CHO工艺新变革：培养基从试错走向数据驱动设计

过去二十年，CHO细胞培养体系支撑了全球绝大部分抗体及重组蛋白药物的商业化生产。随着生物类似药竞争加剧、复杂蛋白占比提升，以及监管对质量一致性要求不断提高，CHO上游优化已从单一变量调整，转向培养基、细胞代谢与工艺条件的系统性协同优化。

结合近年研究进展，本文围绕培养基研发、质量控制、代谢调控与过程强化展开论述，解析CHO细胞上游技术的发展趋势。

传统化学成分限定培养基开发，主要依赖单因素筛选与设计实验（DoE）。变量较少时该方法可行，但现代培养基往往涉及超过50种组分（氨基酸、维生素、微量元素等），组分间存在的复杂交互作用，导致试错成本呈指数级上升。

近年来，多组学数据与机器学习的引入显著改变了开发模式。研究表明，在复杂培养基体系中，通常只有少数关键因子主导主要输出结果，通过模型训练可在开发初期建立“配方输入—性能输出（滴度、糖型等）”之间的关系，实现高效预测与优化^[1]。

这一方法突破了传统DoE两大局限：

• 避免实验规模指数级扩张
• 支持滴度、质量属性等多目标同步优化

培养基开发已从经验驱动的实验试错，演进为模型驱动的工程设计。

在生物制药中，糖基化是关键质量属性（CQA），直接影响药物疗效与安全性。传统工艺中，糖型更多依赖细胞系与培养条件的“自然形成”，难以精准控制。

近年来研究表明，糖基化与培养基组成之间存在明确的可预测关联。例如，机器学习建模发现[1]：

• 锰离子可显著提高半乳糖化水平
• 脯氨酸可调控高甘露糖型比例

进一步研究显示，提高锰离子浓度可增加半乳糖化程度，而优化脯氨酸水平可以降低高甘露糖型比例。

这些结果表明，通过培养基设计可以实现对糖基化的前瞻性调控，使质量控制从下游分析前移至上游工艺设计阶段，对放大一致性与临床稳定性至关重要。

以半胱氨酸为例，半胱氨酸长期以来是培养基中应用难点较多的组分之一。其在溶液中容易氧化形成胱氨酸，而后者溶解度低，易析出，严重影响培养基稳定性与储存性能，尤其在高浓度补料体系中更加突出。

最新分子工程方案采用ACCA二肽（Ala-Cys-Cys-Ala） 替代，其溶解性与稳定性显著提升，可作为半胱氨酸的替代供体。

实验结果表明：

• ACCA可显著提升细胞密度与产量
• 不影响产品质量属性
• 提升培养基稳定性与可操作性

进一步代谢分析显示，ACCA还可优化细胞能量代谢（如降低糖酵解通量，提高葡萄糖利用效率）^[2]。

代谢流分析进一步显示，ACCA可降低糖酵解通量，提高葡萄糖利用效率。这说明其不仅改善稳定性问题，还参与了细胞代谢调控。因此，ACCA的意义不仅在于替代某一组分，而是代表了培养基设计向功能性分子工程方向发展的趋势。

在实际产品体系中，类似策略已体现在HyClone培养基的稳定性优化设计中，使其更适用于高密度与长周期培养。

随着培养基性能的持续提升，上游工艺也在同步演进。近年来，过程强化（Process Intensification）成为行业核心趋势，包括：

• N-1灌流
• 高密度fed-batch
• 连续培养

这一趋势的核心目标是提高单位体积产能，依赖三大要素：

• 高细胞密度
• 高效代谢网络
• 稳定培养环境

在此体系中，培养基不再是单纯的基础营养供给，而是决定工艺上限的关键变量。通过优化营养结构与代谢平衡，可显著降低乳酸、氨积累，延长培养周期、提升整体产能。培养基与工艺已从独立优化转向协同设计。

行业趋势推动下，适配的培养基对项目高效推进及工艺放大稳定性愈发关键。基于上述背景，HyClone推出了满足差异化需求的培养基解决方案：

标准化产品体系：

以ActiPro、Prime为核心，配套CB5添加剂与CB7ab补料体系，经大量工艺验证，稳定支持高密度培养与高产量表达；

定制化开发能力：

依托CCMD平台，针对不同细胞株特性与工艺目标（高产量、糖型优化、电荷异构体优化等），提供培养基定制方案；

高效开发支撑：

结合丰富的培养基原型库资源，实现快速初筛与配方迭代，缩短开发周期、降低试错成本。

通过标准化与定制化能力的结合，助力客户快速实现高产与质量稳定。

综合来看，CHO上游技术正经历深层次变革：

• 培养基开发，从试错走向预测设计
• 产品质量，从被动形成走向主动调控
• 原料选择，从基础营养走向功能分子

可以预见，随着AI技术与新型分子原料的进一步发展，CHO培养将逐步演变为一个高度可预测、可设计、易放大的工程体系。