ตลาด B2B เนื้อสัตว์เพาะเลี้ยงแห่งแรกของโลก: อ่านประกาศ

วิธีการนำเทคโนโลยีการวิเคราะห์กระบวนการ (PAT) ไปใช้

How to Implement Process Analytical Technology (PAT)

David Bell |

เทคโนโลยีการวิเคราะห์กระบวนการ (PAT) ผสานการตรวจสอบคุณภาพแบบเรียลไทม์เข้ากับกระบวนการผลิต ช่วยปรับปรุงความสม่ำเสมอและลดของเสีย โดยเฉพาะอย่างยิ่งในกระบวนการผลิตเนื้อสัตว์ที่เพาะเลี้ยง ซึ่งการควบคุมปัจจัยต่างๆ เช่น pH ออกซิเจน และสารอาหารอย่างแม่นยำเป็นสิ่งสำคัญ PAT ผสานเซ็นเซอร์ในสายการผลิต เคมีเมตริก และระบบอัตโนมัติเพื่อให้มั่นใจในคุณภาพของผลิตภัณฑ์ขณะปฏิบัติตามมาตรฐานข้อบังคับ

ขั้นตอนสำคัญในการนำ PAT ไปใช้:

  • ระบุพารามิเตอร์กระบวนการที่สำคัญ (CPPs): มุ่งเน้นที่ปัจจัยต่างๆ เช่น อุณหภูมิ ออกซิเจนที่ละลาย pH และกลูโคส
  • เลือกเครื่องมือการตรวจสอบ: ใช้เซ็นเซอร์ในสายการผลิต (e.g., การสเปกโทรสโกปีรามาน) สำหรับข้อมูลแบบเรียลไทม์
  • ผสานระบบ PAT: เชื่อมต่อเซ็นเซอร์กับเครื่องปฏิกรณ์ชีวภาพเพื่อการควบคุมการตอบสนองอัตโนมัติ
  • พัฒนารูปแบบการทำนาย: ใช้การวิเคราะห์ข้อมูลเพื่อเพิ่มประสิทธิภาพกระบวนการ
  • รับรองการปฏิบัติตาม: ปฏิบัติตามแนวทาง GMP, ISO 17025 และข้อกำหนดอื่น ๆ

แพลตฟอร์มเช่น Cellbase ช่วยให้การจัดหาอุปกรณ์สำหรับการผลิตเนื้อสัตว์เพาะเลี้ยงเป็นเรื่องง่ายขึ้น โดยมีเครื่องมือที่ปรับให้เหมาะสมกับความต้องการของอุตสาหกรรม การนำ PAT มาใช้สามารถปรับปรุงประสิทธิภาพ ลดต้นทุน และรักษามาตรฐานผลิตภัณฑ์ที่สูงได้

5-Step Process for Implementing PAT in Cultivated Meat Production

กระบวนการ 5 ขั้นตอนสำหรับการนำ PAT มาใช้ในการผลิตเนื้อสัตว์เพาะเลี้ยง

การอภิปรายของผู้เชี่ยวชาญด้านกระบวนการชีวภาพ I - การนำ PAT มาใช้

การระบุพารามิเตอร์กระบวนการที่สำคัญ (CPPs)

เพื่อให้การผลิตเนื้อสัตว์เพาะเลี้ยงประสบความสำเร็จ จำเป็นต้องระบุ พารามิเตอร์กระบวนการที่สำคัญ (CPPs) ที่มีผลต่อความมีชีวิตของเซลล์ ผลผลิตชีวมวล และคุณภาพของผลิตภัณฑ์ การจัดการที่ผิดพลาดอาจทำให้การผลิตทั้งหมดตกอยู่ในความเสี่ยง

พารามิเตอร์สำคัญที่ต้องติดตาม

อุณหภูมิ เป็นปัจจัยสำคัญ เซลล์สัตว์เลี้ยงลูกด้วยนมเจริญเติบโตได้ดีที่ประมาณ 37°C ในขณะที่เซลล์ปลาและแมลงต้องการสภาพแวดล้อมที่เย็นกว่ามากเพื่อรักษากิจกรรมเมตาบอลิซึมที่เหมาะสม [2].

ออกซิเจนละลาย (DO) เป็นอีกหนึ่งองค์ประกอบที่สำคัญสำหรับเมตาบอลิซึมแบบใช้ออกซิเจน เมื่อการผลิตขยายตัวขึ้น การรับประกันการถ่ายโอนออกซิเจนที่เพียงพอจะกลายเป็นเรื่องท้าทายมากขึ้น [2]. หากไม่มีออกซิเจนเพียงพอ เซลล์อาจเปลี่ยนไปใช้เมตาบอลิซึมแบบไม่ใช้ออกซิเจน ซึ่งนำไปสู่การสะสมของกรดแลคติก ซึ่งอาจขัดขวางการเจริญเติบโตได้

ระดับ pH เป็นหน้าต่างสู่สภาวะเมตาบอลิซึมของวัฒนธรรม การเปลี่ยนแปลงใด ๆ สามารถรบกวนกิจกรรมของเอนไซม์ ทำลายสุขภาพของเซลล์ และส่งผลต่อคุณลักษณะของผลิตภัณฑ์ เช่น เนื้อสัมผัสและความสามารถในการกักเก็บน้ำ [2][3].

ระดับคาร์บอนไดออกไซด์ (CO₂) ต้องได้รับการจัดการอย่างระมัดระวัง โดยเฉพาะในกระบวนการขนาดใหญ่ เซลล์สัตว์มีความไวต่อระดับ CO₂ ที่สูงขึ้น ทำให้การตรวจสอบอย่างต่อเนื่องเป็นสิ่งจำเป็น [2].

กลูโคสและสารอาหาร เป็นแหล่งพลังงานหลักสำหรับเซลล์ หากระดับกลูโคสลดลงต่ำเกินไป เซลล์อาจขาดอาหาร นำไปสู่การตายหรือการแยกตัวก่อนเวลาอันควร [2]. การรักษาความเข้มข้นของกลูโคสให้ต่ำ (e.g., ต่ำกว่า 0.5 g/L) สามารถป้องกันการเผาผลาญที่ไม่มีประสิทธิภาพและลดการสะสมของแลคเตท [4].

