실시간으로 세포 밀도를 모니터링하는 것은 배양육 생산을 개선하는 데 중요합니다. 트리판 블루 분석과 같은 전통적인 방법은 느리고 오염에 취약하며 세포 성장의 급격한 변화를 종종 놓칩니다. 실시간 측정은 지속적인 데이터를 제공하여 정확한 영양소 조정, 문제의 조기 감지 및 일관된 제품 품질을 가능하게 합니다.
다양한 생세포 모니터링을 위한 분석 방법은 다음을 포함합니다:
- 바이오커패시턴스 센서: 손상되지 않은 막을 감지하여 생존 가능한 세포를 측정합니다. 주파수 스캐닝 시스템은 오류를 5.5–11%로 줄입니다.
- 광학 탁도 센서: 빛 산란을 통해 총 세포 밀도를 추적하지만 살아있는 세포와 죽은 세포를 구별할 수 없습니다.
- RF 임피던스 모니터링: 고밀도 시스템에 이상적이며, 마이크로 캐리어 또는 고정화된 설정에서 살아있는 세포에 중점을 둡니다.
- 라만 분광법: 세포와 대사 산물의 화학적 프로파일링을 상세히 제공하여 생존 가능한 세포를 식별합니다.
- NIR 분광법: 여러 매개변수를 빠르게 추적하지만 신호 중첩 문제를 겪습니다.
각 방법은 강점과 한계를 가지고 있어 정확성을 위해 보정과 검증이 필수적입니다.
Incyte Arc: 실시간 생존 세포 밀도 모니터링을 통한 스마트한 생물공정 제어
sbb-itb-ffee270
실시간 세포 밀도 측정을 위한 기술
배양육을 위한 실시간 세포 밀도 측정 기술 비교
연속적인 공정 피드백 수요를 충족시키기 위해, 다양한 배양육 바이오리액터용 센서는 이제 세포 밀도의 정밀한 실시간 측정을 가능하게 합니다. 각 방법은 공정의 특정 요구에 따라 생존 세포 또는 총 바이오매스를 대상으로 하는 독특한 접근 방식을 제공합니다.
생체용량 기반 센서
생체용량 센서는 세포 현탁액에 전기장을 적용하여 작동합니다. 살아있는 세포는 완전한 막을 가지고 있어 작은 커패시터처럼 작용합니다. 그들의 막은 세포질 내 이온이 통과하는 것을 방지하여 분극을 일으키고 측정 가능한 전하를 생성합니다.죽은 세포는 그러나 완전한 막이 없고 신호에 기여하지 않습니다[1].
이 기술은 β-분산에 의존하며, 여기서 세포는 100 kHz 이하의 주파수에서 완전히 분극되어 높은 유전율을 나타냅니다. 주파수 범위(50–20,000 kHz)를 스캔하고 다변량 분석을 적용함으로써, 이러한 센서는 세포 크기의 변화를 보정할 수 있습니다. 이 조정은 측정 오류를 16–23%에서 훨씬 낮은 범위인 5.5–11%로 줄입니다[1].
정확성을 보장하기 위해, 프로브는 접종 전에 무균 배지에서 먼저 영점 조정되어야 하며, 시작 시 세포의 알려진 농도를 사용하여 보정해야 합니다. Aber FUTURA pico와 같은 장치는 생물 반응기에 원활하게 통합되어 30초마다 새로운 판독값을 제공합니다.이 센서는 현탁액 내 세포, 미세 운반체에 부착된 세포, 고정된 침대에 고정된 세포에 대해 매우 효과적입니다 - 전통적인 계수 방법이 종종 부족한 시나리오입니다[1][2].
전체 생물량을 측정하기 위해 광학적 방법이 또 다른 실행 가능한 옵션을 제공합니다.
