使用数据驱动模型优化抗体纯化策略OA

作者：刘松崧^*; Lazaros G.Papageorgiou^*

来源：Engineering, 2019, 5(06): 1077-1214.

• 抗体纯化
• 多尺度优化
• 抗原结合片段
• 混合整数规划
• 数据驱动模型
• 分段线性回归

本工作致力于抗体片段纯化过程的多尺度优化。优化了生产过程中的色谱决策,包括色谱柱的数量及其大小,每批的循环数以及操作流速。使用基于微型实验数据的制造规模模拟数据集,建立了以负载质量、流速和柱床高度为输入的色谱通量数据驱动模型。与其他方法相比,分段线性回归建模方法具有简单、预测精度高的优点。提出了两种混合整数非线性规划(MINLP)模型,结合数据驱动模型,以最小化每克抗体纯化过程的总成本。然后,使用线性化技术和多参数分解将这些MINLP模型重新构造为混合整数线性规划(MILP)模型。研究了两个具有不同色谱柱尺寸替代品的工业相关案例,以证明所提出模型的适用性。