ความหนาแน่นของเซลล์ที่มีชีวิต (VCD) ช่วยติดตามระยะการเจริญเติบโตของวัฒนธรรม - ระยะหน่วง, ระยะลอการิทึม, และระยะคงที่ - ช่วยให้สามารถกำหนดเวลาการเก็บเกี่ยวที่ดีที่สุด [2]. สำหรับเนื้อสัตว์ที่เพาะเลี้ยง ความหนาแน่นของเซลล์สูงมักจะถือว่าอยู่เหนือ 1×10⁷ เซลล์/mL [2].

การสะสมของเมตาบอไลต์ - เช่น แอมโมเนียและกรดแลคติก - สามารถขัดขวางการเจริญเติบโตและลดความมีชีวิตของเซลล์ การตรวจสอบและควบคุมผลพลอยได้ที่เป็นพิษเหล่านี้เป็นสิ่งสำคัญ ตัวอย่างเช่น วิธีหนึ่งสามารถลดระดับแอมโมเนียที่เป็นพิษลงได้ 20% [2].

แรงเฉือน ที่เกิดจากใบพัดหรือฟองก๊าซเป็นความท้าทายที่ไม่เหมือนใคร ต่างจากเซลล์จุลินทรีย์ เซลล์สัตว์ไม่มีผนังเซลล์ที่ป้องกัน ทำให้พวกมันเสี่ยงต่อความเสียหายมากขึ้น ระดับความเครียดที่ยอมรับได้จะแตกต่างกันไปขึ้นอยู่กับสายพันธุ์และต้องปรับให้เหมาะสมกับแต่ละสายเซลล์ [2].

พารามิเตอร์เหล่านี้เป็นพื้นฐานสำหรับการเพิ่มประสิทธิภาพการผลิตเนื้อสัตว์ที่เพาะเลี้ยง

พารามิเตอร์เฉพาะสำหรับเนื้อสัตว์ที่เพาะเลี้ยง

แม้ว่าปัจจัยข้างต้นจะใช้ได้ทั่วไป การผลิตเนื้อสัตว์ที่เพาะเลี้ยงมีความท้าทายเฉพาะที่ต้องให้ความสนใจเป็นพิเศษ

ความไวต่อ CO₂ มีความสำคัญเป็นพิเศษ เซลล์สัตว์ที่ใช้ในการผลิตอาหารมีความไวต่อการยับยั้ง CO₂ มากกว่าเซลล์จุลินทรีย์ ทำให้เป็นพารามิเตอร์ที่สำคัญในการจัดการ [2].

การขยายการผลิต นำมาซึ่งลำดับความสำคัญใหม่ ในอุตสาหกรรมชีวเภสัชกรรม เครื่องปฏิกรณ์ชีวภาพมักจะมีความจุสูงสุดที่ 20,000 ลิตรสำหรับผลิตภัณฑ์ที่มีมูลค่าสูง อย่างไรก็ตาม เนื้อสัตว์ที่เพาะเลี้ยงจะต้องการปริมาณที่มากกว่านี้อย่างมีนัยสำคัญเพื่อให้คุ้มค่าทางเศรษฐกิจ เพื่อให้เห็นภาพ เครื่องปฏิกรณ์ชีวภาพจุลินทรีย์ที่ใหญ่ที่สุดที่เคยสร้างขึ้นมีความจุ 1,500,000 ลิตร - ขนาดที่การผลิตเนื้อสัตว์ที่เพาะเลี้ยงอาจต้องการในวันหนึ่ง [2].

การจัดการความร้อน แตกต่างกันไปตามสายพันธุ์ เซลล์ที่ไม่ใช่สัตว์เลี้ยงลูกด้วยนมต้องการระบบทำความร้อนและความเย็นที่แตกต่างกันโดยสิ้นเชิง ทำให้การควบคุมอุณหภูมิเฉพาะเจาะจงตามสายพันธุ์ [2]. ความแปรปรวนนี้ต้องการระบบเทคโนโลยีการวิเคราะห์กระบวนการ (PAT) ที่ยืดหยุ่น

สุดท้าย การจัดหาชุดอุปกรณ์การตรวจสอบที่เหมาะสมสำหรับพารามิเตอร์เหล่านี้อาจเป็นเรื่องยุ่งยาก แพลตฟอร์มเช่น Cellbase ให้การเข้าถึงซัพพลายเออร์ที่ได้รับการยืนยันของเซ็นเซอร์, โพรบ, และเครื่องมือวิเคราะห์ที่ออกแบบมาเฉพาะสำหรับการผลิตเนื้อสัตว์ที่เพาะเลี้ยง

การเชี่ยวชาญใน CPPs เหล่านี้เป็นขั้นตอนที่จำเป็นก่อนที่จะนำระบบควบคุมแบบเรียลไทม์มาใช้ผ่านเครื่องมือ PAT

การเลือกและการรวมเครื่องมือ PAT

เมื่อคุณได้ระบุพารามิเตอร์กระบวนการที่สำคัญแล้ว ขั้นตอนต่อไปคือการเลือกเซ็นเซอร์ที่สอดคล้องกับความต้องการของคุณ - โดยเฉพาะในแง่ของตำแหน่งที่ทำการวัดและความเร็วในการตอบสนอง การตรวจสอบแบบอินไลน์โดดเด่นในที่นี้ เนื่องจากเซ็นเซอร์อยู่ภายในกระแสกระบวนการ พวกเขาจึงให้ข้อมูลเชิงลึกแบบเรียลไทม์ที่รวดเร็วและมีพลวัตที่สุดเมื่อเทียบกับวิธีการที่ใช้ที่เส้นหรือออฟไลน์ [6] สำหรับพารามิเตอร์เช่น pH หรือออกซิเจนที่ละลายซึ่งต้องการการตอบสนองทันที เซ็นเซอร์แบบอินไลน์จะขจัดความล่าช้าที่เกิดจากการสุ่มตัวอย่าง

