR:ää Vero-solujen seurantaan, jotka kasvoivat Cytodex 1 mikrokantajilla, saavuttaen ennustustarkkuudet 0,36 g/l glukoosille ja 0,29 g/l laktaatille [9]. Nämä havainnot korostavat räätälöidyn kalibroinnin merkitystä eri järjestelmille.
"NIR-spektroskopia (NIRS) on lupaava vaihtoehtoinen in situ PAT-työkalu... tarjoten spektrin, joka edustaa kaikkien analysoidussa liuoksessa olevien komponenttien 'allekirjoitusta'."
- Annie Marc, Prosessibiokemia [9]
Toinen kasvava NIR:n käyttötapa on "kultaisen erän" profiilien luominen - vertailuarvot, jotka edustavat optimaalista prosessisuorituskykyä. Operaattorit voivat verrata nykyisiä ajoja näihin profiileihin reaaliajassa. Esimerkiksi Leibniz Universität Hannoverin tutkijat käyttivät NIR:ää CHO-K01-soluviljelmien seurantaan 7,5 litran bioreaktorissa. Heidän järjestelmänsä havaitsi bakteerikontaminaation "Erässä 3" vain 30 tuntia prosessin alkamisen jälkeen, kun NIR-lukemat ylittivät määritellyt prosessirajat [4].
NIR-spektroskopian perusteet – Kuinka NIR-spektroskopia toimii?
Raman-spektroskopia kasvualustojen analysointiin
Vaikka NIR-spektroskopia on erinomainen päällekkäisten absorptiokaistojen tulkitsemiseen, Raman-spektroskopia kulkee eri reittiä. Se käyttää epäelastista valon sirontaa tutkiakseen molekyylirakennetta, tarjoten täydentävän analyysimenetelmän.
Kuinka Raman-spektroskopia toimii
Raman-spektroskopia toimii suuntaamalla 785 nm:n laser näytteeseen ja tallentamalla fotonit, jotka siroutuvat epäelastisesti. Kun nämä fotonit vuorovaikuttavat molekyylien kanssa, tapahtuu energiasiirtymiä värähtelyliikkeiden vuoksi. Nämä siirtymät luovat ainutlaatuisen spektrisen "sormenjäljen", paljastaen molekyylirakenteen komponenteista kuten proteiinit, lipidit, nukleiinihapot ja sokerit [12][5].
Pääasiallinen ero NIR-spektroskopiaan verrattuna on siinä, mitä Raman mittaa.Sen sijaan, että havaitsisi dipolimomentin muutoksia, Raman keskittyy molekyylisidosten polarisoituvuuden muutoksiin värähtelyn aikana [5]. Tämä ero tekee siitä erityisen hyödyllisen viljellyn lihan sovelluksissa. Miksi? Koska vesi, joka hallitsee kasvatusalustoja, on lähes näkymätön Ramanin havaitsemiselle. Tämä tarkoittaa, että Raman voi "nähdä veden läpi" havaitakseen pieniä määriä ravinteita ja metaboliitteja, välttäen häiriöt, jotka usein monimutkaistavat infrapuna-menetelmiä [11][12][5].
Raman-spektroskopia tuottaa analyyttikohtaisia signaaleja, jotka eivät mene päällekkäin vesien signaalien kanssa... mikä tekee siitä erityisen edullisen soluviljelmien sovelluksissa, joissa matriisi on pääasiassa vesipitoinen.
- Morandise Rubini, Tutkija, Tourin yliopisto [12]
Koska spektrin kaistat voivat kuitenkin mennä päällekkäin, käytetään usein edistyneitä matemaattisia malleja, kuten osittaisia pienimmän neliösumman menetelmiä tai pääkomponenttianalyysiä, tarkkojen kvantitatiivisten tietojen saamiseksi terävistä, spesifisistä spektristä [12][13][14].
Raman-sovellukset kasvatusalustojen monitoroinnissa
Yksityiskohtaisten molekyylisormenjälkien tuottamiskyvyn ansiosta Raman-spektroskopia on tullut voimakkaaksi työkaluksi tuotantoympäristöjen reaaliaikaiseen monitorointiin. Optisena anturina se seuraa ravinteiden kulutusta - kuten glukoosia ja glutamiinia - ja aineenvaihduntatuotteiden, kuten laktaatin ja ammoniakin, tuotantoa [14].Tämä reaaliaikainen palaute mahdollistaa automaattiset säädöt, kuten ravinteiden syöttöaikataulujen optimoinnin tehokkuuden parantamiseksi.
