主要成果
Hyperspectral.aiは、ラマンスペクトロスコピーと高度なケモメトリックスおよび機械学習モデルを融合させることで、バイオプロセス、特に哺乳類細胞培養において、リアルタイムかつ非侵襲的なプロセス分析技術（PAT）の可視化を実現しました。この技術は、培養中の主要な代謝物や細胞状態を連続的に監視し、これまでにないレベルのプロセス理解と制御を可能にします。
技術・臨床詳細
この革新的なアプローチは、以下の主要な要素で構成されています。
- ラマンスペクトロスコピー: 培養液中のグルコース、乳酸、アンモニア、細胞密度などの代謝物やバイオマス濃度を、サンプリング不要でリアルタイムに測定します。これにより、培養の進行状況を継続的に把握し、ボトルネックを早期に特定できます。プローブはバイオリアクター内に直接挿入され、無菌状態を維持したままデータ取得が可能です。
- ケモメトリックスと機械学習モデル: 取得されたラマンスペクトルデータは、ケモメトリックス（多変量解析）および機械学習アルゴリズムを用いて解析されます。これにより、複雑なスペクトル情報から意味のあるプロセスパラメータを抽出し、高精度な予測モデルを構築します。特に、モデル開発から検証までのエンドツーエンドのワークフローが提供され、堅牢な監視アプリケーションを保証します。
- 自動品質評価とプロセス予測: このシステムは、自動品質評価を可能にし、プロセス逸脱の早期検出や将来のプロセス挙動の予測を支援します。これにより、オペレーターはより迅速かつ情報に基づいた意思決定を行うことができ、バッチ間の変動性を低減し、製品の一貫性を向上させます。
- デジタルラボ環境への統合: これらの分析機能は、SiLA（Standardization in Lab Automation）準拠システムのような標準化されたデジタルラボ環境に統合されるように設計されています。これにより、異なる機器やソフトウェア間でのデータのシームレスな共有と統合が可能となり、効率的なデータ管理と意思決定が促進されます。
背景・業界文脈
バイオ医薬品製造、特に細胞培養プロセスでは、製品の品質、収率、コストに影響を与える多くのパラメータが存在します。従来のオフライン分析では、サンプリングと測定に時間がかかり、プロセスのリアルタイムな動態を捉えることが困難でした。この「可視性のギャップ」は、プロセスの最適化とスケールアップにおける大きな課題でした。PATの導入は、このギャップを埋め、プロセスをより理解し、制御するための不可欠な手段として認識されています。
今後の展望
ラマンケモメトリックスと機械学習を組み合わせたリアルタイムPATは、バイオプロセス製造の未来を形作る重要な技術です。この技術は、プロセス開発期間の短縮、製造コストの削減、製品品質の向上に大きく貢献するでしょう。特に、連続製造プロセスやクローズドシステムとの統合が進むことで、より自律的で効率的な「Industry 4.0」型バイオ製造プラットフォームの実現を加速させることが期待されます。これにより、新しい生物学的製剤の市場投入が迅速化し、患者へのアクセスが向上するでしょう。
元記事: https://www.youtube.com/watch?v=KX6z8lgFsiQ
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
コメント