광학 탁도 센서
광학 탁도 센서는 배양 내 모든 입자에 의해 산란된 빛을 측정하여 총 세포 밀도를 결정합니다. 여기에는 살아있는 세포, 죽은 세포 및 잔해가 포함됩니다. 이러한 센서는 생체량의 생존 가능 여부를 구별할 수는 없지만, 살아있는 세포와 죽은 세포의 비율이 프로세스 전반에 걸쳐 안정적으로 유지될 때 특히 유용합니다. 보정은 배양의 다양한 단계에서 오프라인 세포 수와 탁도 판독값을 상관시키는 것을 포함합니다. 이러한 센서는 인라인 또는 바이패스 루프에 설치할 수 있으며, 최적의 수확 시기를 결정하는 데 도움이 되는 지속적인 모니터링을 제공합니다.
라디오 주파수 임피던스 모니터링
라디오 주파수(RF) 임피던스 모니터링은 생체 커패시턴스 센서와 일부 원리를 공유하며, 죽은 세포와 잔해를 무시하고 온전한 막을 가진 세포를 감지하는 데 중점을 둡니다[1][2]. 이 방법은 고정화된 세포 또는 마이크로 캐리어 배양, 을 포함하는 시스템에 특히 적합하며, 오프라인 샘플링이 어려울 수 있습니다. RF 임피던스는 공급 배치 공정에서 1천만 세포/mL를 초과하는 생존 세포 농도를 처리할 수 있어 고밀도 배양육 생산에 적합한 선택입니다[1]. RF 임피던스 프로브 및 특수 모니터링 장비를 소싱하려면,
| 기술 | 측정치 | 주요 강점 | 제한점 |
|---|---|---|---|
| 생체 커패시턴스 (단일 주파수) | 생존 세포 부피 | 간단한 구현 | 직경 변화에 민감함 (16–23% 오류)[1] |
| 생체 커패시턴스 (스캐닝) | 생존 세포 농도 | 크기 변화에 대한 조정 (5.5–11% error)[1] | 다변량 분석 필요 |
| 광학 탁도 | 총 세포 밀도 | 전체 생물량 감지 | 살아있는 세포와 죽은 세포를 구별할 수 없음[2] |
| RF 임피던스 | 살아있는 세포 생체 부피 | 마이크로 캐리어 및 고정 베드와 잘 작동 | 프로브별 보정 필요 |
다중 매개변수 분석을 위한 분광학적 방법
분광학적 방법은 용량 및 탁도 센서가 제공하는 단일 매개변수 측정을 넘어 프로세스 모니터링을 다음 단계로 끌어올립니다.이러한 기술은 배양 내 분자와 빛의 상호작용을 분석하여 세포 수뿐만 아니라 영양소 수준, 대사물 농도 및 기타 중요한 프로세스 변수를 실시간으로 제공합니다. 상세한 화학 프로파일을 생성함으로써, 이들은 전도도 및 탁도 센서를 보완하여 더 나은 의사 결정을 위한 풍부한 데이터를 제공합니다.
라만 분광법
라만 분광법은 빛의 비탄성 산란을 측정하여 작동합니다. 레이저(일반적으로 785 nm)가 샘플에 닿을 때, 산란된 빛은 만나는 분자의 화학 결합에 따라 파장이 변합니다. 이 방법의 정밀한 화학 프로파일링은 시스템을 방해하지 않고도 생존 세포와 죽은 세포를 구별하고 포도당, 젖산, 글루타민, 글루탐산 및 암모늄과 같은 개별 대사물을 식별할 수 있게 합니다[3] [5].
라만의 주요 장점 중 하나는 물에 대한 민감도가 낮다는 점으로, 이는 적외선 방법에서 흔히 발생하는 간섭입니다. 이는 배양육 생산에서 발견되는 영양이 풍부한 환경에 특히 적합합니다[3][5]. 이 기술은 광섬유 침지 프로브를 사용하거나 바이오리액터 뷰포트를 통해 측정하여 구현할 수 있으며, 프로세스 전반에 걸쳐 무균 상태를 유지할 수 있습니다[4][5].