Esimerkiksi huhtikuussa 2025 tutkijat käyttivät Viserion Raman-spektrometriä viidessä 10 litran CHO-soluviljelmässä saavuttaen erittäin tarkkoja ennusteita (e.g., RMSEP 0,51 g/l glukoosille) [12]. Samoin maaliskuussa 2018 Lontoon Cell and Gene Therapy Catapult -tiimi käytti in-line Raman-järjestelmää (Kaiser Optical Systems RamanRxn2™ -analysaattori) autologisten T-solujen tuotannon seurantaan. He seurasivat glukoosin (R = 0,987) ja laktaatin (R = 0,986) tasoja tarkasti, tunnistaen luovuttajakohtaiset aineenvaihdunnan muutokset ja lisääntymisnopeudet ilman manuaalista näytteenottoa [14] .
Ravinteiden ja sivutuotteiden lisäksi Raman-spektroskopia seuraa solupitoisuutta, arvioi solujen elinkelpoisuutta ja havaitsee mahdollisia vaaroja, kuten Salmonella tai E. coli. Tämä varmistaa erien yhdenmukaisuuden ja tarjoaa luotettavan tavan karakterisoida väliainekomponentteja [11][1][14][15].
NIR vs Raman: Kumpaa menetelmää käyttää
NIR vs Raman-spektroskopian vertailu kasvualustojen analysointiin
Päätös NIR:n ja Raman-spektroskopian välillä riippuu erityisistä analyyteistäsi, budjetistasi ja järjestelmäsi kokoonpanosta.
Vertailutekijät
Raman-spektroskopia erottuu kyvyllään tarjota erittäin tarkkaa molekyylitietoa.Se tuottaa teräviä, erottuvia spektrisiä "sormenjälkiä", mikä helpottaa yksittäisten yhdisteiden tunnistamista. Toisaalta NIR-spektroskopia tuottaa laajoja, päällekkäisiä kaistoja, jotka vaativat kehittyneitä kemometrisiä työkaluja analysointiin [1]. Tämä tekee Ramanista erityisen hyödyllisen tiettyjen metaboliittien tarkkaan seurantaan.
Veden absorptio NIR:ssä voi peittää ravinteiden signaalit, kun taas Ramanin alhainen herkkyys vedelle varmistaa selkeämmän havaitsemisen. Kuitenkin Ramanilla on omat haasteensa - se voi kohdata häiriöitä taustafluoresenssista, jonka aiheuttavat biologiset yhdisteet, kuten proteiinihydrolysaatit [1].
CHO-solubioreaktoreihin liittyvä tutkimus on osoittanut, että Raman ylittää NIR:n glukoosin, laktaatin ja vasta-aineiden ennustamisessa, kun taas NIR on tehokkaampi glutamiinin ja ammoniumionien osalta [2]. Maaliskuussa 2017 tehty tutkimus R.C.Rowland-Jones Leedsin yliopistossa tuki edelleen Ramanin vahvuuksia, osoittaen sen olevan luotettavampi mitattaessa laktaattia (RMSECV 1,11 g/L) ja glukoosia (RMSECV 0,92 g/L) 15 ml:n miniatyyribioreaktoreissa [16].
Kustannusnäkökulmasta NIR-järjestelmät ovat tyypillisesti edullisempia yksinkertaisempien valonlähteidensä vuoksi. Raman-järjestelmät vaativat kuitenkin kehittyneitä lasereita ja detektoreita, mikä tekee niistä kalliimpia [1].Alla oleva taulukko korostaa näitä keskeisiä eroja:
| Tekijä | NIR-spektroskopia | Raman-spektroskopia |
|---|---|---|
| Spesifisyys | Alhaisempi; laajat, päällekkäiset kaistat [1] | Korkeampi; terävät molekyylien "sormenjäljet" [1] |
| Veden häiriö | Korkea; voimakas veden absorptio [2] | Matala; vesi on heikko sirontaelementti [2] |
| Paras käyttö | Glutamiini, ammonium, biomassan seuranta [2] | Glukoosi, laktaatti, vasta-ainetitterit [2, 19] |
| Kustannus | Yleensä alempi; yksinkertaiset lamput ja optiikka [1] | Yleensä korkeampi; vaatii lasereita ja detektoreita [1] |
| Polun pituus | Pidempi; mukautuu säiliön seinämiin [6] | Lyhyempi; vaatii suoran näyteliitännän [6] |
| Pääasiallinen häiriö | Fyysinen sironta soluista/hiukkasista [6] | Taustafluoresenssi biomolekyyleistä [2] |
Seuraavaksi tutkimme, kuinka soveltaa spektroskopiatietoja reaaliaikaisen median optimointiin tuotannossa.