การเลือกเซ็นเซอร์และเทคโนโลยี

หนึ่งในเครื่องมือที่โดดเด่นในสาขานี้คือ Raman spectroscopy ซึ่งเป็นตัวเลือกที่นิยมสำหรับการผลิตเนื้อสัตว์เพาะเลี้ยง ความสามารถในการให้ "ลายนิ้วมือโมเลกุล" ทำให้มันมีประสิทธิภาพเป็นพิเศษในการระบุโมเลกุลอินทรีย์เช่นกลูโคสและแลคเตท ในขณะที่ไม่ถูกน้ำรบกวน [6][7] การศึกษาของ Merck/Sigma-Aldrich ในเดือนมกราคม 2026 ได้เน้นถึงประสิทธิภาพของ ProCellics™ Raman Analyser และ Bio4C® PAT Raman Software ระบบนี้ได้ตรวจสอบวัฒนธรรมเซลล์ CHO ในเครื่องปฏิกรณ์ชีวภาพที่มีเสื้อคลุมด้วยน้ำขนาด 3 ลิตร โดยทำการวัดทุก 30 นาที โดยเฉพาะอย่างยิ่ง มันติดตามพารามิเตอร์ห้าตัวพร้อมกันและแยกแยะความแตกต่างระหว่างความหนาแน่นของเซลล์ทั้งหมดและเซลล์ที่มีชีวิตได้อย่างแม่นยำในระหว่างเหตุการณ์การเจือจางเซลล์ในวันที่หก โดยมีขอบเขตของข้อผิดพลาดต่ำกว่า 10% [11]

"Raman ได้กลายเป็นตัวเลือกแรกสำหรับ PAT ในการตรวจสอบและควบคุมกระบวนการชีวภาพต้นน้ำเพราะช่วยให้การควบคุมกระบวนการขั้นสูงและทำให้คุณภาพกระบวนการคงที่" - Karen A Esmonde-White, Endress+Hauser [8]

สเปกโทรสโกปี Raman ไม่เพียงแต่แม่นยำ; มันยังทำนายระดับเมตาบอไลต์หลักด้วยข้อผิดพลาดต่ำกว่า 10% [7][11]. แต่ Raman เพียงอย่างเดียวไม่เพียงพอ คุณยังต้องการ เซ็นเซอร์ไบโอรีแอคเตอร์มาตรฐาน สำหรับ pH, ออกซิเจนละลาย, CO₂, อุณหภูมิ, ความดัน, และความจุ [10][6]. เพื่อปรับปรุงการดำเนินงานและลดความเสี่ยงของการปนเปื้อน - โดยเฉพาะอย่างยิ่งเนื่องจากอัตราความล้มเหลวของแบทช์ในการผลิตเนื้อสัตว์ที่เพาะเลี้ยงอยู่ที่ประมาณ 11.2% และเพิ่มขึ้นเป็น 19.5% ในการตั้งค่าขนาดใหญ่ - ระบบการเก็บตัวอย่างอัตโนมัติ เป็นสิ่งที่ขาดไม่ได้ [5].

เมื่อเลือกเซ็นเซอร์ ให้แน่ใจว่าเซ็นเซอร์นั้นเข้ากันได้กับ การวิเคราะห์ข้อมูลหลายตัวแปร (MVDA) และ การออกแบบการทดลอง (DOE) ซอฟต์แวร์ [1] การเข้ากันได้นี้ทำให้เครื่องมือสามารถขยายจากเครื่องปฏิกรณ์ชีวภาพ R&D ขนาดเล็กไปจนถึงการผลิตเชิงพาณิชย์เต็มรูปแบบ [1].

การรวมเครื่องมือ PAT เข้ากับระบบเครื่องปฏิกรณ์ชีวภาพ

ระบบเครื่องปฏิกรณ์ชีวภาพสมัยใหม่ทำให้การรวมเครื่องมือ PAT ง่ายขึ้น การวัดแบบไม่ทำลายและในสายการผลิตเป็นไปได้โดยใช้ โพรบไฟเบอร์ออปติก ซึ่งติดตั้งผ่าน อะแดปเตอร์สายเคเบิล PG13.5 มาตรฐาน โพรบเหล่านี้เชื่อมต่อกับระบบเครื่องปฏิกรณ์ชีวภาพได้อย่างราบรื่นผ่าน โปรโตคอล OPC UA [8][9][11][1].

ในด้านข้อมูล แพลตฟอร์มเช่น Bio4C® PAT Raman Software หรือ BioPAT® MFCS ประมวลผลข้อมูลจากเซ็นเซอร์ให้เป็นข้อมูลเชิงลึกที่สามารถนำไปใช้ได้จริงสำหรับการควบคุมแบบเรียลไทม์ [10][11] ระบบเหล่านี้ใช้เครื่องมือขั้นสูงเช่น การวิเคราะห์องค์ประกอบหลัก (PCA) และ การวิเคราะห์ส่วนประกอบหลักบางส่วน (PLS) เพื่อแปลงข้อมูลสเปกตรัมที่ซับซ้อนให้เป็นพารามิเตอร์กระบวนการที่มีความหมาย [9].

"การประยุกต์ใช้เทคโนโลยีรามาน... ช่วยเสริมสร้างความเข้าใจและการควบคุมกระบวนการในอุตสาหกรรมการผลิตชีวเภสัชภัณฑ์ ทำให้ผู้ใช้สามารถตัดสินใจได้อย่างมั่นใจ" - Merck/Sigma-Aldrich [11]

เมื่อสร้างโมเดล Raman เทคนิคเช่น การเติมสารวิเคราะห์ - ที่มีการเพิ่มความเข้มข้นที่ทราบของสารวิเคราะห์ - ช่วยทำลายความสัมพันธ์ระหว่างสารประกอบ เพื่อให้แน่ใจว่าโมเดลไม่พึ่งพาแนวโน้มทางอ้อม [1]. การรวมสภาวะกระบวนการที่หลากหลายโดยใช้ DOE ช่วยให้โมเดลมีความแข็งแกร่งพอที่จะจัดการกับความแปรปรวนในระดับการค้า [1].

