观点

导 语

过程分析技术（Process Analytical Technology，PAT）已成为引领生物制药行业未来的重要技术之一。作为过程分析技术的重要组成部分，原位拉曼光谱技术凭借其高精度、多参数实时采集及自动化控制的特点，正在成为提升工艺开发与生产质量的关键工具。

针对PAT的最新应用趋势和未来发展，药明生物高级副总裁周航博士在权威专业媒体GEN News上发表了专题文章，英文原文请见WuXi Biologics Stands on PAT。

如何更快地将更多具有可及性的创新疗法推向市场，一直是生物制药行业面临的挑战。改进操作控制、实现连续实时的质量保证，是达成这一目标的有效解决方案。这些都是过程分析技术（PAT）的潜在优势——通过及时测量物料和过程的关键质量和性能指标，分析和控制生产过程。

然而，尽管PAT在监控关键过程和关键质量属性方面已经取得了显著进展，但业界普遍认为，在利用这些数据进行后续过程控制方面，还需要开展更多工作。未来生物制药成功的基础不仅在于应用先进的PAT技术，也在于搭建利用PAT数据进行更高效监测和控制的平台。

PAT最新发展

凭借在生物药开发和生产中展现的技术、成本控制和监管优势，PAT已被业界广泛接受和应用。通常，基于色谱、光谱、质谱原理（有时也包括光敏或氧化还原原理）的检测器，可以被集成到上游和下游单元操作中以实现过程监控。

最近的一项研究评估了各种PAT的技术属性（如过程理解、控制和通量）和业务属性（如操作简便性、交付时间和成本降低）²。研究认为，在线液相色谱、原位拉曼光谱、在线气体分析等技术对于生物制药领域是非常具有价值的PAT技术，特别是上游工艺。
    

然而，如何选择具体的PAT技术则取决于公司的分析需求。例如，药明生物选择投资基于原位拉曼光谱的PAT技术，因为它能够实时、高频率地监控细胞培养过程，并支持各种控制策略。此外，公司也引入了基于生物电容的PAT平台，用于监测生物量并支持细胞培养过程的自动化。

原位拉曼光谱技术可以加强过程控制，进而保证质量一致性，因此已成为监测和控制上游生物工艺的首选PAT技术³。拉曼技术应用于基础细胞和分子生物学，以及上下游工艺监控中，展示了其在生物药全生命周期管理中的价值。以拉曼分析仪为核心的一体化拉曼PAT平台，能够高精度和高频率监测多个参数。

在药明生物，基于原位拉曼光谱的PAT平台已被广泛应用于工艺开发实验室、中试车间和GMP生产车间中，支持从传统补料批次培养到先进的强化灌流培养等不同类型的上游细胞培养以及下游纯化过程。

作为非侵入式技术，拉曼光谱对于监测的细胞培养系统干扰极小，可广泛应用于单抗、双抗、融合蛋白等不同产品类型，以及3升至2000升生物反应器的全规模场景。其监测能力覆盖：

• 活细胞密度（VCD）、平均直径、细胞活率；
• 质量属性（如纯度、电荷异质体、糖基化）；
• 浓度、pH、pCO₂；
• 葡萄糖、乳酸、氨基酸、渗透压；
• Na⁺、K⁺、NH₄⁺、Fe₃⁺；
• 其他定制检项。

虽然拉曼技术具备多种参数同时监测的优势，但生物电容技术在细胞相关参数（比如VCD）的监测精度和频率上表现更优。因此，药明生物也搭建了基于生物电容的PAT平台，该平台可实时监测生物量，并支持细胞培养过程的自动化。同时，生物电容技术可为病毒疗法和细胞疗法等新型疗法的工艺开发和控制提供新机遇。

数据应用

高效、可靠地采集生物工艺过程中生成的大量数据，并对其进行解读和应用是PAT技术的关键挑战。因此，完整的PAT路线需涵盖数据分析、整合、可视化及智能化应用，以深化工艺理解⁴。

例如，原位拉曼光谱仪每5分钟采集一次光谱信号，但原始激光强度信息需通过PAT平台上集成的化学计量学模型，才能转化为可被使用者理解的有效数据（图1）。类似地，若无快速解析能力，生物电容等其他PAT技术的原始数据亦无法发挥直接价值。

