Statistical approaches to maximization of consistency in a cell culture process

Vujinović, Doroteja (author), Vidmar, Gaj (mentor), Lavrač, Silvija (comentor)

This thesis investigates the application of statistical methods to optimize consistency in cell culture processes, crucial for biopharmaceutical manufacturing. Emphasizing the production of biosimilar drugs using Chinese hamster ovary cells, the research explores the effectiveness of linear regression, multiple linear regression, and partial least squares (PLS) regression models in predicting viable cell density from capacitance measurements. Key findings include the limitations of simple linear regression due to non-linearity over different growth phases, and the improved accuracy of multiple linear regression when incorporating variables such as temperature and cumulative oxygen flow. PLS regression demonstrated robustness in handling multivariate data, maintaining predictive accuracy throughout the entire process. The study underscores the potential of multivariate models to enhance process consistency, yield, and product quality in biopharmaceutical production.

• Language: English
• Keywords: cell culture process, viable cell density, bioreactor, regression analysis, partial least squares, multivariate statistical analysis, quality assurance
• Work type: Master's thesis/paper
• Organization: FE - Faculty of Electrical Engineering
• Year: 2024
• PID: 20.500.12556/RUL-164581
• Publication date in RUL: 04.11.2024

Secondary language

• Language: Slovenian
• Title: Statistični pristopi k doseganju največje doslednosti v postopkih gojenja celične kulture

Abstract

Naloga preučuje uporabo statističnih metod za optimizacijo doslednosti v postopkih gojenja celične kulture, kar je ključnega pomena za biotehnološko proizvodnjo. Poudarek je na proizvodnji biološko podobnih zdravil z uporabo celic kitajskega hrčka, pri čemer naloga preučuje učinkovitost linearne regresije, multiple linearne regresije in regresijskih modelov delnih najmanjših kvadratov (PLS) pri napovedovanju gostote živih celic na podlagi meritev kapacitivnosti. Ključne ugotovitve vključujejo omejitve preproste linearne regresije zaradi nelinearnosti v različnih fazah rasti ter izboljšano natančnost multiple linearne regresije, ko so v model vključene spremenljivke, kot sta temperatura in kumulativni pretok kisika. PLS regresija se je izkazala kot robustna pri obravnavi večrazsežnih podatkov, ohranjajoč napovedno natančnost skozi celoten proces. Naloga poudarja potencial večrazsežnih modelov za izboljšanje doslednosti postopka, donosa in kakovosti izdelkov v biotehnološki proizvodnji.

• Keywords: gojenje celične kulture, gostota živih celic, bioreaktor, regresijska analiza, metoda delnih najmanjših kvadratov, večrazsežna statistična analiza podatkov, zagotavljanje kakovosti.