เมื่อแก้ไขปัญหาการบูรณาการแล้ว งานถัดไปคือการจัดหาอุปกรณ์ PAT ที่เหมาะสม.

การจัดหาอุปกรณ์ PAT สำหรับเนื้อสัตว์ที่เพาะเลี้ยง

การค้นหาเครื่องมือที่เหมาะสมสำหรับการตรวจสอบแบบเรียลไทม์ในการผลิตเนื้อสัตว์ที่เพาะเลี้ยงอาจเป็นเรื่องยาก โชคดีที่แพลตฟอร์มเช่น Cellbase ช่วยให้กระบวนการง่ายขึ้น. ตลาดเฉพาะทาง B2B นี้มุ่งเน้นเฉพาะในอุตสาหกรรมเนื้อสัตว์เพาะเลี้ยง เชื่อมโยงผู้ซื้อกับซัพพลายเออร์ที่ได้รับการยืนยันของเซ็นเซอร์ โพรบ และเครื่องมือวิเคราะห์ที่ปรับให้เหมาะกับสาขานี้ รายการแต่ละรายการมีแท็กการใช้งานเฉพาะ เช่น เข้ากันได้กับโครงสร้าง ไม่มีเซรั่ม หรือเป็นไปตามมาตรฐาน GMP ทำให้ง่ายต่อการระบุอุปกรณ์ที่เหมาะสม [5].

เนื่องจากสื่อการเจริญเติบโตมักคิดเป็นมากกว่า 50% ของต้นทุนการผลิต [5] การจัดหาอุปกรณ์การตรวจสอบที่มีประสิทธิภาพเพื่อเพิ่มประสิทธิภาพการใช้สารอาหารไม่เพียงแต่เป็นการปฏิบัติที่ดีแต่ยังเป็นการประหยัดทางเศรษฐกิจ Cellbase ยังมีการจัดส่งทั่วโลกและตัวเลือกโซ่เย็น เพื่อให้มั่นใจว่าเซ็นเซอร์ที่ไวต่ออุณหภูมิจะมาถึงในสภาพที่สมบูรณ์ [5]. สำหรับบริษัทที่กำลังเปลี่ยนจาก R&D ไปสู่การผลิตเชิงพาณิชย์ การเข้าถึงอุปกรณ์ที่เข้ากันได้อย่างมีประสิทธิภาพนี้ช่วยลดความเสี่ยงและเร่งระยะเวลาการจัดหา.

การสร้างโมเดลทำนายสำหรับการเพิ่มประสิทธิภาพกระบวนการ

เมื่อคุณได้ติดตั้งเครื่องมือ PAT แล้ว ขั้นตอนต่อไปคือการใช้โมเดลทำนายเพื่อประมาณค่าตัวแปรที่ยากต่อการวัดโดยตรง เช่น ความมีชีวิตของเซลล์และระดับเมตาบอไลต์ [12] โดยการวิเคราะห์ข้อมูลสเปกตรัม คุณสามารถควบคุมกระบวนการได้เร็วขึ้นและชาญฉลาดขึ้น ความท้าทายอยู่ที่การเปลี่ยนข้อมูลนี้ให้เป็นโมเดลทำนายที่เชื่อถือได้

การพัฒนาโมเดลเคโมเมตริก

การถดถอยแบบพาร์เชียลลีสแควร์ (PLSR) เป็นจุดเริ่มต้นที่ดีสำหรับการจัดการกับสัญญาณที่ทับซ้อนและมีเสียงรบกวนซึ่งมักพบในการผลิตเนื้อสัตว์ที่เพาะเลี้ยง [7][13] เพื่อปรับปรุงสเปกตรัมรามาน ซึ่งอาจมีตัวแปร 1,000–3,000 ตัวต่อการวัด [7] ให้ทำการประมวลผลข้อมูลล่วงหน้าโดยใช้การคำนวณอนุพันธ์สิ่งนี้ช่วยลดเสียงรบกวนในขณะที่ยังคงรักษาจุดสูงสุดที่สำคัญไว้ อย่างไรก็ตาม ควรระวังไม่ให้ทำให้ข้อมูลเรียบเกินไป เพราะอาจลบสัญญาณที่โมเดลของคุณต้องพึ่งพาได้

การเลือกตัวแปรก็สำคัญไม่แพ้กัน การวิเคราะห์องค์ประกอบหลัก (PCA) สามารถช่วยระบุว่าบริเวณสเปกตรัมใดที่เชื่อมโยงกับพารามิเตอร์เป้าหมายของคุณอย่างมากที่สุด ตัวอย่างเช่น การศึกษาปี 2018 เปิดเผยว่าองค์ประกอบหลักที่แปด (PC8) มีความสัมพันธ์สูงกับความเข้มข้นของกลูโคส นักวิจัยใช้ข้อมูลเชิงลึกนี้เพื่อปรับแต่งโมเดล PLSR ของพวกเขา [7] วิธีการที่เน้นนี้ช่วยลดความเสี่ยงของการฟิตเกินไปและทำให้มั่นใจว่าโมเดลมุ่งเน้นไปที่ข้อมูลที่มีความหมาย

สำหรับการผลิตเนื้อสัตว์ที่เพาะเลี้ยง การผสมผสานโมเดลที่ขับเคลื่อนด้วยข้อมูลกับโมเดลเชิงกลไก เช่น การวิเคราะห์สมดุลฟลักซ์ (FBA) สามารถมีประสิทธิภาพเป็นพิเศษ ในปี 2023 Oxford Biomedica ใช้ระบบ PAT ที่ใช้การหักเหของแสง (ระบบ Ranger system) เพื่อตรวจสอบการเพาะเลี้ยงเซลล์ HEK293Tโดยการผสานข้อมูลแบบเรียลไทม์กับการวิเคราะห์การไหลของเมตาบอลิซึม พวกเขาค้นพบว่าค่า pH มีผลโดยตรงต่อระดับออกซิเจนภายในเซลล์และกิจกรรมเมตาบอลิซึม กลยุทธ์แบบผสมผสานนี้นำไปสู่การพัฒนาแผนการดำเนินงานค่า pH ที่เพิ่มกิจกรรมเมตาบอลิซึมขึ้น 1.8 เท่าเมื่อเทียบกับกระบวนการที่ไม่ได้ปรับแต่ง [12][14].