随着大数据、物联网（IoT）与机器学习的发展，PAT技术正加速进化。实时数据获取需依赖物联网连接，而中心化PAT-IoT平台可强化人机交互与机器间协作。通过物理信息系统实现数据自动分析、可视化与系统化存储。结合对于生物工艺的理解，采集到的高频参数监测便可支持更精准的决策。

图1 基于拉曼的PAT需依托强大技术平台，实现模型预测与反馈控制

生物工艺监控的革新

传统的离线检测中，采集到的样品通常需要转移至分析实验室中进行检测分析实验，其分析结果可能需要几个小时甚至几天才能反馈至工艺负责人。而在生物工艺过程中，在线/原位分析技术的应用则可以实时提供数据。从而实现生物反应器、纯化设备、分析仪器和软件的集成，实现无缝监控。
    

例如，药明生物近期的一项研究介绍了如何在WuXiUP™强化灌流培养中应用基于拉曼的PAT监控产品质量属性（PQA）⁵。在该研究中，通过将一个3升规模反应器中收集到的实时拉曼光谱数据，与纯化样品的历史PQA数据建立统计模型，即可在新批次中，使用这些模型进行监测。结果表明，拉曼光谱在细胞培养pH策略、灌流速率等培养工艺发生变化时，依然可以反映PQA随时间变化的趋势。

基于生物电容的PAT也可以实现生物工艺监控。例如，及时检测到细胞凋亡，可以提供预防性控制的机会，以确保高产率和产品质量一致性。药明生物已经能够进行细胞凋亡的在线监控——使用基于生物电容的PAT，可以比传统的台盼蓝方法更早地检测到凋亡。尽管此项研究尚在概念验证阶段，但其他科研人员也已经有类似发现，使用电容谱可以捕捉凋亡相关的细胞变化，并量化死亡细胞的百分比⁶。
    

只有对生物反应器内的生物反应状态进行全面实时洞察，才可以更好地实现对工艺的控制。而这样的实时洞察和工艺控制，则离不开PAT和IoT平台的结合。例如，拉曼光谱已成为实时控制哺乳动物细胞培养过程的强大技术。在药明生物细胞培养工艺开发团队进行的一项研究中，集成了原位拉曼光谱的灌流细胞培养系统实现了VCD的自动控制 ⁷。该结果有助于加强对灌流细胞培养工艺的理解，推广拉曼光谱应用于连续生产，为产品质量控制策略提供有力支撑。

优化模型以实现准确和精确的监控

先进的PAT可以更好地实时监控细胞生长和产品纯度。通过适当的校准模型，可以同时监控不同的参数，以支持稳健的生物工艺。然而，一个常见挑战是，这样的化学计量学模型往往是针对特定工艺的。因此，建立可以适用于不同工艺的通用模型非常有用，特别是对于药明生物这样的合同研究、开发和生产公司（CRDMO），需要在非常短的时间内执行各种项目，同时严格保护每一位客户知识产权。
    

例如，药明生物工艺开发团队最近发表了一篇文章，概述了一种用于开发通用拉曼校准模型的创新方法，以实现在线葡萄糖和乳酸浓度分析⁷。模型展现出较高的预测精度，同时这种方法论可以扩展到其他营养或代谢产物，建立对应的通用模型。这也是公司使用溶液滴定或内部细胞培养数据建立的许多通用模型中的案例之一。

此类通用模型可采用“即插即用”方式部署，即可直接实现一定精度的过程监控。在实际应用中，通用模型可以作为起点，支持早期工艺开发——即当研究人员遇到新细胞系、新产品、新培养基或新培养模式时，可先采用通用模型为新工艺提供基础预测。随后，药明生物PAT团队会与上游工艺同步开发定制化模型，以更好地应用于具体生物工艺，并持续优化模型参数。随着数据积累或建模平台升级迭代，针对具体项目的模型可以不断优化完善。最后，团队通过校准、评估和验证模型，确保其在对应生物工艺全生命周期（包括工艺开发、技术转移、工艺放大及生产阶段）中持续保持性能。
     