2010년과 2011년 사이에, Bristol-Myers Squibb의 연구자들은 500-L 바이오리액터에서 인라인 라만 분광법의 잠재력을 입증했습니다. Kaiser Optical Systems의 RamanRXN3 기기를 사용하여, 그들은 생존 세포 밀도(VCD)에 대한 결정 계수(R²) 0.928과 총 세포 밀도(TCD)에 대한 0.927의 보정 모델을 개발했습니다. 평균 오류는 약 14였습니다.9%, 참조 방법 자체의 10% 오차 범위와 비교 가능[3].
"라만 분광법... 복잡한 세포 배양 시스템의 인라인 분석을 위한 가장 유망한 분광법으로 보입니다." - Nicholas R. Abu-Absi, Process Sciences, Bristol-Myers Squibb[3]
정확한 결과를 보장하기 위해, 시스템은 오프라인 데이터와 PLS 회귀를 사용하여 보정되어야 합니다. 1차 미분 및 SNV 보정을 적용하면 기저선 이동 및 형광 간섭을 줄이는 데 도움이 될 수 있습니다[3][4]. 새로운 데이터가 제공되면, 보정 모델은 실행 간 변동을 고려하여 업데이트되어야 합니다[3][4]. 배양육 응용을 위해,
근적외선 (NIR) 분광법
라만 분광법은 세부적인 화학 프로파일링과 생존 세포와 죽은 세포를 구별하는 데 뛰어나지만, NIR 분광법은 빠르고 효율적인 다중 매개변수 추적을 제공합니다. 오버톤과 결합 밴드를 분석하여, NIR은 고정 경로 길이(일반적으로 1.0 mm)를 가진 흐름 셀 또는 침지 프로브를 사용하여 분석물 농도를 감지하며, 이는 신호에서 물 간섭을 최소화하는 데 도움이 됩니다 [6]. 이 기술은 포도당, 젖산, 암모니아, 글루타민, pH 및 세포 밀도를 동시에 측정할 수 있습니다[6].
NIR 시스템은 주로 빛 산란에 의해 발생하는 기준선 효과를 통해 세포 밀도 신호를 포착합니다[6]. HEK293 세포 배양 연구에서, NIR은 8.5–9.0 × 10⁶ 세포/mL의 밀도에서 생존 세포 집단을 성공적으로 추적했으며, 상관 계수는 0.926에서 0 사이였습니다.995 다양한 매개변수에 걸쳐[6].
그러나 NIR 스펙트럼은 넓고 겹쳐져 있어, 해석하기가 Raman에 비해 더 어렵습니다. NIR은 속도와 단순성에서 뛰어나지만, 생화학적 차이에 기반하여 생존 가능한 세포 밀도와 총 세포 밀도를 구분하는 Raman의 능력을 따라잡을 수 없습니다[3]. 궁극적으로 이러한 방법 중 선택은 특정 요구 사항에 따라 달라집니다: NIR은 빠르고 간단한 모니터링에 이상적이며, Raman은 상세한 화학 분석과 생존 가능성 추적에 더 적합합니다.
실시간 데이터의 검증 및 상관관계
오프라인 분석 데이터와의 상관관계
실시간 센서는 신뢰할 수 있는 데이터를 보장하기 위해 오프라인 참조 방법을 사용한 정밀한 보정이 필요합니다. 예를 들어, 단일 주파수 측정은 세포 직경의 변화에 대한 민감성 덕분에 생존 가능한 세포 부피를 추적하는 데 효과적입니다.
