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 on kalliimpi.
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 perusmolekyylivärähtelyjen yläsävelten ja yhdistelmänauhojen havaitsemiseen [7]. Tämä tekee siitä erityisen tehokkaan tunnistamaan sidoksia kuten C-H, O-H ja N-H, jotka ovat yleisiä molekyyleissä kuten glukoosi, aminohapot ja proteiinit.
Prosessi sisältää NIR-valon suuntaamisen kasvatusalustan läpi ja mittaamalla kuinka paljon valoa absorboituu eri aallonpituuksilla. Jokainen molekyyli tuottaa ainutlaatuisen spektrikuvion tai "sormenjäljen", joka tarjoaa 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. Tämä on kriittinen vaihe valittaessa antureita viljellyn lihan bioreaktoreihin prosessin vakauden varmistamiseksi.
NIR-sovellukset kasvatusalustojen seurannassa
NIR-spektroskopiaa käytetään laajalti kriittisten ravintoaineiden ja metaboliittien, kuten glukoosin, glutamiinin, aminohappojen, laktaatin, ammoniakin ja kokonais solumäärän (TCC) seuraamiseen [6][8]. Tarjoamalla 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 mikrokantajakuulien aiheuttamien valon sirontaefektien vuoksi.Tutkimus Sanofi Pasteurilla sovelsi onnistuneesti NIR-tekniikkaa Vero-solujen kasvun seurantaan Cytodex 1 mikrokantajilla, saavuttaen ennustetarkkuudet 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 tunnin kuluttua prosessin alusta, 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 valaisemalla näytettä 785 nm:n laserilla ja tallentamalla fotonit, jotka siroutuvat epäelastisesti. Kun nämä fotonit vuorovaikuttavat molekyylien kanssa, energiasiirtymiä tapahtuu värähtelyliikkeiden vuoksi.Nämä siirtymät luovat ainutlaatuisen spektrisen "sormenjäljen", joka paljastaa komponenttien, kuten proteiinien, lipidien, nukleiinihappojen ja sokerien, molekyylirakenteen [12][5].
Pääasiallinen ero NIR-spektroskopiaan verrattuna on siinä, mitä Raman mittaa. Sen sijaan, että se havaitsee dipolimomentin muutoksia, Raman keskittyy molekyylisidosten polarisoituvuuden muutoksiin värähtelyn aikana [5]. Tämä ero tekee siitä erityisen hyödyllisen viljellyn lihan sovelluksissa. Miksi? Koska vesi, joka hallitsee kasvualustoja, on lähes näkymätön Ramanin havaitsemiselle. Tämä tarkoittaa, että Raman voi "nähdä" veden läpi havaitakseen pieniä määriä ravinteita ja metaboliitteja, välttäen häiriöitä, 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 reaaliaikaisessa monitoroinnissa.Toimien optisena anturina pöytämallin bioreaktoreille, se seuraa ravinteiden kulutusta - kuten glukoosia ja glutamiinia - sekä aineenvaihdunnan sivutuotteiden, 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 linjassa olevaa Raman-järjestelmää (Kaiser Optical Systems RamanRxn2™ analysaattori) seuratakseen autologisten T-solujen tuotantoa. He seurasivat glukoosia (R = 0,987) ja laktaattia (R = 0.986) tasot tarkasti, tunnistaen luovuttajakohtaiset aineenvaihdunnan muutokset ja lisääntymisnopeudet ilman manuaalista näytteenottoa [14].
Ravinteiden ja sivutuotteiden lisäksi Raman-spektroskopia seuraa myös 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.Tämä valinta on kriittinen suunniteltaessa viljellyn lihan prosessien laajentamista.
Vertailutekijät
Raman-spektroskopia erottuu kyvystään 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 tarkassa seurannassa.
Veden absorptio NIR:ssä voi peittää ravinteiden signaaleja, 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-solureaktorien tutkimus on osoittanut, että Raman on parempi kuin NIR glukoosin, laktaatin ja vasta-aineiden ennustamisessa, kun taas NIR on tehokkaampi glutamiinin ja ammoniumionien osalta [2]. Maaliskuussa 2017 R.C. Rowland-Jonesin Leedsin yliopistossa tekemä tutkimus tuki Ramanin vahvuuksia, osoittaen sen olevan luotettavampi laktaatin (RMSECV 1.11 g/L) ja glukoosin (RMSECV 0.92 g/L) mittaamisessa 15 ml:n miniatyyrireaktoreissa [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 varten | Glutamiini, ammonium, biomassan seuranta [2] | Glukoosi, laktaatti, vasta-ainepitoisuudet [2, 19] |
| Kustannukset | Yleensä alempi; yksinkertaiset lamput ja optiikka [1] | Yleensä korkeampi; vaatii lasereita ja detektoreita [1] |
| Polun pituus | Pidempi; mukautuu säiliön seiniin [6] | Lyhyempi; vaatii suoran näyteliitännän [6] |
| Pääasiallinen häiriö | Fyysinen sironta soluista/hiukkasista [6] | Taustafluoresenssi biomolekyyleistä [2] |
Seuraavaksi tutkimme, kuinka soveltaa spektroskopiatietoja reaaliaikaiseen 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 käynnistää automaattisesti ravinteiden syötön. Tämä estää solujen nälkiintymisen ja vähentää myrkyllisten sivutuotteiden kertymisen riskiä [2].
