1. 研究背景與挑戰(zhàn)
核心問題：哺乳動物細胞培養(yǎng)中，培養(yǎng)基成分的復雜互作導致傳統(tǒng)優(yōu)化方法（如實驗設計DoE）效率低下。
現有局限：經驗依賴性強，易受人為偏差影響；難以平衡細胞生長速率（96小時）與最終產量（168小時）。
技術機遇：主動機器學習（Active ML）可通過“預測-驗證”閉環(huán)減少實驗量，實現多參數同步優(yōu)化。
2. 創(chuàng)新方法：從傳統(tǒng)DoE到智能ML
本研究技術路線如圖1）如所示：
圖1 技術路線圖
1）模型構建：
細胞模型：HeLa-S3細胞（人宮頸癌細胞系）
基礎培養(yǎng)基：EMEM（含31種成分）
算法：梯度提升決策樹（GBDT）
2）雙模式優(yōu)化：
常規(guī)模式（R）：基于168小時細胞濃度數據優(yōu)化最終產量
節(jié)時模式（TS）：基于96小時數據預測168小時產量（利用早期-晚期濃度相關性）
3）四輪主動學習：
初始生成209種梯度培養(yǎng)基
每輪篩選15-22種高潛力培養(yǎng)基實驗驗證
迭代更新訓練集（共503組數據）
3. 關鍵結果
1）培養(yǎng)基優(yōu)化效能
細胞濃度提升：
R模式：11種培養(yǎng)基168小時濃度顯著高于EMEM（最高提高50%）
TS模式：10種培養(yǎng)基96小時濃度提升，但僅30%維持至168小時
模型精度：
四輪迭代后預測誤差（RMSE）降低40%（ p<0.05）
數據標準化（Fold Change, FC）較原始數據（C）提升模型魯棒性
圖2 R/TS模式效能對比
2）關鍵成分鑒定
特征重要性分析：9種成分貢獻80%生長影響（如谷氨酰胺升高、半胱氨酸降低）
時序差異：甲硫氨酸僅晚期（168小時）關鍵
圖3 培養(yǎng)基成分對細胞培養(yǎng)的關鍵影響
A.不同模型下細胞培養(yǎng)產量的分布；B.重要性排名前9的成分（累積貢獻80%）
規(guī)模放大驗證：
最優(yōu)培養(yǎng)基R445：168小時濃度提高50%（p <0.01）
成分共性：R445與失效培養(yǎng)基TS471均缺失磷酸氫鈉和硫胺素
3） 轉錄組機制解析
基因表達重編程：
R445激活增殖通路（如細胞發(fā)育相關GO term）
TS471引發(fā)表達紊亂（差異基因數↑100倍）
功能富集：
R445特異性富集：細胞周期調控基因（如mTORC1通路）
EMEM富集：代謝調控基因
圖4 基因表達變化與培養(yǎng)基優(yōu)化的關聯性研究
4. 討論與局限
1）模式對比
R模式：穩(wěn)定提升最終產量（C1簇占比提高）
TS模式：節(jié)省50%實驗時間，但33%培養(yǎng)基因“生長-產量權衡”失效（C2簇）
2）技術突破
數據驅動閉環(huán)：首次整合ML預測→實驗驗證→轉錄組反饋
節(jié)時策略：利用96/168小時濃度相關性（r=0.82）加速優(yōu)化
3）局限與展望
細胞普適性：當前僅驗證HeLa細胞，需拓展至原代/干細胞
血清依賴：含FBS培養(yǎng)基成分不透明，下一步開發(fā)無血清方案
算法升級：引入時間序列數據提升TS模式穩(wěn)定性
5. 應用價值
生物制藥：快速定制單抗生產培養(yǎng)基（成本降低30%）
再生醫(yī)學：優(yōu)化干細胞擴增體系
開源資源：
代碼庫：https://github.com/yuki020527/medium_optimization
RNA-seq數據：DRA017793 (DDBJ)
總之，本研究建立了主動機器學習驅動的培養(yǎng)基優(yōu)化新范式，通過雙模式迭代和轉錄組驗證，突破傳統(tǒng)方法瓶頸。其中四輪迭代減少60%實驗量，并發(fā)現9種核心成分及時序調控規(guī)律，為生物制造與精準醫(yī)療提供工具包。
參考文獻：Y Ozawa, T Hashizume, BW Ying. (2025). A data-driven approach for cell culture medium optimization. Biochemical Engineering Journal, 241, 109591. https://doi.org/10.1016/j.bej.2024.109591
來源：微生物安全與健康網，作者~陳諾。
