软传感器是一种先进的工艺监控系统,它能够分析测量装置的信号,通过网上流行的数学算法,产生加工状态的新信息。软传感器对于信号的计算主要依据两种模型,即模型驱动型和数据驱动型。软传感器广泛应用于工业生产,目的是提高和推进加工过程中的产量、产品质量和安全性。但是软传感器还未应用到生物技术产业。在生物加工过程监测与控制领域中,要求系统能够有测量所有过程变量的能力,此外,对于系统的连续性和实时性也有着较高的要求。测量越完整、高效,过程的可重复性和效率才越高,生产出的产品才越好。美国的食品和药品过程分析与生物制药的分析和控制过程密切相关。其目标是获得一种合适的工序,通过测量过程变量来保证产品的质量。而这个工序是由一个高效且合适的传感器系统来监控的。本文针对生物技术产业现有的和新兴的软传感器应用及需要战胜的困难进行综述。
开发软传感器需要了解工业生产的需要,这样能够指导软传感器的设计。表1显示的是大规模生物加工过程中有可能涉及到的在线监测点。哺乳动物和微生物的生物加工监测点是不同的。尽管进程之间有很多差异化,但监测需求在许多方面类似。选择最合理的分析技术需要精心的设计。所有生物过程的另外一个重要要求是在线监测应该产生瞬态过程状态的相关信息。关键过程可以跟踪上游流程中的参数更好地调整,从而实现更有效的控制,优化收获时间和提高最终产品质量。
各种分析技术具有潜力以解决映射的优先级需求。这对信号处理,估计和预测有着重要的意义。近红外和中红外光谱,原位显微镜,2D荧光光谱和高效液相色谱添加了新的特异性配体在培养基中生物分子靶标的可能性。这包括适体和短肽识别元件足够稳定以承受生物反应器中的恶劣条件。基于微流体和纳米颗粒的方法为软传感器的分析适用性越来越高提供了新的可能性。
具有多变量数据分析的原位NIR/MIR光谱符合许多期望的理想软传感器:样品不需要删除,数据实时连续生成,不需要额外的试剂,很容易安装和灭菌原位探针,可以潜在地同时测量几个组件,促进多重使用和低成本运作。初始投资成本高,光谱数据杂乱,确定化合物的灵敏度太低。光谱分析物可能重叠,培养基的背景偏离预测,验证是困难的。
配合成像软件,ISM探针能够实时监测生物反应器中悬浮液细胞的重要参数,可用于各种培养体系。此外,ISM探针可以进行原地消毒,使探头在反应器中持续工作。缺点在于气泡和细胞碎片可能会干扰细胞的影像分析、参数的数值评估。
二维荧光光谱可以监测细胞内多种荧光化合物,被用于监测及控制的关键工艺参数,可以实时监测并且原地消毒。该技术的信号存在重叠,信噪比较低。
高效液相色谱法可用于实时监测,但很少用于实时监测及生物过程控制,主要是受限于复杂生物样本的稳定性及分辨率。
新型配体和微流控生物传感器技术
新的特异性配体被应用到生物传感器或其他分析技术中,比如DNA和RNA核酸适配体、循环和线性低聚肽配体。其他新技术是应用芯片、微流体和微全分析系统(LTAS),成功地应用于药物和食品研究。
如何将分析技术与数学模型及其他计算方法结合起来设计软传感器,这是一项艰巨的任务。在设计软传感器时,分析信号允许生成高关联性的精确信息的模型计算,有助于有效地控制生物过程,从而在产品质量及生产经济产生收益。
利用两种模型的优点而避开其劣势能构建出混合模型(灰箱模型 grey-box),它的稳定性高,所需参数少。由于缺乏大量的混合模型设计经验,现在还不能说混合模型就是软传感器应用程序的最好选择。这种混合模型通过计算信号预处理后的信号以过滤出噪声并补偿响应延迟。通过对分析设备和模型的适当设计,软传感器可以准确地估计细胞和过程特定的参数。这可能与细胞中的生物转化过程或设备过程有关。
上游工序的条件在生物、产品和工艺配置上有很大的不同。因此,软传感器设计必须充分适应这些差异。在实验室中使用软传感器在上游监测生物过程,说明了其可能被大规模应用的可能性。
在上游工序中显示的许多机会表明,它们应该在整个生物过程中被使用。
不管软传感器有哪些优点或缺点,它仍然没有被实际应用。因为新技术的应用需要长时间的反复验证。这些验证都需要专业知识和大量的资金投入,如果软传感器带来的效益不理想,投入使用将有巨大的风险。
为了尽快客服这些障碍,图4列出了一些关键性的指导。首先,需要明确的是使用这项技术的目的是什么,希望获得什么样的收益。第二,软传感器有不同的算法和计算模型,罗列出不同技术,对比它们的不同指标并且比较它们预期的目标达成度。第三,选择合适的技术,进行可行性实验,并建立SOP。第四,该技术运行环境的建立,包括算法与反应器的连接、取样装置、使用方法等等。第五,性能评估。第六,正常生产中的最终验证。
本文列出了软传感器的许多优点,最重要的一点是实时的监控和操作,为了将来能更好的应用,下面还将提供一下特别的建议:
1、为了提高特异性和准确度,需要研发新的识别配体,例如核算适体、多肽类。
2、为了低成本、高精度的运用这项技术,有关微流体和纳米粒子的算法仍待研发。
3、在软件构件方面不断提升,不断提升数据处理和信号交换能力,从而在灵活的计算机环境下达到最优的数据交换。
参考文献:
Randek J, Mandenius CF.On-line soft sensing in upstream bioprocessing.Crit Rev Biotechnol. 2017 Apr 20:1-16.
识别微信二维码,添加生物制品圈小编,符合条件者即可加入抗体微信交流群!
请注明:姓名+研究方向!