Return to search

Approche méthodologique innovante pour le suivi en ligne de procédés de production d’anticorps par cellules animales : apport des techniques spectroscopiques in situ à la stratégie PAT / Innovative methodological approach for online monitoring of animal cell culture processes for antibody production : contribution of in situ spectroscopic techniques to the PAT strategy

Les bioprocédés industriels mettant en œuvre la culture de cellules animales sont devenus incontournables pour la production d’anticorps monoclonaux (AcM). Cependant, l'état physiologique des cellules et la qualité des AcM produits, en particulier leur glycosylation, sont tributaires des variations intervenant au cours du procédé. Il en découle des risques d'altération de l'efficacité et de la sûreté des AcM. C'est pourquoi, depuis quelques années, l'initiative Process Analytical Technology (PAT) encourage le développement du suivi en ligne de ces procédés, avec l'objectif de mieux les maîtriser et d'assurer la qualité finale des produits. Dans ce contexte, cette thèse propose des approches innovantes pour le suivi en ligne de procédés de culture de cellules CHO (Chinese Hamster Ovary) en bioréacteur, basées sur l'utilisation de trois types de spectroscopies in situ (diélectrique, Raman, proche infrarouge(NIR)). Le premier chapitre présente une nouvelle démarche permettant de prédire en temps réel l'état physiologique des cellules, au travers de la vitesse spécifique de croissance cellulaire (μ). A partir de la mesure en ligne de la permittivité grâce à la spectroscopie diélectrique, la µ a été calculée en temps réel, permettant de détecter le moment critique correspondant au moment où μ diminue. Comparée à une démarche hors ligne, l'utilisation de cette méthode pour le pilotage de cultures en mode recharge-récolte, permet d’assurer à la fois la quantité et la qualité de glycosylation des AcM. Le second chapitre aborde l'utilisation des spectroscopies NIR et Raman in situ combinées à des méthodes chimiométriques. Les performances de ces deux spectroscopies ont été comparées en parallèle. Des modèles en ligne ont été développés pour prédire la concentration de différents paramètres (cellules viables, glucose, lactate, glutamine, ions ammonium, anticorps). L'évaluation de ces modèles par facteurs de mérite (FOM), a révélé certains avantages de la spectroscopie Raman. La combinaison de ces deux spectroscopies par diverses stratégies de fusion de données a été également évaluée. Dans le troisième chapitre, l'intérêt de la spectroscopie Raman a été démontré pour le suivi en ligne, non seulement, de la concentration, mais aussi, de la glycosylation des AcM. Des modèles ont été développés pour la prédiction en ligne, à la fois, de la macro-hétérogénéité (sites de glycosylation), et de la micro-hétérogénéité (structures glycanniques) de la glycosylation des AcM dans le cas de cultures en mode discontinu et recharge-récolte. Le dernier chapitre a utilisé les spectroscopies NIR et diélectrique, en les intégrant à un « capteur logiciel » combinant des équations de bilans de matière. Ce « capteur logiciel », mis en œuvre au cours d'une culture en mode semi-continu pour le contrôle automatique du débit d'alimentation, a conduit à une augmentation de la productivité du procédé ainsi qu'à une meilleure glycosylation des AcM produits / Bioprocesses of mammalian cell culture have become essential for the production of therapeutic recombinant proteins, such as monoclonal antibodies (mAb). However, the physiological state of the cells and the quality of the mAb produced, in particular their glycosylation, may vary during the process, and may lead to the alteration of the safety and efficacy of the final product. Consequently, the Process Analytical Technology (PAT) initiative has encouraged the development of online monitoring techniques, with the aim to better control the process and ensure the quality of the final product. In this context, this thesis proposes innovative approaches for online monitoring of CHO (Chinese Hamster Ovary) cells bioreactor cultures, by using three types of in situ spectroscopic measurements (dielectric, Raman, near infrared (NIR)). The first chapter presents a novel approach to predict in real-time one of the major cell physiological state parameters, the specific growth rate (µ). Based on online permittivity measured by in situ dielectric spectroscopy, the cell concentration was estimated and µ was calculated in real-time, making possible to detect the critical moment when µ begins to decrease significantly. Compared to an offline approach, this online approach allowed to maintain the cells in a stable physiological state, ensuring the glycosylation of the mAb produced in feed-harvest cultures. The second chapter shows the use of in situ NIR and Raman spectroscopies combined with chemometric methods. For the first time, the performances of these two spectroscopies were compared in parallel in the same cultures. Online models were developed to predict in real-time the concentration of different parameters (viable cells, glucose, lactate, glutamine, ammonium ions and antibodies). The evaluation of these models by the multivariate Figures of Merit (FOM) revealed some of the advantages of Raman spectroscopy. The combination of the two spectroscopies by various data fusion strategies has also been evaluated. In the third chapter, the interest of Raman spectroscopy for the online monitoring of both the quantity and the glycosylation of the mAb was demonstrated. Models were developed for online prediction of both macroheterogeneity (glycosylation site occupancy) and microheterogeneity (glycan structures) of mAb glycosylation in batch and feed-harvest cultures. The last chapter used models previously developed for NIR and dielectric spectroscopies, to integrate into a “soft sensor” by combining with cell metabolic and mass balance equations. This “soft sensor”, implemented in a fed-batch cell culture for the automatic control of the feed rate, leads to an increased mAb productivity and better mAb glycosylation

Identiferoai:union.ndltd.org:theses.fr/2018LORR0151
Date09 November 2018
CreatorsLi, Mengyao
ContributorsUniversité de Lorraine, Marc, Annie, Ebel, Bruno
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0027 seconds