Suivi des nutriments, des métabolites, du titre d’IgG et des densités cellulaires dans des bioréacteurs de 10 L par spectroscopie Raman en ligne et modèles de régression
La publication scientifique « Monitoring of nutrients, metabolites, IgG titer, and cell densities in 10L Bioreactors using Raman Spectroscopy and PLS regression models » est désormais sortie dans Pharmaceutics.
Ces travaux avaient pour objectif de développer une méthode de suivi de cultures cellulaires en temps réel afin d’optimiser les conditions de culture de CHO (cellules ovariennes de hamster chinois) à visée de production d’anticorps monoclonaux et de garantir une qualité constante des principaux paramètres métaboliques et du rendement d’IgG (immunoglobulines) pour la production biopharmaceutique.
La spectroscopie Raman associée à des méthodes de Machine Learning pour le traitement des spectres s’est imposée comme un outil PAT (Process Analytical Technology) robuste grâce à ses capacités de mesure en temps réel in situ et non invasives dans des bioréacteurs. Cette étude évalue la spectroscopie Raman en ligne et les méthodes de Chimiométrie et de Machine Learning pour la prédiction au cours du procédé en vue de sa supervision des paramètres d’intérêts suivants : nutriments, métabolites, titre d’anticorps et densité cellulaire.
Suite au développement de modèles de régression par méthodes de chimiométrie et de Machine Learning en faisant varier les conditions de culture cellulaire, cette étude confirme le potentiel de la spectroscopie Raman pour le suivi in situ et en temps réel des bioprocédés, notamment pour les cultures de cellules CHO et la production d’anticorps monoclonaux, sans échantillonnage manuel. L’analyse chimiométrique améliore la précision et la robustesse des modèles et permet la supervision voire le contrôle automatisé des bioréacteurs. Les données Raman pourraient permettre une régulation continue des nutriments critiques tel que le glucose, garantissant ainsi le contrôle des Paramètres Critiques du Procédé (Critical Process Parameters – CPPs) durant la production biopharmaceutique.
Ces travaux ont été mené dans le cadre du projet de R&D collaborative CLIMBIN, en collaboration avec différents chercheurs de l’Université de Tours (Dr. Morandise Rubini, Pr. Igor Chourpa), du laboratoire LRGP de Nancy, du groupe Servier (Anaïs Berger, Thomas Saillard, Sylvain Arnould, Muriel Vergès), de l’équipementier de spectroscopie INDATECH (Julien Louet, Dr. Fabien Chauchard)et d’Ondalys (Julien Boyer, Jordane Poulain, Dr. Sylvie Roussel).
Julien Boyer, Jordane Poulain et Dr. Sylvie Roussel d’Ondalys ont contribué à cet article en apportant leur expertise en termes de Chimiométrie et de Machine Learning pour le traitement des données issues des mesures de spectroscopie Raman en ligne pour la bioproduction d’anticorps monoclonaux à partir de cellules CHO en conditions industrielles dans les laboratoires Servier, au coté de l’Université de Tours.
M. Rubini, J. Boyer, J. Poulain, A. Berger, T. Saillard, J. Louet, M. Soucé, S. Roussel, S. Arnould, M. Vergès, F. Chauchard-Rios & I. Chourpa. Monitoring of Nutrients, Metabolites, IgG Titer, and Cell Densities in 10 L Bioreactors Using Raman Spectroscopy and PLS Regression Models. Pharmaceutics 2025, Volume 17, Issue 4, 473, Avril 2025
