迄今為止,市場上超過70%的重組治療藥物是由CHO細胞所生產。根據細胞株和產品特點個性化設計CHO細胞培養(yǎng)基,可以提高產量和保證質量。而以往企業(yè)大多使用市售的通用型商業(yè)培養(yǎng)基,不僅配方保密難以滿足優(yōu)化需求,且供應存在不確定因素、價格較為昂貴。因此,近年來隨著自主研發(fā)實力的增強,個性化定制培養(yǎng)基的需求愈發(fā)凸顯,成為如今的發(fā)展趨勢。CHO細胞培養(yǎng)基成分繁多,統(tǒng)計學作為一種節(jié)省人力物力的實驗設計方法,被廣泛用于CHO細胞培養(yǎng)基的開發(fā)。然而,傳統(tǒng)DOE難以處理高維數據,依賴研究人員的知識和經驗鎖定研究范圍,使得培養(yǎng)基開發(fā)周期隨研究員素質波動,限制企業(yè)內部培養(yǎng)基開發(fā)流程的運行效率。因此,為了解決培養(yǎng)基開發(fā)的尾端問題,有必要引入高維算法并將各個環(huán)節(jié)進行整合優(yōu)化,建立一個更加通用的CHO細胞培養(yǎng)基開發(fā)流程,為培養(yǎng)基的開發(fā)和生產提供相關指導建議。首先,本研究對歷史實驗數據進行分析,確認數據特征以指導方案設計。然后基于最大歐式距離選擇培養(yǎng)基庫,采用單純形格子點設計生成混合實驗。基于歐式距離的培養(yǎng)基庫選擇工具與傳統(tǒng)的PCA選擇方法相比,實驗設計的線性相關性從0.60降低到0.50,設計空間從1.30擴大到... 

【文章來源】：華東理工大學上海市 211工程院校 教育部直屬院校

【文章頁數】：82 頁

【學位級別】：碩士

【部分圖文】：

圖１．１典型的ＩｇＧ抗體結構１１４１??Ｆｉｇ．?１．１?Ｓｔｒｕｃｔｕｒｅ?ｏｆ?ａ?ｔｙｐｉｃａｌ?ＩｇＧ?ｍｏｌｅｃｕｌｅ１＇４１??

圖１．２?ＦＤＡ批準單抗數量（截止至２０１９年９月１日）［２５］??Ｆｉ．?１．２?Ｍｏｎｏｃｌｏｎａｌ?ａｎｔｉｂｏｄｉｅｓ?ａｒｏｖｅｄ?ｂｙＦＤＡＡｓ?ｏｆ?Ｓｅｐｔｅｍｂｅｒ?１，?２０１９［ｉＳ，??

?ｙ?＝?１．５；ｔ４?＋?１．２ｘ５?＋?０．５；ｔ１０；ｃ１２?—?２．０ｘ１４?＋?０．７ｘ１６?＋?１．９ｘｆ８?＋?１．２ｘ！０?—?１．０ｓｉｎ（５ｘ１５）?＋?０．９ｘ�。�?＋??Ｓｓｉｎ（１０ｘ３５）?＋?１．３ｘ６０ｘ５?＋?１．２ｘ７０；ｃ１０?＋?０．７：ｔ７２?—?１．９ｘ！９?＋?４．０ｓｉｎ（５ｘ６１）?＋?ｅ??０．０８??；°６?「’＼??Ｋ?／?＼??０，００?－１０?－５?０?５?１０?１５?２０??Ｒｅｓｐｏｎｓｅ?Ｖａｌｕｅ??圖２．１虛擬數據統(tǒng)計量信息??Ｆｉｇ．２．１?Ｓｔａｔｉｓｔｉｃａｌ?ｉｎｆｏｒｍａｔｉｏｎ?ｏｆ?ｖｉｒｔｕａｌ?ｔｅｓｔ?ｄａｔａ??２０?２０?￣￣??ａ???Ｔｒｕｅ?Ｒｅｌａｔｉｏｎ?ｂ???Ｔｒｕｅ?Ｒｅｌａｔｉｏｎ??１５?１５??鐵一??１。ｙ?＇．＇釋＿—?Ｖ?基。??？ｓ?－ｓ??－１０?－１０??０．０?０．２?０．４?０．６?０．８?１．０?０．０?０．２?０．４?０．６?０．８?１．０??Ｘ７?Ｘ３３??圖２．２虛擬數據組分與產量關系展示??（ａ）?Ｘ７；?（ｂ）?Ｘ３３??Ｆｉｇ．２．２?ｍＡｂ?ｔｉｔｅｒ?ｖｅｒｓｕｓ?ｃｏｍｐｏｎｅｎｔ?ｃｏｎｃｅｎｔｒａｔｉｏｎ?ｏｎ?ｖｉｒｔｕａｌ?ｔｅｓｔ?ｄａｔａ??（ａ）?Ｘ７；?（ｂ）?Ｘ３３??圖２．１和圖２．２分別展示了虛擬數據上的產量分布（平均值：４．５０?ｇ／Ｌ，中間值：４．８０??ｇ／Ｌ，最大值：１８．１９?ｇ／Ｌ，最小值：－９．０８?ｇ／Ｌ），組分與產量間關系。??


本文編號：3532868