目前用於培養及生產生物製藥產品的細胞種類相當多元,包括經基因工程改造的細菌及酵母菌。然而,大多數產品仍是利用哺乳動物細胞系統培養的蛋白質,例如中國倉鼠卵巢細胞(CHO)、綠猴腎細胞(VERO)及人類胚胎腎細胞(HEK)。許多此類產品屬於大型且結構複雜的蛋白質、荷爾蒙或多醣類,透過其他方式往往難以製造,甚至無法大量生產。美國食品藥物管理局(FDA)近期的一項調查指出,目前已有超過 350 種生物製劑獲准用於不同用途,其中包括疫苗,以及具有診斷與治療重要性的抗體。
生物製程本質上仰賴複雜的生物系統來合成所需的目標產物。相較於變異性相對較低的傳統化學製造流程,生物系統本身的高度複雜性,使得不同生產批次之間不可避免地存在相當程度的差異。由於製程具有高度複雜性與變異性,據估計,約有 30% 的生產批次因品質因素而必須重新加工處理,導致利潤損失高達十倍。對於仰賴此類複雜生物系統的產業而言,密切監控細胞培養的生長狀況及目標分子的生成情形,能帶來極大的效益。生物製程中的製程分析技術(Process Analytical Technology, PAT)可透過即時監控與分析,提升整體產品品質,並有效降低因製程固有變異性所造成的資源浪費。
透過監控及控制細胞培養條件,可以大幅降低製程變異性,進而提升目標蛋白質的產量。傅立葉轉換近紅外光譜技術已被證實是一項有效的分析技術,可應用於各類製造流程的監控與控制,尤其適合特定的生物製程應用。此外,FT-NIR 也是許多產業推動製程分析技術的重要工具之一,其中亦包括生物製程產業。
過去利用近紅外光譜技術進行細胞培養研究時,通常著重於監測與控制培養基中的營養成分、代謝廢物、細胞密度,以及其他與細胞培養健康狀態相關的參數。雖然這些參數有助於評估細胞培養的整體狀態,但更重要的關鍵指標,其實是目標分子的實際生成量及其濃度。然而,目前僅有少數近紅外光譜研究,曾在實際細胞培養條件下進行蛋白質濃度的測定與分析。
本應用技術報告將展示 Thermo Scientific™ Antaris™ MX FT-NIR 製程分析儀(圖 1)的應用可行性,說明如何利用此設備,在動態細胞培養過程中,針對具有生物學意義的濃度範圍,進行蛋白質濃度的預測。

圖1. 在Antaris MX FT-NIR 製程分析儀,
用於收集細胞培養過程中的光譜資訊。
近紅外光譜技術(NIR)利用波數介於 10,000 至 4,000 cm⁻¹ 的光線,來鑑定各類物質的種類及測定其含量。許多重要分子會透過合頻振動(Combination Vibrations)或倍頻振動(Overtone Vibrations)吸收此波段的光線。利用這些吸收波段進行光譜分析的優勢,在於近紅外光具有較強的穿透能力,能夠深入待測材料內部,且無須對樣品進行稀釋或其他前處理。因此,NIR 分析儀可以直接連接至製程管線或反應槽中,無須人工介入,即可完成光譜分析。
多年來,FT-NIR 技術已廣泛應用於各類工業、製藥及其他製程環境,並證實能夠自動化取得即時分析數據,具有極高的應用價值。在實際製程環境中,Antaris MX FT-NIR 製程分析儀可輕易整合至製程控制電腦系統,成為維持最佳製造條件的重要工具。考量到上述優勢,以及細胞培養技術中生物系統本身具有高度變異性的特性,NIR 光譜技術非常適合用於分析生物反應器中的各種成分,包括蛋白質在內。
在整個實驗過程中,這些物質的濃度會隨時間改變,以模擬不同細胞培養批次之間可能出現的變異性。實驗中透過添加營養成分或代謝廢物至樣品中,或以未經調整的原始細胞培養液進行稀釋,分別且獨立地調整各項成分的濃度。上述四種成分各自調整,使每一項成分均呈現兩至三種不同的濃度。表 1 列出了受測樣品中各種營養成分、代謝廢物及蛋白質的濃度範圍。此外,此實驗方法也能有效消除不同成分與蛋白質之間的共變異性(Covariance),使各項成分的濃度變化能夠獨立評估,避免彼此之間的相關性影響分析結果。

