Trends in Biotechnology-从观察到行动：重塑生物制品生产中的组学应用

引言：

生物技术是一个不断发展的研究领域，它依赖于我们利用活生物体来开发宝贵的产品和技术的能力。这种跨学科的制造方法被广泛应用于包括能源、材料、食品、农业、化妆品和制药在内的多个行业。特别是在生物医药产业，利用哺乳动物细胞生产重组生物疗法已有40多年的历史。尽管在此期间取得了显著进展-单克隆抗体的产量从每升约50毫克提高到了超过10克/升，但令人惊讶的是，支撑细胞系生成和生物工艺开发的基本步骤却几乎保持不变，可能只在规模上有所区别。

关键发现：

1、组学技术的挑战与机遇

中国仓鼠卵巢（CHO）细胞是用于生物制品生产的首要宿主系统，面临生产复杂大分子以满足严格产品质量要求的挑战。为了满足工业需求，各种策略应运而生，旨在通过基因水平的操作（基因工程）调整细胞工厂的生理功能，并通过修改培养环境来实现最佳生长和生产（生物工艺优化）。合理设计和优化这些策略需要对相关功能有深入理解。此外，组学技术提供了特别有价值的“观察性”洞察，尤其适用于学术研究和工业研发中的发现科学。然而，在生物制造过程中，要解锁这些组学数据的“可操作”潜力，则需要不同的视角。

图1 生物治疗蛋白生产的复杂性

2、系统生物学分析策略的应用

为了解决上述问题，研究人员提出了一系列方法，包括但不限于：

（1）主动学习：利用机器学习模型进行培养基成分优化，不仅能够提高细胞浓度预测的准确性，还能识别出对细胞生长至关重要的成分。

（2）转录组分析：展示了经过优化的培养基如何重新组织基因表达，以促进细胞生长。

（3）代谢网络建模：结合转录组学和基因组尺度代谢模型，帮助识别代谢特征和改进生产力的目标，特别是在CHO细胞中。

3、案例研究与未来展望

图2 可实操组学的工业应用和关键考虑因素

具体案例研究表明，通过整合组学技术和先进的分析策略，可以显著提升生物制品生产的效率和质量。例如，一项研究通过使用机器学习预测氨基酸浓度，提高了CHO细胞培养的精确度；另一项研究则展示了如何通过系统发育分析约束代谢表型关系，从而指导更有效的生物过程控制。此外，还有一些研究致力于通过基因表达数据分析提取具有生物学意义的具体情境下的代谢模型，这为个性化治疗方案的设计提供了基础。

结论

总的来说，虽然组学技术在生物制品生产中的应用已经取得了一定的成功，但将其从“观察性”洞察转变为真正“可操作”的见解仍需更多努力。通过采用系统生物学分析策略，并结合最新的机器学习算法，我们可以更好地理解和优化复杂的生物过程。未来的研究将继续探索如何将这些先进技术应用于更广泛的场景，以推动生物医学领域的进一步发展。随着技术的进步和新方法的不断涌现，我们有理由相信，组学将在生物制品生产中扮演越来越重要的角色，助力人类健康事业迈向新的高度。

原文：

Masson, H. O., Karottki, K. J. C., Tat, J., Hefzi, H., & Lewis, N. E. (2023). From observational to actionable: rethinking omics in biologics production. Trends in biotechnology, 41(9), 1127–1138. https://doi.org/10.1016/j.tibtech.2023.03.009