"Kultaisen erän" trajektorien luominen optimaalisten tuotantoajojen perusteella mahdollistaa ongelmien, kuten kontaminaation tai ilmastusongelmien, varhaisen tunnistamisen [4]. Modernit 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 automaattisen prosessinohjauksen ylläpitämään johdonmukaisuutta ja tehokkuutta, jotka ovat kriittisiä käytettäessä tuotantomittakaavan suunnittelijaa kasvun hallintaan.
Spektroskopian yhdistäminen bioreaktorijärjestelmiin
Spektroskopian integrointi bioreaktorijärjestelmiin vie reaaliaikaisen datan seuraavalle tasolle, mahdollistaen täysin automatisoidun palautesäätelyn.Upotetut anturit, jotka kestävät sterilointisyklit ja korkean paineen, välittävät reaaliaikaisia tietoja suoraan bioreaktorin ohjausyksiköihin [6].
Syyskuussa 2018 Université de Lorraine -yliopistossa tehty tutkimus vertasi in situ Raman- ja NIR-antureita, jotka toimivat rinnakkain 2 litran CHO-solubioreaktorissa. Tulokset osoittivat, että Raman-spektroskopia oli erinomainen glukoosin ja laktaatin havaitsemisessa, kun taas NIR oli tehokkaampi glutamiinin ja ammoniumin seurannassa. Molempien menetelmien vahvuuksien yhdistäminen tarjoaa kattavimman reaaliaikaisen seurannan viljellyn lihan tuotannolle [2] .
Spektroskopiatiedot syötetään myös monimuuttujaisen tilastollisen prosessinohjausjärjestelmiin (MSPC), jotka vertaavat jatkuvasti meneillään olevia eriä vakiintuneisiin Golden Batch -standardeihin.Tämä lähestymistapa mahdollistaa operaattoreiden havaita poikkeamat - olivatpa ne sitten saastumisen, ravinnepulan tai laitteistovikojen aiheuttamia - tunneissa päivien sijaan. Tuloksena on parantunut tehokkuus ja suurempi johdonmukaisuus tuotannossa [4].
Spektroskopialaitteiden hankinta Cellbase
Miksi käyttää Cellbase spektroskopialaitteisiin
Oikean spektroskopialaitteiston valitseminen viljellyn lihan tuotantoon voi tuntua teknisten yksityiskohtien sokkelolta. Yleiskäyttöisten spektrometrien tarjotessa tuhansia kokoonpanoja [18] , on helppo tuntea itsensä hämmentyneeksi ilman oikeaa asiantuntemusta.
Tässä kohtaa
Keskeiset ominaisuudet Cellbase laitteiden hankintaan
Lisäksi
Päätelmä
NIR- ja Raman-spektroskopia ovat kriittisessä roolissa viljellyn lihan kasvatusalustan hienosäätämisessä. 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 - elintärkeä etu, kun otetaan huomioon, että median suunnittelu on edelleen 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] . Minibioreaktoritutkimusten 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 prosessi. Tässä
Professori Alan G. Ryder korostaa näiden menetelmien merkitystä:
Nopeat spektroskooppiset menetelmät, jos niitä sovelletaan oikein, voivat olla hyödyllisiä soluviljelyalustojen 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 kasvualustoille, mikä tekee mahdolliseksi ravinteiden, metaboliittien ja solutiheyden jatkuvan seurannan - ilman näytteiden ottamista tai lisäreagenssien käyttöä. Tämä seurannan taso auttaa ylläpitämään tiukempaa prosessinhallintaa ja nopeuttaa kasvualustan 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 - poistaen tarpeen erillisille kemiallisille testeille. Tämä vähentää sekä työvoima- että materiaalikustannuksia samalla kun se tarjoaa tietoa, 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, mikä mahdollistaa automaattiset säädöt kriittisiin parametreihin, kuten syöttönopeuksiin tai lämpötilaan. Erikoislaitteita tarvitseville,
Mitkä ovat keskeiset erot NIR- ja Raman-spektroskopian välillä kasvatusalustojen analysoinnissa viljellyn lihan tuotannossa?
Lähi-infrapuna (NIR) spektroskopia on täydellinen nopeaan, ei-invasiiviseen seurantaan kasvatusalustojen kokonaiskoostumuksen osalta. 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, tehden siitä e
Miksi kasvatusalustan reaaliaikainen seuranta on tärkeää viljellyn lihan tuotannossa?
Reaaliaikainen seuranta on keskeisessä roolissa, jotta kasvatusalusta pysyy 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 käytännönläheinen menetelmä poistaa perinteiseen offline-testaukseen liittyvän odotusajan, mikä johtaa parempiin tuottoihin ja vähempään hukkaan. Se myös varmistaa resurssien tehokkaamman käytön, virtaviivaistaa tuotantoprosessia ja lisää luotettavuutta.