表 1. 各種成分的濃度範圍
本實驗所使用的溶液涵蓋超過 35 種不同的蛋白質濃度,
同時各溶液中的營養成分及代謝廢物濃度亦有所不同。
將超高純度的牛血清白蛋白(Bovine Serum Albumin, BSA)添加至溶液中,作為細胞所合成之目標蛋白質的模擬物。基因改造細胞培養系統的設計目的,是使細胞能夠大量且幾乎專一性地生產目標蛋白質,而非其他細胞蛋白質。因此,細胞培養液中的蛋白質濃度通常可接近甚至超過 5.0 g/L,且幾乎完全由目標分子所組成。
白蛋白是模擬重組蛋白質的理想材料,因為它具有極高的純度,且含有與一般細胞培養系統所生產之目標蛋白質相似的近紅外活性基團(NIR-active groups)。在本實驗中,材料純度尤其重要,因為任何額外存在的物質也會產生近紅外訊號,進而干擾分析結果。實驗中,將白蛋白仔細秤量後添加至細胞培養液中,蛋白質濃度設定範圍為 0.16 至 5.0 g/L。總共配製了超過 35 種不同的溶液,各溶液中的營養成分、代謝廢物及蛋白質濃度均有所不同。
利用這些不同濃度的溶液,共取得 54 組光譜作為化學計量分析模型(Chemometric Method)的建立資料,另外取得 20 組光譜作為模型驗證資料。接著,使用 Antaris MX FT-NIR 製程分析儀,在 10,000 至 4,000 cm⁻¹ 的波數範圍內,對細胞培養樣品進行光譜掃描。
分析儀連接一支可調整光程長度的穿透反射式探頭(Transflectance Probe)。探頭間隙距離設定為 1.25 mm,因此總光程長度為 2.5 mm。每組光譜由 16 次掃描平均而得,光譜解析度設定為 8 cm⁻¹,增益值(Gain)設定為 0.1。每次樣品測量時間約為 15 秒,每個樣品共收集兩組光譜。圖 2 顯示探頭在插入細胞培養樣品前,以及進行光譜收集時的實際影像。

圖 2. 用於資料收集的穿透反射式探頭(Transflectance Probe)。
左圖顯示探頭的設計結構及可調式光程長度;
右圖則顯示光譜資料收集過程中,探頭插入細胞培養液內的實際情形。
將樣品光譜匯入 Thermo Scientific TQ Analyst™ Pro Edition 軟體,利用偏最小平方法(Partial Least Squares, PLS)進行化學計量分析,並採用固定光程長度(Constant Pathlength)模式建立分析模型。光譜資料以一階微分(First Derivative)方式進行分析,並搭配 Norris 平滑濾波器(Norris Smoothing Filter)進行處理。
本次分析選用兩個光譜區域:8,910 至 5,340 cm⁻¹。4,830 至 4,340 cm⁻¹。這兩個區域涵蓋了廣泛的光譜資料點,同時避開中心波數約 5,100 cm⁻¹、會造成訊號完全衰減的水分吸收峰,以避免水分訊號對分析結果造成干擾。圖 3 顯示樣品具有代表性的原始光譜(Raw Spectra)及其一次微分光譜(First Derivative Spectra)。

圖 3. 具代表性的原始光譜,顯示不同細胞培養樣品之間的光譜變異性。
分析時選用的光譜區域避開了位於 5,100 cm⁻¹、訊號衰減嚴重的水分吸收峰。
插圖則顯示用於偏最小平方法(PLS)化學計量分析模型的一階微分光譜。

圖 4. PLS分析模型的校正圖,比較模型預測的蛋白質濃度與實際蛋白質濃度。
模型的均方根誤差約為 0.5 g/L 或更低。
藍色空心圓(○)代表用於建立分析模型的光譜資料;紫色十字(+)則代表用於驗證分析模型的光譜資料。
各項模型誤差指標如下:
- 校正均方根誤差(RMSEC):0.33 g/L。
- 預測均方根誤差(RMSEP):0.31 g/L(根據 20 組驗證樣品計算)。
- 交叉驗證均方根誤差(RMSECV):0.51 g/L。
上述誤差結果顯示,細胞培養樣品中的蛋白質濃度預測誤差可控制在 0.5 g/L 以下。此外,約有三分之一的誤差來自蛋白質材料秤量時所使用的天平。
所建立的分析模型,在蛋白質濃度介於 0.16 至 5.0 g/L 的範圍內,與實際蛋白質濃度呈現高度相關性,且預測誤差低於 0.5 g/L。本應用研究進一步證實,Antaris MX FT-NIR 製程分析儀能夠成功應用於生物製程環境中,安全、準確且自動化地監測與控制細胞培養過程。
過去的 NIR 研究雖然已廣泛應用於監測細胞培養條件,以促進目標蛋白質的最佳化生產,但真正直接監測及預測蛋白質濃度的研究仍相對有限。本可行性研究充分展現 Antaris MX FT-NIR 製程分析儀的應用潛力,證明其能夠在活體且持續變化的細胞培養系統中,準確預測目標蛋白質的濃度。