拉曼光谱仪:打破规模放大后的技术壁垒

从3 L小试放大到大生产（如1000 L），拉曼光谱预测模型的误差主要是因为罐体尺寸、剪切力或材质变化导致的。药明生物（WuXi Biologics）在使用拉曼光谱仪的研究中通过严格的对比发现，导致光谱差异和模型准确度下降的主要原因其实是‘仪器间差异’，小试用的一台拉曼光谱仪和放大生产用的另一台拉曼光谱仪，其探测器对代谢物的敏感度存在固有偏差。

针对这一痛点，文章引入了光谱转移技术（Spectral transfer methods）——直接标准化（DS, Direct Standardization）和分段直接标准化（PDS, Piecewise Direct Standardization）。这两种算法可以直接将“大生产拉曼探头”采集到的光谱信号，数学转换为“小试拉曼探头”的信号格式，从而让小试阶段建立的化学计量学模型可以直接在1000 L规模上精准复用。

拉曼分析仪的使用实现了对葡萄糖、乳酸、氨、谷氨酰胺、谷氨酸、活细胞密度（VCD）、细胞活力、渗透压、pH和二氧化碳分压（pCO²）共10个关键指标的实时在线预测。

文章特别提到，在补加葡萄糖后，系统立刻实时捕捉到了乳酸浓度的上升；而在补加复合培养基后，乳酸浓度随之下降。这种对副产物（抑制物）波动的“秒级”预警能力，彻底消除了传统离线取样分析的时间滞后，使工艺人员能够在代谢失衡的瞬间调整流加策略。

工程化与放大参考

在将发酵体积放大到50 L验证批次，甚至向更大规模推进时，重新建立拉曼模型的成本是极其高的。

传统的低效路径：通常的做法是投入多次放大批次数据（例如专门跑一到两批50 L或更大体积的发酵）来不断修正基础模型。文章中也对比了这种做法：将50 L的数据加入到3 L的训练集中，确实能提升1000 L的预测准确率。

降本增效的全新路径：只要在同一个3 L罐子中，把小试的拉曼探头和放大用的拉曼探头插在一起进行“头对头（Head-to-head）”的光谱采集，建立好DS或PDS光谱转换模型。之后，仅依靠最早期在几个3 L小罐中建立的基础模型，就能直接用于后续所有大规模生产的实时监控。这在严苛的工艺推进时间进程下，具有无可估量的工程价值。