เมื่อสร้างโมเดลของคุณเสร็จแล้ว ขั้นตอนต่อไปคือการตรวจสอบให้แน่ใจว่าโมเดลทำงานได้อย่างแม่นยำและเชื่อถือได้ภายใต้สภาพการทำงานจริง

การตรวจสอบความถูกต้องของโมเดลสำหรับการใช้งานในกระบวนการผลิต

การทดสอบที่แท้จริงของโมเดลอยู่ที่การตรวจสอบความถูกต้อง เริ่มต้นด้วยการประเมินกับชุดข้อมูลอิสระ - ข้อมูลที่ไม่ได้เป็นส่วนหนึ่งของขั้นตอนการฝึก ใช้เมตริกเช่น Root Mean Square Error of Prediction (RMSEP) เพื่อวัดความแม่นยำ สำหรับการตรวจสอบระดับกลูโคสในกระบวนการผลิตเนื้อสัตว์ที่เพาะเลี้ยง ข้อผิดพลาดในการทำนายมีช่วงตั้งแต่ 2.39 mM ถึง 6.28 mM เป็นค่าที่มักยอมรับได้สำหรับการควบคุมอัตโนมัติแบบเรียลไทม์ [7].

ความสามารถในการขยายขนาดเป็นอีกปัจจัยสำคัญ โมเดลของคุณจำเป็นต้องให้ผลลัพธ์ที่สม่ำเสมอไม่ว่าจะใช้ในเครื่องปฏิกรณ์ชีวภาพ R&D ขนาดเล็กหรือระบบเชิงพาณิชย์ขนาดใหญ่ การศึกษาปี 2018 แสดงให้เห็นว่าโมเดล PLSR ยังคงรักษาความแม่นยำในการทำนายเมื่อขยายจากระบบ 10 L เป็น 100 L [7].

สุดท้าย ทดสอบโมเดลในสภาวะแบบไดนามิกโดยใช้ "parameter probing" ซึ่งเกี่ยวข้องกับการปรับเปลี่ยนตัวแปรเช่น pH หรือออกซิเจนที่ละลายเพื่อดูว่าโมเดลติดตามการเปลี่ยนแปลงได้อย่างแม่นยำหรือไม่ [14]. Oxford Biomedica ใช้วิธีนี้เพื่อยืนยันระบบควบคุม pH อัตโนมัติ [12]. หลังจากนี้ ทำการทดสอบแบบวงปิดเพื่อยืนยันว่าระบบ PAT สามารถรักษาพารามิเตอร์ให้อยู่ในช่วงที่ต้องการได้ [14].

การควบคุมกระบวนการแบบเรียลไทม์

การควบคุมกระบวนการแบบเรียลไทม์ยกระดับโมเดลการทำนายไปอีกขั้นโดยใช้ข้อมูลต่อเนื่องเพื่อรักษาประสิทธิภาพที่เหมาะสมที่สุด โดยการแปลงข้อมูลเซ็นเซอร์สดเป็นการปรับอัตโนมัติ ระบบเหล่านี้จะมั่นใจได้ว่าสภาวะสำคัญ เช่น ระดับสารอาหาร ค่า pH และออกซิเจนละลายได้รับการควบคุมอย่างสม่ำเสมอ - โดยไม่ต้องมีการแทรกแซงด้วยตนเอง สิ่งนี้ไม่เพียงแต่ลดต้นทุนแรงงานและข้อผิดพลาดของมนุษย์ แต่ยังรับประกันคุณภาพของผลิตภัณฑ์ที่สม่ำเสมอยิ่งขึ้น สำหรับการผลิตเนื้อสัตว์ที่เพาะเลี้ยง ระบบอัตโนมัติเช่นนี้เป็นตัวเปลี่ยนเกมในการบรรลุการเพิ่มประสิทธิภาพกระบวนการแบบเรียลไทม์

เพื่อให้สิ่งนี้ทำงานได้ จำเป็นต้องวัดพารามิเตอร์กระบวนการที่สำคัญ (CPPs) โดยตรงและป้อนสัญญาณเหล่านั้นเข้าสู่ระบบควบคุมของคุณDan Kopec, ผู้เชี่ยวชาญด้าน PAT ที่ Sartorius Stedim Biotech, เน้นย้ำถึงความสำคัญของวิธีการนี้:

วิธีที่ดีที่สุดในการควบคุมพารามิเตอร์กระบวนการที่สำคัญ (CPP) คือการวัดพารามิเตอร์เฉพาะนั้น รวมสัญญาณสดเข้ากับระบบควบคุมของคุณ และใช้สมการป้อนกลับอัจฉริยะสำหรับวงจรควบคุมอัตโนมัติ [4]

วงจรป้อนกลับเหล่านี้เปรียบเทียบการอ่านค่าจากเซ็นเซอร์แบบเรียลไทม์กับจุดตั้งค่าที่กำหนดไว้ล่วงหน้า โดยใช้สมการ PID พวกเขาปรับพารามิเตอร์ที่สำคัญเช่น การให้อาหารสารอาหาร, pH, และออกซิเจนที่ละลายโดยอัตโนมัติเพื่อให้ทุกอย่างทำงานได้อย่างราบรื่น

ตัวอย่างเช่น ในการผลิตเนื้อสัตว์ที่เพาะเลี้ยง เซ็นเซอร์ in situ ให้การวัดที่เกือบจะทันที เซ็นเซอร์ความจุไฟฟ้า เช่น สามารถติดตามปริมาตรเซลล์ที่มีชีวิตโดยการพิจารณาเซลล์เป็นตัวเก็บประจุขนาดเล็กภายในสนามความถี่วิทยุ ข้อมูลนี้สามารถกระตุ้นการควบคุมการไหลของเซลล์อัตโนมัติในกระบวนการเพอร์ฟิวชั่นแบบต่อเนื่อง ช่วยรักษาความหนาแน่นของเซลล์ให้คงที่ [4]