주파수 스캐닝은 넓은 주파수 범위(일반적으로 50에서 20,000 kHz)에서 유전율을 측정하여 보다 세밀한 접근 방식을 제공합니다. 이 데이터는 다변량 데이터 분석(MVDA)에 입력되어 세포 크기와 세포 수의 변화를 구별할 수 있게 합니다. 특히 실시간 프로세스 조정을 할 때 생산 품질을 유지하기 위해 정확한 보정이 필수적입니다. 주목할 만한 예로는 2019년 10월에 Sartorius Stedim Biotech의 연구자들이 CHO 세포를 사용하여 250 mL 바이오리액터에서 인라인 커패시턴스 프로브를 검증한 사례가 있습니다. 그들은 5개의 표준 공급 배치 배양에서 얻은 데이터를 기반으로 직교 부분 최소 제곱(OPLS) 모델을 개발했으며, 25개의 서로 다른 주파수에서 유전율을 스캔했습니다. 이 접근 방식은 모델이 1천만 세포/mL를 초과하는 생존 세포 농도(VCC)를 예측할 수 있게 했으며, 주파수 스캐닝은 단일 주파수 데이터에 비해 오류를 크게 줄였습니다 [7].
"모델은 VCCs의 예측을 5.5%에서 11%의 상대 오차로 제공했으며, 이는 오프라인 참조 방법의 정확성(약 10% 상대 오차)을 기반으로 한 수용 기준과 잘 일치하며 단일 주파수 결과(16%에서 23% 상대 오차)와 비교하여 크게 개선되었습니다." – Springer Nature [7]
정확성을 더욱 향상시키기 위해, Savitzky-Golay 필터(2차)를 적용하여 비교 전에 신호 잡음을 최소화합니다. 또한, 접종 단계에서 1점 보정을 수행하면 센서의 정밀도가 향상됩니다 [7]. 이러한 단계들은 다양한 운영 시나리오에서 신뢰할 수 있는 검증의 기초를 마련합니다.
검증 프로토콜
보정이 완료되면, 엄격한 검증을 통해 프로세스의 신뢰성을 유지합니다. 효과적인 방법 중 하나는 Leave-One-Batch-Out (LOB) 검증입니다.이것은 훈련 데이터 세트에서 하나의 배치를 체계적으로 제외하고 이를 테스트 세트로 사용하여 예측 성능을 평가하는 여러 모델을 생성하는 것을 포함합니다.
견고성 시험은 또 다른 중요한 단계입니다. 2019년 연구에서 연구자들은 30% 희석 단계 및 변경된 공급 전략과 같은 고의적인 프로세스 편차를 도입하여 비표준 조건에서 MVDA 모델의 신뢰성을 테스트했습니다. 이러한 변동에도 불구하고 모델은 6.7%에서 13.2% 사이의 상대적 오류로 정확한 예측을 제공했습니다. 이러한 수준의 신뢰성은 배양육 생산, 에서 특히 중요하며, 프로세스 변동성이 규모 확장 중에 일반적입니다.
마지막으로, 트리판 블루 분석과 같은 오프라인 방법의 고유한 10% 오류 한계와 일치하는 현실적인 수용 기준을 설정하십시오. 표준화된 배양육 입력을 활용하면 이러한 기준선을 더욱 안정화하는 데 도움이 될 수 있습니다.실시간 센서에 대해 10% 상대 오차 임계값을 설정함으로써, 달성 불가능한 정밀도 수준을 추구하는 대신 실용적인 기준에 대한 검증을 보장합니다 [7].
실시간 모니터링을 프로세스 제어에 통합하기
소프트 센서 모델 개발
보정이 설정되면, 다음 중요한 단계는 센서 출력을 프로세스 제어에 통합하는 것입니다. 실시간 센서를 검증한 후, 초점은 소프트 센서 모델 개발로 이동합니다. 이러한 모델은 종종 부분 최소 제곱(PLS) 또는 직교 부분 최소 제곱(OPLS)과 같은 알고리즘을 사용하여 원시 센서 데이터를 실행 가능한 통찰력으로 변환합니다. 이러한 방법은 다주파수 용량 스캐닝과 같은 복잡한 온라인 신호를 생존 가능한 세포 농도(VCC)와 같은 중요한 프로세스 메트릭에 연결하는 데 도움을 줍니다.
