利用重组的哺乳动物细胞系进行的生物制药仍主要建立稳定的生产工艺和对终产品的全面的质量检测。过程分析技术可以使质量源于检测向更灵活的质量源于设计转变。传感器系统和数学建模相结合增强了对工艺过程的把控，允许在线预测关键质量属性(CQAs)，并由此衍生出实时的产品质量控制。实验设计模型、在线工艺状态预测和强大的软件环境是实现质量源于设计的前提。
1、引言在年美国FDA已经发布了过程分析技术（PAT）工业指南，旨在引导行业从死板的质量源于检测向灵活的质量源于设计（QbD）发展。在工艺开发过程中，应用实验的统计学设计（DoE）、多元数据分析和数学模型技术来分析关键工艺参数（CPPs）和CQAs之间的关系。随后，应用传感器技术去实时监控关键过程变量。最后开发控制策略以尽量减小过程的可变性。QbD最终目的在于CQAs的闭环控制，而模型预测控制（MPC），作为一种多变量控制方法，是最合适的。
高级工艺控制应用的前提条件可参照以下问题进行评估：
（1）哪个DoE是最适合表现设计空间，获取CQAs和CPPs之间关系和各自的工艺进程动态？
（2）是否可以衡量相关的工艺变量并在数学上模拟CQA依赖关系以预测工艺进程的效果和控制产品质量？
（3）是否提供可用于实时数据预处理，预测和控制CQAs的软件框架？
2、实验设计DoE描述了一种系统地筛选和评估CPPs对工艺流程应答的影响的统计方法。根据所需的分辨率和设计的准确性，单一的统计驱动方法可能会非常费力。为了增加给定某一组实验的信息量或减少模型参数的差异，可以应用一种基于DoE的模型（MBDoE），也称为最佳实验设计。该方法是基于给定工艺知识建立的半机械模型，可预测下一组实验的信息。这些模型可以由连续或并行实验组成，也可以是两者的组合。最近，vonStosch等提出了一种强化的DoE（iDoE）方法并进行评估。已经表明，在大肠杆菌的流程中，与经典DoE策略相比，这样的iDoE策略可以用更少的实验得到相同的信息。由于代谢转移和细胞记忆效应，哺乳动物细胞培养过程中可采用动态建模方法。MBDoE和新颖的iDoE方法能在哺乳动物生物工艺开发中显着减少工作量并提供关于工艺的动态性信息。
3、数学建模过程控制方法（如MPC）需要一个详细的动态工艺流程模型。在哺乳动物细胞培养中，模型质量是至关重要的，因为不恰当的调控可能会引起培养的不可逆的变化。不仅需要考虑培养所需的化合物，仍需考虑潜在连续代谢网络。由于调控机制尚未明了，因此通过数据驱动技术对未知部分进行建模很有前景。基础知识与数据驱动技术的组合，被称为混合（半参数）建模。这种方法的缺陷是商业软件的缺乏和经验丰富的模型开发人员的短缺。
4、软测量在实时测量中需要能够提供有关工艺流程状态和产品质量的信息。软测量是一种非常有希望的方法，其中大多数来自传感器的非特异性测量（例如光谱）用于估计不能直接测量的生物流程变量。在过去几年中，与其他传感方法相比，非选择性光谱传感器变得更加重要。它们具有非侵入性，完善性，敏感性，并在生物反应器设计和生物系统的有多种用途。建立的软传感器在转移到新工艺之前必须仔细验证，这点是至关重要的。总而言之，软传感器在哺乳动物生物工艺流程中的应用应该减少离线分析并进行监测。此外，希望软测量能够提供实时状态的评价，并允许校正模型预测，最终实现模型预测控制。
5、模型预测控制MPC可能是最广泛采用的过程控制方法。该方法优化了可调控的工艺输入，使得参考设置点所选的进程状态与最小的控制力之间的矛盾可以适当的折衷。对于具有较长时间特征的哺乳动物生物过程，最佳控制策略的重新计算将在几分钟至一小时之内就足够了。应该强调的是，MPC的成功取决于流程模型和通过软传感器获得的模拟化合物的在线测量。如果后者丢失，由于控制器不能识别模型和设备之间的偏差，因此计算出的调控的方法无法使该偏差最小化，将会产生模型失配。
6软件环境
在工业自动化中使用的软件框架需要对监控和数据采集（SCADA）级别进行优化。使用软传感器作为模型的输入，在线数据预处理（过滤，异常值检测等）也被证明是相关的。软件环境（DCS，SCADA系统）必须提供连接高级传感器和执行复杂的统计信号预处理步骤的可能性。因此，将数学平台直接融入SCADA变得越来越重要，甚至是不可避免的。
7、结论生物制药行业最终受益于QbD策略。年，罗氏第一个接受了单克隆抗体Gazyva?（Obinutuzumab）的全部QbD策略。然而，QbD策略实施的路线和方法尚未有黄金标准。此外，在QbD策略中获得的工艺流程信息仍然很少用于动态控制。以下三个挑战对于QbD框架内MPC的实现和成功至关重要：
（i）需要动态模型，允许预测由CPP变化导致的关键质量属性（CQAS）s的变化。新的DoE方法将导致减少的工作量和/或更好地了解生物过程及其动态，从而开发更有意义和预测性的动态模型。
（ii）需要软传感器来提供对于状态的估计，以便能够校正动态模型预测并闭合控制回路。
（iii）灵活和强大的软件框架将是至关重要的，分别提供在线检测和取样检测等不同类型的数据集，并实时使用建立的模型。
图一质量源于设计和控制实施到哺乳动物生物过程的路线图
动态过程控制所需的建议方法在每个步骤中都有说明
参考文献：
SommereggerW,SissolakB,KandraK,vonStoschM,MayerM,StriednerG.Qualitybycontrol:Towardsmodelpredictivecontrolofmammaliancellculturebioprocesses.BiotechnolJ.Mar31.
