Till innehåll på sidan

Macroscopic models of Chinese hamster ovary cell cultures

Tid: On 2019-11-13 kl 10.00

Plats: FB54, Albanova universitetscentrum, Roslagstullsbacken 21, Stockholm (English)

Ämnesområde: Bioteknologi

Respondent: Erika Hagrot , Industriell bioteknologi, Cell Technology Group

Opponent: Associate Professor Nathan E. Lewis, Systems Biology and Cell Engineering, University of California, San Diego, USA

Handledare: Docent Véronique Chotteau, Industriell bioteknologi, Skolan för teknikvetenskap (SCI); Professor Anders Forsgren, Optimeringslära och systemteori

Exportera till kalender

Abstract

Bioläkemedel används vid behandling av en rad olika sjukdomar och utgör därför en växande sektor inom läkemedelsbranschen. Majoriteten av dessa läkemedel produceras via storskalig cellodling av genetiskt modifierade mammalieceller. Processutvecklingen är dyr och arbetskrävande, och baseras vanligtvis på empirisk erfarenhet och trial-and-error. Matematiska modeller har stor potential för att effektivisera arbetet. En central fråga är dock hur man ska kunna översätta ett så pass komplext biologiskt system till en genomförbar och användbar modell.

För bioläkemedelsproduktion har s. k. makroskopisk kinetisk flödes- modellering föreslagits. Modelltypen bygger på den typ av data som tas fram inom industrin och modellerna har visats kunna simulera celltillväxten, samt cellernas upptag och utsöndring av viktiga metaboliter. Dock är tillämpnings- området ofta begränsat till specifika odlingsvillkor, delvis p.g.a. kunskapsbrist gällande reaktionskinetiken, begränsad tillgång till odlingsdata, samt behovet av beräkningsmässiga förenklingar.

Denna avhandling tar avstamp i makroskopisk kinetisk modellering, men här med målet att fånga upp de mer varierade odlingsvillkor som behövs för att kunna optimera processer. En cellinje studerades först i parallella odlingar med varierad tillgång på aminosyror. Påverkan på tillväxt, upptag/utsöndring av metaboliter och läkemedelsproduktion registrerades.

I artikel I prövades metodiken etablerad i tidigare studier: (i) ett förenklat metaboliskt flödesnätverk om cirka 30–40 reaktioner togs fram; (ii) samtliga s.k. elementära flöden genom nätverket identifierades med en etablerad matematisk algoritm; (iii) påverkan på varje flöde beskrevs av en förenklad och allmän kinetisk ekvation. Dels klarade algoritmen endast mycket förenkla- de nätverk och ett flertal reaktioner kunde därför inte tas med, dels var den kinetiska ekvationen alltför begränsad för att kunna simulera många av flödes- förändringarna i datan. Därför togs en ny strategi för kinetiken fram i artikel I. En pool av alternativa ekvationer skapades, varifrån ett mindre antal kunde ges större vikt via dataanpassning. Detta förbättrade simuleringsresultaten.

Identifieringen av elementära flöden studerades sedan i artiklarna II–IV. I II togs en ny algoritm fram, baserad på en optimeringsteknik kallad kolumngenerering. Algoritmen identifierar en delmängd av de elementära flödena genom ett givet nätverk, med målet att uppnå optimal dataanpassning för en enskild odling. Detta visade sig vara effektivt även för mer komplexa nätverk. I III tillämpades metoden för att simulera samtliga odlingar tillsammans i en enda modell. Den kinetiska modellen kunde nu baserades på en delmängd av flödena i ett stort nätverk om cirka 100 reaktioner, vilket förbättrade simuleringsresultaten ytterligare. I IV, utvidgades till sist den nya algoritmen för identifiering i en genomskalig modell. Trots den höga nivån av komplexitet kunde små delmängder av elementära flöden effektivt tas fram.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-262850