이 모델을 구축하려면 온라인 및 오프라인 데이터가 쌍으로 필요합니다.모델을 표준 배양 데이터로 훈련하기 전에 평균 중심화 및 스케일링과 같은 전처리 단계는 필수적입니다. 주목할 만한 예로는 Sartorius Stedim Cellca GmbH에서 연구자들이 CHO 세포 배양과 함께 Aber Instruments FUTURA pico 프로브를 사용한 경우가 있습니다. 그들의 예측 모델은 상대 오차가 5.5%에서 11% 사이로, 일반적으로 16%에서 23% 사이의 오차를 보이는 단일 주파수 측정보다 명확히 개선되었습니다 [7].
이 모델을 배포하면 자동화된 프로세스 조정이 가능합니다. 예를 들어, 마이크로 캐리어 또는 고정층, 을 사용하는 배양육 생산에서 라디오 주파수 임피던스 센서는 독특한 이점을 제공합니다. 이들은 생존 가능한 세포 부피를 기반으로 동적 영양 공급 및 폐기물 제거를 지원합니다. John P. Carvell과 Jason E.도드 강조:
"RF 임피던스는 전통적인 오프라인 생세포 계수 방법이 부정확하거나 수행이 불가능한 cGMP 프로세스에서 미세 운반체나 포장된 침대에 고정된 생세포의 농도를 모니터링하는 데 사용됩니다." [2].
이 수준의 통합은 프로세스 제어를 향상시킬 뿐만 아니라 다음에 탐구할 규제 프레임워크를 충족시키기 위한 무대를 마련합니다.
PAT 프레임워크와의 정렬
배양육 생산에서 실시간 모니터링을 프로세스 분석 기술(PAT) 및 설계 기반 품질(QbD) 원칙과 결합하면 규제 준수와 운영 효율성을 모두 보장할 수 있습니다. 이 프로세스는 중요한 품질 속성(CQA)과 중요한 프로세스 매개변수(CPP)를 식별하는 것으로 시작됩니다. 이는 R&D, 품질 보증 및 규제 팀 간의 기능 간 협업이 필요합니다 [8]. 단계적 접근 방식이 가장 효과적입니다: 명확한 목표 정의, 적절한 도구 선택, 고장 모드 분석 수행, SCADA/MES 시스템과 통합, 직원 교육, 그리고 검증을 통한 확장 [8].
예를 들어, 2026년 1월에 한 글로벌 생명공학 제약 회사가 대륙 간 기술 이전 중에 이 PAT 통합 전략을 성공적으로 적용했습니다. 결과는? 상업 규모의 배치 편차율이 2% 미만이고 이전 캠페인에 비해 배치 처분 시간이 30% 단축되었습니다 [8].
연속 공정 검증(CPV)으로의 전환은 사후 테스트에서 사전적이고 실시간 제어로 초점을 이동시킵니다. 예를 들어, 생체 용량 센서는 영양소 공급을 관리하면서 생존 가능한 세포 밀도와 성장 동력을 모니터링합니다. 이 접근 방식은 CPV 표준을 충족할 뿐만 아니라 공정 이해도를 심화시킵니다 [8]. 화학 및 생물공정 엔지니어 Akanksha Prasad는 다음과 같이 잘 요약했습니다:
"PAT는 더 이상 단순히 있으면 좋은 것이 아닙니다. 차세대 의약품을 안전하고 효율적으로 대량 생산하기 위한 기초가 되었습니다." [8].
이 동일한 원칙은 배양육 생산에도 적용됩니다. 일관된 세포 성장과 제품 품질은 엄격한 공정 제어 및 준수 접근 방식을 요구합니다.
