主要成果
研究チームは、中国ハムスター卵巣（CHO）細胞を用いたモノクローナル抗体（mAb）製造において、フェドバッチ（流加培養）から連続生産への知識転移を可能にする代謝情報モデルを開発しました。このモデルをフェドバッチから連続運転に転移させ、ファインチューニングを行うことで、他の転移学習バリアントよりも優れた性能を示すことが確認されました。また、予測されたフラックスの解析により、代謝変動の主要な要因は運転モードではなく成長速度であることが明らかになりました。
技術・詳細
本モデルの最大の特徴は、リアクターレベルおよび細胞内レベルの物質収支を学習アーキテクチャに直接組み込んでいる点です。あらかじめ定義された速度論的な速度式や、明示的な定常状態の仮定を意図的に排除した設計となっています。物質保存の関係は運転モードに関わらず不変であるため、この定式化が異なるレジーム間での汎用性を高める構造的な事前知識として機能します。
モデルの性能検証では、以下の点が確認されています。
- 2種類の代謝ネットワークサイズと3つの代謝最適化戦略をベンチマークした結果、濃度予測の精度にネットワークサイズの差は見られなかった。
- 交換フラックスの忠実度はソルバーの選択に依存せず、ネットワークサイズは細胞内の解釈可能性にのみ影響した。
- 本モデルは、未測定の細胞内フラックスを推論し、細胞外濃度の1ステップ先予測を行う「ソフトセンサー」として機能し、プロセスの監視と制御をサポートする。
背景・業界の文脈
CHO細胞はmAb製造における支配的なプラットフォームであり、需要の増加に伴い、業界は従来のフェドバッチ法から連続生産への移行を推進しています。連続培養は、持続的な高細胞密度と高い容積生産性を実現できる可能性があります。しかし、その運用には信頼性の高いリアルタイムのモニタリング、予測、および制御が不可欠です。現状では、細胞内の観測可能性が限られており、細胞外の測定データも疎であるため、メカニズム的な理解と予測的な実装の間には根深い乖離が存在していました。
今後の展望
今回の結果は、第一原理の知識に基づきつつ、レジームシフト（運転条件の劇的な変化）に対しても適応可能なデジタルモデルの構築ルートを示したものです。特に、連続培養の特性評価に向けた実験設計をガイドするための、レジームシフト信号を特定できる可能性が示唆されました。これにより、バイオ製造におけるデジタルツインの精度向上と、効率的なプロセス制御の実現が期待されます。
元記事: https://doi.org/10.64898/2026.10.28.762476
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
