检测细胞培养物中微生物污染的新方法

时间：2025年4月29日

来源：Scientific Reports

编辑推荐：

细胞培养和机器学习上的紫外线“指纹”可以在30分钟内提供明确的是/否污染评估。

新加坡 - 麻省理工学院科研与技术联盟（SMART，麻省理工学院在新加坡的研究机构）下属的个性化医疗制造关键分析（CAMP）跨学科研究小组的研究人员，与麻省理工学院、新加坡科技研究局（A*STAR）皮肤研究实验室以及新加坡国立大学合作，开发出了一种新方法，能够在细胞治疗产品（CTP）的生产过程早期，快速且自动地检测和监测微生物污染情况。通过测量细胞培养液的紫外线吸光度，并利用机器学习识别与微生物污染相关的光吸收模式，这种初步检测方法旨在缩短无菌检测的整体时间，进而减少患者等待细胞治疗产品剂量的时间。这一点尤为关键，因为对于绝症患者而言，及时接受治疗可能会挽救他们的生命。

细胞治疗代表了医学领域一个充满前景的新前沿，尤其是在治疗癌症、炎症性疾病和慢性退行性疾病等方面，它通过操纵或替换细胞来恢复功能或对抗疾病。然而，细胞治疗产品生产过程中的一个主要挑战是，在将细胞给予患者之前，要快速有效地确保细胞没有受到污染。

现有的基于微生物学方法的无菌检测方法劳动强度大，检测污染情况可能需要长达 14 天的时间，这可能会对急需治疗的重症患者产生不利影响。虽然像快速微生物检测方法（RMMs）这样的先进技术可以将检测周期缩短至 7 天，但它们仍然需要复杂的流程，如细胞提取和生长富集培养基，而且在样品提取、测量和分析等操作过程中高度依赖技术熟练的工人。这就迫切需要新的方法，既能在不影响细胞治疗产品质量的前提下更快得出检测结果，满足患者的使用时间要求，又能采用简单的工作流程，无需额外的准备工作。

在发表于《科学报告》杂志上的一篇题为《机器学习辅助的紫外吸收光谱法检测细胞治疗产品中的微生物污染》的论文中，SMART CAMP 的研究人员介绍了他们如何结合紫外吸收光谱法，开发出一种机器学习辅助的方法，用于在生产早期对细胞污染进行无标记、非侵入性的实时检测。

这种方法相较于传统的无菌检测方法和快速微生物检测方法具有显著优势，因为它无需对细胞进行染色以识别标记的生物体，避免了细胞提取的侵入性过程，并且能在半小时内得出检测结果。它提供了一种直观、快速的 “是 / 否” 污染评估，通过简单的工作流程便于实现细胞培养采样的自动化。此外，所开发的这种方法不需要专门的设备，从而降低了成本。

“这种快速、无标记的方法被设计为细胞治疗产品生产过程中的一个初步步骤，作为一种持续安全检测的形式，它使用户能够尽早检测到污染，并及时采取纠正措施，包括仅在检测到可能的污染时才使用快速微生物检测方法。这种方法节省了成本，优化了资源配置，并最终加快了整个生产进程。” SMART CAMP 的高级研究工程师、该论文的第一作者什鲁蒂・潘迪・切尔瓦姆（Shruthi Pandi Chelvam）说道。

“传统上，细胞治疗产品的生产劳动强度大，且受操作人员差异的影响。通过引入自动化和机器学习技术，我们希望简化细胞治疗产品的生产流程，并降低污染风险。具体来说，我们的方法支持在指定的时间间隔自动进行细胞培养采样以检查污染情况，这减少了诸如样品提取、测量和分析等手动操作任务。这使得能够持续监测细胞培养情况，并在早期阶段检测到污染。” 麻省理工学院电气工程与计算机科学系的克拉伦斯・J・勒贝尔教授（Clarence J. LeBel）、SMART CAMP 的首席研究员、该论文的通讯作者拉杰夫・拉姆（Rajeev Ram）说道。

展望未来，后续的研究将集中于扩大该方法的应用范围，以涵盖更广泛的微生物污染物，特别是那些代表当前良好生产规范环境以及先前已确定的细胞治疗产品污染物的微生物。此外，除了间充质干细胞（MSCs）之外，还可以在更多的细胞类型上测试该模型的稳健性。除了细胞治疗产品的生产领域，这种方法还可以应用于食品和饮料行业，作为微生物质量控制检测的一部分，以确保食品产品符合安全标准。