배양육 분야에 있는 사람들에게는
구현을 위한 실용적인 고려사항
적절한 기술 선택
적절한 모니터링 시스템을 선택하는 것은 특정 측정 목표에 따라 다릅니다.예를 들어, 단일 주파수 정전 용량 센서는 종종 생존 세포 농도(VCC)보다는 생존 세포 부피(VCV)와 연결됩니다. 이는 신호가 세포 수와 세포 크기의 변화를 모두 반영하기 때문이며, 특히 세포가 스트레스나 노화 상태에 있을 때 과장된 판독값을 초래할 수 있습니다.
반면, 주파수 스캐닝 시스템은 50에서 20,000 kHz 범위의 주파수에서 정전 용량을 측정합니다. 이러한 시스템은 다변량 모델을 사용하여 실제 세포 밀도에서 세포 크기의 변화를 분리하여 단일 주파수 시스템에 비해 예측 오류를 크게 줄입니다.
라디오 주파수 임피던스는 경제성과 생존 세포에 대한 민감성 때문에 여전히 인기가 있습니다. 죽은 세포와 불순물은 극성을 띠지 않으므로 신호에 간섭하지 않습니다.시스템을 결정할 때, 무균 바이오리액터 환경과 얼마나 쉽게 통합되는지, 일회용 vs 재사용 가능한 바이오리액터. 와 함께 작동하는지를 고려하십시오. 라만 분광법이나 주파수 스캐닝 정전용량과 같은 고급 기술은 복잡한 데이터 세트를 해석하기 위해 다변량 모델링 접근법(e.g. , OPLS 또는 PLS)을 필요로 합니다.[7].
배양육 생산자를 위해,
시스템을 선택한 후에는 정확한 보정과 효과적인 문제 해결이 신뢰할 수 있는 측정을 유지하는 데 중요합니다.
보정 및 문제 해결
정확한 판독값을 보장하기 위해, 접종 전에 무균 배지에서 정전용량 프로브를 영점 조정하는 것으로 시작하십시오.이 단계는 성장 관련 변화만 감지되도록 보장합니다. 그런 다음, 온라인 궤적 오프셋을 알려진 접종 세포 농도와 정렬하여 1점 보정을 수행합니다. 신뢰할 수 있는 예측을 위해서는 최소한 다섯 번의 표준 배양 데이터를 사용하여 다변량 모델을 훈련하여 다른 배지 로트와 같은 변동을 고려해야 합니다. Savitzky–Golay 필터(두 번째 다항식 차수)를 적용하면 신호 잡음을 줄이고 변동을 완화할 수 있습니다. 온라인 시스템이 강력하더라도, 일일 오프라인 측정은 여전히 필수적입니다. 오프라인 결과가 설정된 임계값(예: pH의 경우 0.05 단위)을 초과하여 벗어날 경우, 온라인 시스템을 재보정하십시오. 신호 드리프트는 또 다른 도전 과제로, 영양 제한, 스트레스 또는 노화로 인한 세포 직경 변화로 인해 발생하는 경우가 많습니다. 다주파수 스캐닝 시스템은 이러한 변동을 고려하기 위해 다변량 분석을 사용하여 이를 해결할 수 있습니다.
트리판 블루 분석과 같은 오프라인 참조 방법은 일반적으로 약 10%의 측정 오류를 가지고 있습니다. 0의 편차를 기대하기보다는 이 한계에 대해 온라인 시스템의 정확성을 검증하십시오. 또한, 배치 진화 모델(BEM)을 구현하면 "골든 배치" 궤적을 설정하는 데 도움이 될 수 있습니다. 이러한 모델은 자동 경보로 작용하여 실시간으로 프로세스 편차를 감지합니다 [7].
