工藝開(kāi)發(fā)過(guò)程中，難以確定哪種添加物適合于某種特定應用，因為添加物的復雜組分和多樣性。多變量分析（MVA）技術(shù)越來(lái)越廣泛地應用于幫助公司了解他們的生物制藥產(chǎn)品和生產(chǎn)工藝的復雜性。

 

　　技巧包括基于統計的工藝建模、傳感器校準和工藝可比性。

 

　　多變量分析（MVA）技術(shù)本質(zhì)上是一種統計回歸技術(shù)，試圖通過(guò)捕捉新的正交變量或稱(chēng)為主成分（PCS）的可變性來(lái)對實(shí)際變量的可變性作出解釋。相關(guān)實(shí)際變量之間的相關(guān)性允許使用數量較少的主成分來(lái)捕捉建模和作出預計，從而對更大量的數據集的原始信息作出分析。

 

　　這里，主成分分析法（PCA）用于對來(lái)自六十五種無(wú)動(dòng)物成分（ACF）生物添加物的組合數據變化，進(jìn)行數據捕獲和建模。由此產(chǎn)生的模型用于研究?jì)煞N生物添加物的批間變化，并對市場(chǎng)上的新產(chǎn)品進(jìn)行評估。本文展示定量結構-活性關(guān)系（QSAR）方法來(lái)研究組分與培養表現和產(chǎn)品蛋白含量之間的關(guān)系。

 

　　這里推薦定量結構-活性關(guān)系（QSAR）為基礎的方法，使用主成分空間的因子設計來(lái)評價(jià)添加劑組成和細胞培養表現之間的聯(lián)系。由生物添加物衍生的主成分分析法（PCA）分數和由定量結構-活性關(guān)系（QSAR）方法選擇出來(lái)的生物添加物的細胞培養物的模擬性能數據組成的訓練集，被用來(lái)創(chuàng )建偏小二乘（PLS）模型。然后PLS模型可以用于預測不屬于訓練組的生物添加物的性能。

 

　　管裝培養基材料與方法

 

　　數據源和數據匯編

 

　　145個(gè)生物添加物的化學(xué)成分數據，可從公開(kāi)來(lái)源獲得，由OxoD，Becton Dickinson和Sheff ield Bioscience公布。

 

　　這些數據代表了每種生物添加物的典型組成，并且可以被認為是從許多生產(chǎn)批次、子樣本或分析中得出的平均值。每個(gè)生物添加物的化學(xué)組成在電子表格中被編輯并注釋以方便后續的分析。注釋里包含供應商、原材料來(lái)源、產(chǎn)品類(lèi)型、消化法和ACF狀態(tài)。管裝培養基在供應商之間的測量單元不同的情況下，這些測量單元被標準化，使得數據集具有可比性。管裝培養基選擇65個(gè)無(wú)動(dòng)物成分（ACF）生物添加物組成的訓練數據集，每個(gè)數據集有59個(gè)變量來(lái)描述每種生物添加物的物理化學(xué)數據、分子量分布和自由氨基酸總量。表2列出了這里使用的變量。