在另一项研究中，药明生物团队提出了一种提升拉曼光谱模型在细胞培养中跨规模预测能力的方法⁸。该研究中，模型最初仅基于4批3L规模的培养数据开发，随后通过整合50L放大培养数据进行了优化。研究发现，加入50L规模数据能有效提升模型对1000L规模培养的预测精度。随后，研究发现影响预测精度的光谱差异主要源于光谱仪间偏差。因此通过两种光谱转换算法，校正不同设备的光谱偏移，进而大幅提高了大规模生产中的预测准确性。

推进连续生产工艺

由于在线PAT工具能够实时生成分析数据，它们可以实现从一个操作到下一个操作的连续生产。这涉及将PAT系统连接到其他自动化系统，从而实现智能技术平台。最近几篇同行评审的文章介绍了药明生物团队超高效连续生物工艺平台WuXiUP™。该平台能够实现几乎所有类型的生物药的高产量连续生产，包括单克隆抗体、融合蛋白、双特异性抗体和酶。

与其他行业相比，生物药的连续生产需要更复杂的单元操作。PAT工具和自动控制系统可以连接相邻的单元操作。为了无缝连接上游和下游工艺，DCS（Distributed Control System，分布式控制系统）从PAT收集实时数据，分析数据并提供指令。上游输出（如浓度和体积）是动态的，可能导致产量和单步收率的波动。为了缓解这种波动，一种巧妙的控制解决方案是通过DCS与拉曼平台以及自动液相色谱系统通信，根据实时浓度和上样体积（重量）触发不同的亲和层析方法。在这种情况下，可以平衡亲和步骤的上样载量和上样时间，以实现最佳的每日产量和较少的亲和填料消耗。

过程监测和控制可以支持在生产过程中保持控制状态（ICH Q10）。例如，在连续生产中，收获的细胞培养物中的杂质含量可能随时间变化，但最终原液的质量必须一致。在线HPLC具有适当的采样频率，可以监控单体纯度，并将潜在的不合格材料从产品流中分离出来。

WuXiUP™平台已展示其在提高各种生物药产量方面的能力。与传统的批次补料培养工艺相比（图2），资本支出和设施占地面积大大减少，实现了高灵活的生产过程。与通常持续1-2个月的传统灌流培养相比，该平台可以减少培养基消耗和填料消耗，同时加快生产批次的周转。因此，该技术平台可以加快产品上市速度，同时降低固定资本投入和运营成本。

图2 药明生物WuXiUP™平台在相当的生产培养时间内，实现多种治疗性蛋白的超高产物表达水平，兼具高细胞密度和更优产物质量特性

结论

原位/在线PAT可以加快工艺开发，满足特定工艺需求，确保更稳健的生产过程，同时有助于确保产品质量。然而，尽管先进的PAT工具现已得到广泛应用，但依然需要更专业的知识和更先进的技术平台来分析、解读和应用PAT收集到的数据。为了将PAT策略应用于快速工艺开发和大规模生产监控，重要的是通过使用经过验证的有效技术平台进行建模和实时数据解读来创造优势。

未来生物制药成功的基础在于使用先进的PAT，结合智能技术平台、用于数据分析和解读的机器学习算法，以及连接所有这些系统以部署自动反馈控制的平台。这不仅有助于实现先进的生物工艺控制、稳健的生产和更好的连续生产，更重要的是，有望加速更多具有可及性的新型疗法推向市场。
    

参考文献

1.Rathore AS et al. Anal Bioanal Chem 2010;398:137-154. 

2.Gillespie C et al. Biotechnol Bioeng 2022;119:423-434. 

3.Esmonde KA et al. Anal Bioanal Chem 2022;414:969-991.

4.Wasalathanthri DP et al. Biotechnol Bioeng 2020;117:3182-3198.

5.Liu Z et al. Biochem Eng J 2021;173:108064.

6.Wu S et al. Biotechnol Bioeng 2022;119: 857-867.

7.Chen G et al. BioChem Eng J 2021;172:108063.

8.Lang Z et al. AIChE J. 2024;e18608.

9.Zhou H et al. Biotechnol Bioeng 2021;118: 3618-3623. 

10.Zheng X et al. Biotechnol Prog 2024 Jul 9:e3487.