การตั้งค่าระบบควบคุมแบบป้อนกลับ

ในการผลิตเนื้อสัตว์ที่เพาะเลี้ยง พารามิเตอร์เช่น กลูโคส, pH, และออกซิเจนที่ละลายมีผลโดยตรงต่อการเจริญเติบโตของเซลล์และประสิทธิภาพการเผาผลาญ การรักษาระดับกลูโคสให้ต่ำ (ประมาณ 0.1–0.5 g/L) มีความสำคัญอย่างยิ่งเพื่อป้องกันการสะสมของแลคเตท [4] เพื่อแก้ไขปัญหานี้ Sartorius Stedim Biotech ได้พัฒนาระบบ BioPAT Trace เทคโนโลยีนี้ใช้ไบโอเซนเซอร์เอนไซม์และโพรบดิอาไลซิสที่มีเมมเบรน 10 kDa เพื่อให้การวัดกลูโคสบ่อยถึงหนึ่งครั้งต่อนาที - โดยไม่สูญเสียปริมาตร ซึ่งช่วยให้มั่นใจได้ถึงความหนาแน่นของเซลล์สูงในเครื่องปฏิกรณ์ชีวภาพเพอร์ฟิวชั่น [4]

การทำให้การควบคุม pH เป็นอัตโนมัติยังสามารถนำไปสู่การปรับปรุงที่สำคัญได้ในการศึกษาแห่งหนึ่ง นักวิจัยที่ Oxford Biomedica และ WattBE Innovations ใช้ระบบ Ranger Refractive Index (RI) PAT เพื่อติดตามการเพาะเลี้ยงเซลล์ HEK293T โดยการพัฒนา 'Metabolic Rate Index' (MRI) และปรับจุดตั้งค่า pH พวกเขาสามารถเพิ่มกิจกรรมเมตาบอลิซึมได้ถึง 1.8 เท่า เทคนิคนี้มักเรียกว่า "parameter probing" ซึ่งเกี่ยวข้องกับการปรับเปลี่ยนตัวแปรเพื่อสังเกตการตอบสนองของระบบและปรับปรุงสภาพการทำงาน [12]

เพื่อเพิ่มความน่าเชื่อถือให้มากขึ้น เซ็นเซอร์เสมือนสามารถทำหน้าที่เป็นสำรองให้กับเซ็นเซอร์ฮาร์ดแวร์ได้ ตัวอย่างเช่น เซ็นเซอร์เสมือนที่อิงจากการอ่านค่าความจุอาจตรวจสอบข้อมูลกลูโคสจากโพรบ Raman การซ้ำซ้อนนี้ช่วยตรวจจับการลอยหรือความล้มเหลวของเซ็นเซอร์ก่อนที่จะรบกวนกระบวนการ ซึ่งเป็นการป้องกันที่มีประโยชน์อย่างยิ่งเมื่อจัดการกับความแปรปรวนของกระบวนการสูง

ตัวอย่างของการทำงานอัตโนมัติแบบเรียลไทม์ในเนื้อสัตว์ที่เพาะเลี้ยง

กลยุทธ์การควบคุมแบบเรียลไทม์ได้แสดงผลลัพธ์ที่น่าประทับใจในหลายแอปพลิเคชันแล้ว ตัวอย่างเช่น Sartorius Stedim Biotech ได้ร่วมมือกับ ศูนย์วิจัยยา GSK เพื่อใช้แพลตฟอร์ม BioPAT สำหรับการให้อาหารแบบวงปิดอัตโนมัติในวัฒนธรรมเซลล์ CHO ซึ่งช่วยขจัดการสุ่มตัวอย่างด้วยมือและรับประกันการจัดหาสารอาหารอย่างต่อเนื่อง[4]

ในอีกตัวอย่างหนึ่ง Oxford Biomedica ได้รวมระบบ Ranger RI เข้ากับการวิเคราะห์การไหลของเมตาบอลิซึมเพื่อสร้างกลยุทธ์การควบคุม pH แบบอัตโนมัติ ระบบนี้ปรับให้เข้ากับสภาวะเมตาบอลิซึมของเซลล์และตรวจพบการปนเปื้อนของจุลินทรีย์ได้เร็วกว่าวิธีการแบบดั้งเดิมถึง 200 ชั่วโมง แสดงให้เห็นถึงศักยภาพของการตรวจสอบแบบเรียลไทม์ในการป้องกันความล้มเหลวของชุดการผลิตที่มีค่าใช้จ่ายสูง[12]

แพลตฟอร์มอย่าง Cellbase กำลังทำให้กระบวนการจัดซื้ออุปกรณ์ PAT ง่ายขึ้น ทำให้การนำระบบขั้นสูงเหล่านี้ไปใช้เป็นเรื่องง่ายขึ้น

ตามที่ Kopec สรุปไว้อย่างเหมาะสม:

ระบบอัตโนมัติและการตรวจสอบแบบเรียลไทม์ควรปรับปรุงกระบวนการด้วยการเพิ่มคุณภาพและผลผลิต รวมถึงลดต้นทุนแรงงาน ความเสี่ยง และของเสีย [4]

ในการเริ่มต้น ให้มุ่งเน้นไปที่พารามิเตอร์ที่สำคัญที่สุด - โดยทั่วไปคือกลูโคส, pH, และออกซิเจนที่ละลาย - และค่อยๆ ขยายระบบอัตโนมัติเมื่อคุณมีความเข้าใจในกระบวนการของคุณมากขึ้น วิธีการทีละขั้นตอนนี้เป็นสิ่งสำคัญสำหรับการเพิ่มประสิทธิภาพการผลิตเนื้อสัตว์ที่เพาะเลี้ยงผ่านการควบคุมแบบเรียลไทม์

บทสรุป: ขั้นตอนการนำ PAT ไปใช้

การนำเทคโนโลยีการวิเคราะห์กระบวนการ (PAT) เข้าสู่การผลิตเนื้อสัตว์ที่เพาะเลี้ยงต้องการวิธีการที่ชัดเจนและเป็นระบบเริ่มต้นด้วยการระบุ พารามิเตอร์กระบวนการที่สำคัญ (CPPs) - ซึ่งอาจรวมถึงระดับกลูโคส, pH, และออกซิเจนที่ละลาย, ทั้งหมดนี้มีอิทธิพลโดยตรงต่อคุณภาพของผลิตภัณฑ์ เมื่อกำหนดสิ่งเหล่านี้แล้ว, เลือกเครื่องมือ PAT เช่น สเปกโทรสโกปีรามัน หรือ เซ็นเซอร์ความจุ เพื่อให้สามารถตรวจสอบแบบเรียลไทม์ได้.