sbb-itb-ffee270
Spektroskopiatietojen käyttö tuotannossa
Reaaliaikainen median optimointi
Spektroskopia muuntaa raakadatan toimiviksi oivalluksiksi, tehostaen ravinteiden toimitusta tuotantoprosesseissa. Mahdollistamalla keskeisten parametrien, kuten glukoosin, laktaatin, glutamiinin ja ammoniumin, samanaikaisen, ei-invasiivisen seurannan, se varmistaa jatkuvan kulttuurien optimoinnin. Esimerkiksi, kun glukoositasot laskevat alle ihanteellisen tason, järjestelmä laukaisee automaattisesti ravinnesyötöt. Tämä estää solujen nälkiintymisen ja vähentää myrkyllisten sivutuotteiden kertymisen riskiä [2].
"Kultaisen erän" trajektorien luominen optimaalisista tuotantoajoista mahdollistaa ongelmien, kuten kontaminaation tai ilmastusongelmien, varhaisen tunnistamisen [4].Nykyaikaiset järjestelmät vievät tämän pidemmälle - esimerkiksi NIR-spektroskopia voi arvioida ravinnepitoisuuksia tarkkuudella, joka on 15% perinteisten viitemenetelmien sisällä. Suurissa, jopa 12 500 litran bioreaktoreissa NIR-datan pääkomponenttianalyysi on selittänyt 96% prosessin vaihtelusta [17].
Tämä jatkuva datavirta integroituu saumattomasti bioreaktorijärjestelmiin, mahdollistaen automatisoidun prosessinohjauksen, joka ylläpitää johdonmukaisuutta ja tehokkuutta.
Spektroskopian yhdistäminen bioreaktorijärjestelmiin
Spektroskopian integrointi bioreaktorijärjestelmiin vie reaaliaikaisen datan seuraavalle tasolle, mahdollistaen täysin automatisoidun palautesäätelyn. Upotetut anturit, jotka kestävät sterilointisyklit ja korkean paineen, välittävät reaaliaikaista dataa suoraan bioreaktorin ohjausyksiköihin [6].
Syyskuussa 2018 Université de Lorrainessa tehty tutkimus verrattiin rinnakkain toimivia in situ Raman- ja NIR-antureita 2 litran CHO-solubioreaktorissa. Tulokset osoittivat, että Raman-spektroskopia oli tehokkaampi glukoosin ja laktaatin havaitsemisessa, kun taas NIR oli tehokkaampi glutamiinin ja ammoniumin seurannassa. Molempien menetelmien vahvuuksien yhdistäminen tarjoaa kattavimman reaaliaikaisen seurannan viljellyn lihan tuotantoon [2].
Spektroskopiatiedot syötetään myös monimuuttujaisen tilastollisen prosessinohjausjärjestelmiin (MSPC), jotka vertaavat jatkuvasti käynnissä olevia eriä vakiintuneisiin Golden Batch -standardeihin. Tämä lähestymistapa mahdollistaa operaattoreiden havaita poikkeamat - olivatpa ne sitten saastumisen, ravinnepuutosten tai laitteistovikojen aiheuttamia - tunneissa päivien sijaan. Tuloksena on parantunut tehokkuus ja suurempi tuotannon johdonmukaisuus [4] .
Spektroskopialaitteiden hankinta Cellbase
Miksi käyttää Cellbase spektroskopialaitteisiin
Oikean spektroskopialaitteen valitseminen viljellyn lihan tuotantoon voi tuntua teknisten yksityiskohtien sokkelolta. Yleiskäyttöisillä spektrometreillä on tuhansia kokoonpanoja [18], ja ilman oikeaa asiantuntemusta on helppo tuntea itsensä hämmentyneeksi.
Tässä kohtaa
Keskeiset ominaisuudet Cellbase laitteiden hankintaan
Lisäksi
Päätelmä
NIR- ja Raman-spektroskopia ovat kriittisessä roolissa viljellyn lihan kasvualustan parantamisessa. Nämä edistyneet tekniikat mahdollistavat reaaliaikaisen, ei-invasiivisen seurannan keskeisille analyyteille, kuten glukoosi, laktaatti ja ammonium.Tämä tarkoittaa, että tuotantotiimit voivat tehdä nopeita muutoksia keskeyttämättä prosessia - tärkeä etu, kun otetaan huomioon, että mediadesign on yksi suurimmista haasteista viljellyn lihan tuotannon laajentamisessa [16] [19].
