摘要
过程分析技术（Process Analysis Technology, PAT）是一个框架，它鼓励使用分析工具实时监测制药生产过程中关键批次组分的状况。在哺乳动物细胞培养中，拉曼光谱作为PAT工具已经证明了其在准确在线监测各种工艺参数和质量属性方面的价值。然而，当工艺开发阶段的培养物过渡到生产规模时，往往需要使用新的校准数据或迁移学习算法来调整小规模模型。这种模型调整步骤使得从分析角度来看，将整个工艺转移到生产阶段的过程变得不那么直接，需要额外的资源和特定的数据处理专业知识来微调模型。在本研究中，我们将一种特定的光谱处理方法与文献中报告的现有方法进行了比较，以应对放大挑战中的拉曼光谱处理问题。所提出的创新之处是一种预处理策略，该策略基于3100–3700 cm−1波段计算光谱标准化。在3 L规模下生成的数据被用来监测3000 L生物反应器，其监测精度与相同规模下的3 L生物反应器监测相当，而无需重新校准模型或使用迁移学习。虽然需要更广泛的验证案例，但这些结果展示了在所研究的条件下，可以直接将模型应用于大规模生产。
利益冲突声明
作者声明没有利益冲突。
同行评审
为了透明度，与本文相关的同行评审文件可在以下链接获取：https://doi.org/10.1002/btpr.88513
数据可用性声明
支持本研究结果的数据可向相应作者提出合理请求后获得。