ขั้นตอนต่อไปคือการรวมเซ็นเซอร์เหล่านี้เข้ากับระบบเครื่องปฏิกรณ์ชีวภาพของคุณและสร้างโมเดลการทำนายเพื่อทำความเข้าใจกับข้อมูลที่รวบรวมได้ ให้ความสำคัญกับ การตรวจสอบแบบอินไลน์ เมื่อเป็นไปได้, เนื่องจากจะช่วยลดความล่าช้าและลดความเสี่ยงของการปนเปื้อนระหว่างกระบวนการ.

ระบบป้อนกลับอัตโนมัติมีบทบาทสำคัญที่นี่, โดยการแปลงข้อมูลดิบให้เป็นการปรับเปลี่ยนที่สามารถดำเนินการได้ทันที ดังที่ Sigma-Aldrich กล่าวไว้อย่างเหมาะสม:

วัตถุประสงค์หลักของ PAT คือการสร้างคุณภาพในผลิตภัณฑ์แทนที่จะประเมินคุณภาพในตอนท้ายของกระบวนการ.[6]

วิธีการเชิงรุกนี้ไม่เพียงแต่ลดต้นทุนแรงงาน แต่ยังช่วยให้มั่นใจในคุณภาพของผลิตภัณฑ์ที่สม่ำเสมอในขณะที่ลดของเสียลงด้วย

เมื่อระบบป้อนกลับอัตโนมัติเริ่มทำงานแล้ว ขั้นตอนต่อไปควรมุ่งเน้นไปที่การจัดหาอุปกรณ์ PAT ที่เหมาะสม อุปกรณ์ที่เชื่อถือได้เป็นสิ่งสำคัญสำหรับความสำเร็จ และแพลตฟอร์มเช่น Cellbase เชี่ยวชาญในการจัดหาเซ็นเซอร์และเครื่องมือการตรวจสอบที่ผ่านการตรวจสอบแล้วซึ่งออกแบบมาเฉพาะสำหรับการผลิตเนื้อสัตว์ที่เพาะเลี้ยง พวกเขายังให้การสนับสนุนทางเทคนิคสำหรับการสอบเทียบและการรวมระบบที่ราบรื่น [5] สิ่งนี้ทำให้มั่นใจได้ว่าอุปกรณ์จะสอดคล้องกับความต้องการเฉพาะของการผลิตเนื้อสัตว์ที่เพาะเลี้ยง

เมื่อความเข้าใจในกระบวนการของคุณลึกซึ้งขึ้น ให้ขยายระบบอัตโนมัติอย่างค่อยเป็นค่อยไปเพื่อให้บรรลุการผลิตที่สามารถขยายได้และสม่ำเสมอในขณะที่ปฏิบัติตามมาตรฐานข้อบังคับโดยการปฏิบัติตามขั้นตอนเหล่านี้ การนำ PAT ไปใช้สามารถกลายเป็นกระดูกสันหลังของกระบวนการผลิตเนื้อสัตว์เพาะเลี้ยงที่มีประสิทธิภาพและเชื่อถือได้มากขึ้น

คำถามที่พบบ่อย

ประโยชน์ของการใช้เทคโนโลยีการวิเคราะห์กระบวนการ (PAT) ในการผลิตเนื้อสัตว์เพาะเลี้ยงคืออะไร?

เทคโนโลยีการวิเคราะห์กระบวนการ (PAT) มีบทบาทสำคัญในการปรับปรุงทั้งการควบคุมกระบวนการและความสม่ำเสมอของผลิตภัณฑ์ในการผลิตเนื้อสัตว์เพาะเลี้ยง ด้วย การตรวจสอบแบบเรียลไทม์ ของปัจจัยสำคัญเช่น อุณหภูมิ ระดับ pH และออกซิเจนที่ละลาย PAT ช่วยให้มั่นใจได้ถึงสภาวะการเจริญเติบโตที่เหมาะสมสำหรับเซลล์ในขณะที่ลดโอกาสของปัญหากระบวนการที่ไม่คาดคิด ผลลัพธ์คือ? ผลผลิตที่สูงขึ้น, คุณภาพที่สม่ำเสมอ, และต้นทุนการผลิตที่ลดลง.

ข้อดีอีกประการหนึ่งของ PAT คือการสนับสนุน กรอบการทำงาน Quality-by-Design (QbD)โดยการเชื่อมต่อข้อมูลวิเคราะห์โดยตรงกับลักษณะคุณภาพเฉพาะของผลิตภัณฑ์ จะช่วยลดการพึ่งพาวิธีการทดสอบแบบดั้งเดิมที่จุดสิ้นสุด วิธีการนี้ไม่เพียงแต่เร่งกระบวนการตรวจสอบความถูกต้อง แต่ยังช่วยให้สามารถตัดสินใจโดยใช้ข้อมูลที่ขับเคลื่อนด้วยข้อมูลซึ่งปรับปรุงความสามารถในการทำซ้ำและอนุญาตให้ใช้กลยุทธ์การควบคุมเชิงคาดการณ์ได้