Jokaisella menetelmällä on omat vahvuutensa. NIR-spektroskopia on erinomainen biomassan ja kokonaiskoostumuksen arvioinnissa, kun taas Raman-spektroskopia tarjoaa yksityiskohtaisia näkemyksiä tietyistä metaboliiteista vesiliuoksissa [1]. Pienoisbioreaktoritutkimusten aikana Raman-spektroskopia osoitti vaikuttavaa ennustetarkkuutta, mikä tekee siitä luotettavan valinnan tarkkoihin mittauksiin [16]. Molemmat tekniikat tukevat myös "kultaisen erän" profiilin kehittämistä, mikä mahdollistaa operaattoreiden havaita ongelmat, kuten bakteerikontaminaatio tai ilmastusongelmat heti niiden ilmetessä [4] .
Oikean spektroskopialaitteiston valitseminen voi olla pelottava tehtävä. Tässä
Professori Alan G. Ryder korostaa näiden menetelmien tärkeyttä:
Nopeat spektroskooppiset menetelmät, jos niitä sovelletaan oikein, voivat olla käytössä soluviljelyväliaineiden nopeassa ja tehokkaassa seulonnassa molekyylivaihteluiden ja mahdollisten valmistusongelmien tunnistamiseksi [1].
Usein kysytyt kysymykset
Mitkä ovat spektroskopian käytön edut viljellyn lihan tuotannossa?
Spektroskopiatekniikat, kuten lähi-infrapuna (NIR) ja Raman, tarjoavat arvokkaita työkaluja viljellyn lihan teollisuudelle. Ne mahdollistavat reaaliaikaisen, ei-invasiivisen seurannan kasvatusalustassa, mikä tekee mahdolliseksi ravinteiden, metaboliittien ja solutiheyden jatkuvan seurannan - ilman, että tarvitsee ottaa näytteitä tai käyttää ylimääräisiä reagensseja. Tällainen seuranta auttaa ylläpitämään tiukempaa prosessinhallintaa ja nopeuttaa kasvatusalustan koostumuksen säätöjä, mikä on olennaista varmistettaessa tasainen laatu tuotannon laajentuessa.
Nämä menetelmät ovat myös tehokkaita ja kustannuksia säästäviä. Yhdellä mittauksella ne voivat analysoida useita komponentteja kerralla - kuten aminohappoja, sokereita ja lipidejä - mikä poistaa erillisten kemiallisten testien tarpeen.Tämä vähentää sekä työvoima- että materiaalikustannuksia samalla kun se tarjoaa dataa, joka voi parantaa ennustemalleja, auttaen standardoimaan laatua ja vähentämään erien välistä vaihtelua.
Toinen etu on, kuinka helposti spektroskopia voi integroitua automatisoituihin järjestelmiin. Esimerkiksi NIR-anturit voidaan asentaa suoraan bioreaktoreihin tuottamaan jatkuvaa dataa, mahdollistaen automaattiset säädöt kriittisiin parametreihin, kuten syöttönopeuksiin tai lämpötilaan. Erikoislaitteita tarvitseville,
Mitkä ovat keskeiset erot NIR- ja Raman-spektroskopian välillä kasvualustan analysoinnissa viljellyn lihan tuotannossa?
Lähi-infrapuna (NIR) spektroskopia on täydellinen nopeaan, ei-invasiiviseen seurantaan kasvualustan kokonaiskoostumuksesta.Sen kyky tarjota online- tai inline-ohjausta tarkoittaa, että se voi toimittaa reaaliaikaisia tietoja, auttaen tuottajia tekemään välittömiä säätöjä tuotantoprosessin aikana.
Toisaalta Raman-spektroskopia tarjoaa tarkan molekyylisormenjäljen , mikä tekee siitä e
Miksi kasvatusalustan reaaliaikainen seuranta on tärkeää viljellyn lihan tuotannossa?
Reaaliaikainen seuranta on keskeisessä roolissa kasvatusalustan pitämisessä juuri oikeana viljellyn lihan tuotannossa. Tarkkailemalla ravinteita, metaboliitteja ja solujen terveyttä, tuottajat voivat nopeasti säätää olosuhteita ylläpitääkseen tasaista solujen kasvua ja parantaakseen lopputuotteen laatua.
Tämä käytännön menetelmä poistaa perinteiseen offline-testaukseen liittyvän odotusajan, mikä johtaa parempiin tuottoihin ja vähemmän hukkaan. Se myös varmistaa, että resursseja käytetään tehokkaammin, virtaviivaistaen tuotantoprosessia ja parantaen luotettavuutta.
