工藝開發(fā)過程中，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）技術越來越廣泛地應用于幫助公司了解他們的生物制藥產品和生產工藝的復雜性。

 

　　技巧包括基于統(tǒng)計的工藝建模、傳感器校準和工藝可比性。

 

　　多變量分析（MVA）技術本質上是一種統(tǒng)計回歸技術，試圖通過捕捉新的正交變量或稱為主成分（PCS）的可變性來對實際變量的可變性作出解釋。相關實際變量之間的相關性允許使用數(shù)量較少的主成分來捕捉建模和作出預計，從而對更大量的數(shù)據(jù)集的原始信息作出分析。

 

　　這里，主成分分析法（PCA）用于對來自六十五種無動物成分（ACF）生物添加物的組合數(shù)據(jù)變化，進行數(shù)據(jù)捕獲和建模。由此產生的模型用于研究兩種生物添加物的批間變化，并對市場上的新產品進行評估。本文展示定量結構-活性關系（QSAR）方法來研究組分與培養(yǎng)表現(xiàn)和產品蛋白含量之間的關系。

 

　　這里推薦定量結構-活性關系（QSAR）為基礎的方法，使用主成分空間的因子設計來評價添加劑組成和細胞培養(yǎng)表現(xiàn)之間的聯(lián)系。由生物添加物衍生的主成分分析法（PCA）分數(shù)和由定量結構-活性關系（QSAR）方法選擇出來的生物添加物的細胞培養(yǎng)物的模擬性能數(shù)據(jù)組成的訓練集，被用來創(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(yǎng)基材料與方法

 

　　數(shù)據(jù)源和數(shù)據(jù)匯編

 

　　145個生物添加物的化學成分數(shù)據(jù)，可從公開來源獲得，由OxoD，Becton Dickinson和Sheff ield Bioscience公布。

 

　　這些數(shù)據(jù)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批次、子樣本或分析中得出的平均值。每個生物添加物的化學組成在電子表格中被編輯并注釋以方便后續(xù)的分析。注釋里包含供應商、原材料來源、產品類型、消化法和ACF狀態(tài)。管裝培養(yǎng)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(shù)據(jù)集具有可比性。管裝培養(yǎng)基選擇65個無動物成分（ACF）生物添加物組成的訓練數(shù)據(jù)集，每個數(shù)據(jù)集有59個變量來描述每種生物添加物的物理化學數(shù)據(jù)、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。