สำหรับบริษัทในพื้นที่เนื้อสัตว์ที่เพาะเลี้ยง แพลตฟอร์มเช่นCellbaseทำให้การจัดหาเครื่องมือที่เข้ากันได้กับ PAT ง่ายขึ้น รวมถึงเซ็นเซอร์และเครื่องปฏิกรณ์ชีวภาพ ทรัพยากรเหล่านี้ทำให้การจัดซื้อจัดจ้างง่ายขึ้น ทำให้การขยายการผลิตเป็นไปอย่างตรงไปตรงมาในขณะที่ยังคงรักษาประสิทธิภาพไว้ได้

การใช้สเปกโทรสโกปีแบบรามานช่วยปรับปรุงการตรวจสอบแบบเรียลไทม์ในระบบ PAT สำหรับการผลิตเนื้อสัตว์ที่เพาะเลี้ยงได้อย่างไร

สเปกโทรสโกปีแบบรามานมีบทบาทสำคัญในการตรวจสอบแบบเรียลไทม์ภายในระบบ PAT (Process Analytical Technology) โดยการให้การวัดพารามิเตอร์กระบวนการที่สำคัญอย่างรวดเร็ว ไม่รุกราน และแบบอินไลน์สิ่งนี้ช่วยรักษาการควบคุมกระบวนการให้แน่นหนาขึ้นและรับประกันคุณภาพของผลิตภัณฑ์ที่สม่ำเสมอตลอดเวลา

หนึ่งในคุณสมบัติที่โดดเด่นคือ ความสามารถในการตรวจจับโมเลกุลหลายชนิดพร้อมกัน ตัวอย่างเช่น สามารถตรวจสอบระดับกลูโคส แลคเตท และแอมโมเนียม ในขณะเดียวกันก็ประเมินความมีชีวิตของเซลล์และลักษณะของผลิตภัณฑ์ - ทั้งหมดในครั้งเดียว โพรบรามันสมัยใหม่ถูกออกแบบมาให้ติดตั้งโดยตรงในกระแสของไบโอรีแอคเตอร์ ทำให้สามารถเก็บข้อมูลได้อย่างต่อเนื่องโดยไม่จำเป็นต้องดึงตัวอย่างออกมา

ข้อดีอีกประการหนึ่งคือการสนับสนุน การควบคุมด้วยการตอบสนองอัตโนมัติ โดยการให้ข้อมูลแบบเรียลไทม์ สเปกโทรสโกปีรามันช่วยให้สามารถปรับการให้อาหารสารอาหารได้อย่างแม่นยำ เพื่อให้มั่นใจว่าสภาพการผลิตที่เหมาะสมจะถูกคงไว้ ความยืดหยุ่นในการปรับขนาดและการถ่ายโอนโมเดลข้ามขนาดของรีแอคเตอร์ต่างๆ ช่วยเพิ่มประโยชน์ในการผลิตเนื้อสัตว์ที่เพาะเลี้ยง เพิ่มประสิทธิภาพและลดความเสี่ยงของข้อผิดพลาด

ความท้าทายหลักในการขยายเทคโนโลยีการวิเคราะห์กระบวนการ (PAT) สำหรับการผลิตเนื้อสัตว์เพาะเลี้ยงคืออะไร?

การขยาย PAT (เทคโนโลยีการวิเคราะห์กระบวนการ) สำหรับการผลิตเนื้อสัตว์เพาะเลี้ยงในขนาดใหญ่มีอุปสรรคที่ต้องเผชิญมากมาย ซึ่งต้องการการวางแผนและการดำเนินการอย่างละเอียดถี่ถ้วน ปัญหาหลักอยู่ที่ การจัดการและบูรณาการปริมาณข้อมูลมหาศาล ที่สร้างขึ้นโดยเครื่องมือ PAT เมื่อการผลิตขยายตัว การรักษาความถูกต้องของข้อมูลในขณะที่มั่นใจว่าการบูรณาการเข้ากับระบบควบคุมเป็นไปอย่างราบรื่นกลายเป็นงานที่ซับซ้อนมากขึ้น

อุปสรรคสำคัญอีกประการหนึ่งคือ ประสิทธิภาพของเซ็นเซอร์ในเครื่องปฏิกรณ์ชีวภาพขนาดอุตสาหกรรม เซ็นเซอร์ที่ทำงานได้ดีในระบบขนาดเล็กมักเผชิญกับความท้าทายในระบบขนาดใหญ่ ซึ่งปัจจัยต่างๆ เช่น แรงเฉือนและการเปลี่ยนแปลงของอุณหภูมิสามารถทำให้ความแม่นยำของการวัดแบบเรียลไทม์ลดลง

นอกจากนี้ยังมีปัญหาเรื่อง การจัดหาอุปกรณ์เฉพาะทาง ที่ปรับให้เหมาะสมกับความต้องการเฉพาะของการผลิตเนื้อสัตว์ที่เพาะเลี้ยง แพลตฟอร์มเช่น Cellbase ช่วยแก้ปัญหานี้โดยการเสนอแพลตฟอร์มตลาดที่คัดสรรสำหรับเซ็นเซอร์และเครื่องวิเคราะห์ที่ใช้ในอาหาร ช่วยลดข้อจำกัดของห่วงโซ่อุปทานและทำให้การจัดหาอุปกรณ์ง่ายขึ้น

การแก้ไขปัญหาเหล่านี้ตั้งแต่เนิ่นๆ - โดยการเลือกเซ็นเซอร์ที่เชื่อถือได้ สร้างระบบข้อมูลที่สามารถขยายได้ และวางแผนการจัดหาอย่างมีกลยุทธ์ - สามารถช่วยให้ธุรกิจปรับตัวเข้าสู่การผลิตในระดับเชิงพาณิชย์ได้อย่างมีประสิทธิภาพมากขึ้น

บทความบล็อกที่เกี่ยวข้อง

Author David Bell

About the Author

David Bell is the founder of Cultigen Group (parent of Cellbase) and contributing author on all the latest news. With over 25 years in business, founding & exiting several technology startups, he started Cultigen Group in anticipation of the coming regulatory approvals needed for this industry to blossom.

David has been a vegan since 2012 and so finds the space fascinating and fitting to be involved in... "It's exciting to envisage a future in which anyone can eat meat, whilst maintaining the morals around animal cruelty which first shifted my focus all those years ago"