결론
실시간 세포 밀도 모니터링은 배양육 생산의 중요한 구성 요소로 발전했습니다. 생존 가능한 세포 농도를 지속적으로 추적하는 것은 자동화된 급식을 통해 매체 비용을 절감하고, 프로세스 편차를 신속하게 식별하며, 오염 위험을 최소화하는 명확한 이점을 제공합니다. 한 연구팀은 "VCC는 제품 수율과 강하게 연결되어 있으며 프로세스 속성으로 간주됩니다."라고 강조했습니다.VCC 모니터링은 더 높은 농도와 효율적인 프로세스를 이끄는 프로세스 최적화 및 제어를 가능하게 합니다" [1].
오늘날의 기술 환경은 여러 신뢰할 수 있는 솔루션을 제공합니다. 그 중에서도 주파수 스캐닝 시스템과 다변량 모델을 결합한 솔루션은 오프라인 방법과 비교할 수 있는 정확성을 제공합니다.
이 시스템을 효과적으로 구현하려면 신중한 계획이 필수적입니다. 성공은 여러 번의 교육 실행을 통한 견고한 보정과 일관된 오프라인 검증에 달려 있습니다.
세포주별 모니터링 도구를 찾는 배양육 생산자를 위해 ,
운영이 성장함에 따라 실시간 데이터의 가치는 증가합니다. 배치 진화 모델은 "골든 배치" 궤적을 정의할 수 있게 하여 제품 품질에 영향을 미치기 전에 자동으로 편차를 식별합니다.[1]. 이러한 변화는 세포 밀도 모니터링을 프로세스를 개선하고 위험을 줄이기 위한 전략적 자산으로 전환시킵니다.
자주 묻는 질문
생존 가능한 세포 밀도와 총 바이오매스를 측정하기 위해 어떤 센서를 사용해야 합니까?
캐패시턴스 센서는 극성 세포막에 의해 생성된 캐패시턴스를 감지하기 때문에 생존 가능한 세포 밀도를 측정하는 데 훌륭한 옵션입니다.이것은 살아있는 세포의 존재와 직접적으로 연결되어 실시간 모니터링을 효과적으로 할 수 있게 합니다.
그렇긴 하지만, 이러한 센서는 총 생물량을 측정하는 데 가장 적합하지 않습니다. 주로 살아있는 세포에 초점을 맞추기 때문에 죽은 세포나 전체 생물량을 고려하지 않습니다. 그러나 생존 가능한 세포 밀도 측정에는 여전히 정전용량 센서가 최고의 솔루션입니다.
인라인 정전용량 프로브를 어떻게 보정하고 검증합니까?
인라인 정전용량 프로브를 보정하려면, 세포 계수와 같은 오프라인 방법으로 얻은 알려진 세포 농도를 사용하여 시작하십시오. 이를 통해 정전용량 판독값을 실제 세포 수와 일치시킬 수 있습니다. 검증은 다양한 세포 밀도와 배지 조건에서 프로브를 테스트하여 정확성과 일관성을 확인하는 것을 포함합니다. 특히 생산을 확대하거나 배지 조건을 변경할 때는 오프라인 측정과의 정기적인 보정 검사를 수행하는 것이 중요합니다.이것은 프로브가 생존 가능한 세포 밀도의 신뢰할 수 있는 측정을 계속 제공하도록 보장합니다.
온라인 신호를 피드 제어를 위한 소프트 센서로 어떻게 전환합니까?
배양육 생산에서 피드 제어를 위한 소프트 센서로 온라인 신호를 전환하려면, 실시간 센서 데이터, 예를 들어, 용량 주파수 스캐닝을 사용할 수 있습니다. 이러한 신호를 다변량 모델을 통해 처리함으로써 생존 가능한 세포 밀도. 와 같은 중요한 매개변수를 추정할 수 있습니다.
용량 기반 센서는 여기서 중요한 역할을 합니다. 이들은 세포막의 용량을 측정하며, 이는 세포 건강을 직접적으로 반영합니다. 이러한 센서 출력을 제어 알고리즘에 통합하면, 영양소 조정을 자동화하여 프로세스 전반에 걸쳐 이상적인 성장 조건을 유지할 수 있습니다.
