Zemocimig

第1章基本概念：抗体、单抗与双抗 1.1 抗体与单克隆抗体 抗体（Antibody）是 B 淋巴细胞在抗原刺激下产生的免疫球蛋白，能够以极高的亲和力和特异性识别并结合抗原表位。治疗性抗体几乎全部采用免疫球蛋白 G（IgG）骨架，由两条重链（HC，约 50 kDa）和两条轻链（LC，约 25 kDa）通过链间二硫键和非共价相互作用组装成 Y 形分子，总分子量约 150 kDa。IgG 的功能呈现明显分区：两个 Fab（抗原结合片段）负责与抗原结合，其中的互补决定区（CDR）决定结合特异性；Fc（可结晶片段）通过 CH2/CH3 恒定区介导抗体依赖性细胞毒作用（ADCC）、补体依赖性细胞毒作用（CDC）、抗体依赖性细胞吞噬（ADCP）等效应功能，并通过与新生儿 Fc 受体（FcRn）的 pH 依赖性结合决定体内半衰期。CH2 结构域 Asn297 上的 N-连接糖基化对 Fc 构象和效应功能具有决定性影响——例如核心岩藻糖的存在会使 ADCC 活性下降约 50–100 倍，因此去岩藻糖（afucosylated）抗体成为肿瘤免疫领域的重要工程方向 [44,68]。 单克隆抗体（Monoclonal Antibody，mAb）是由单一 B 细胞克隆增殖产生的、只识别单一抗原表位的抗体。1986 年首款治疗性单抗 muromonab-CD3 获批上市，其后经历了鼠源、嵌合、人源化、全人源四代技术演进；1997 年利妥昔单抗获批后，CHO 细胞表达平台逐渐成为产业标准。据行业统计，截至 2025 年全球获批抗体药物已超过 130 款，市场规模超过 2400 亿美元，其中绝大多数由哺乳动物细胞（主要是 CHO 及其衍生细胞系）生产 [1,65]。从分子结构上看，单抗由单一重链和单一轻链组成，链装配关系简单；而双抗则由两条不同的重链和（或）两条不同的轻链组成，装配组合数从 1 种跃升至最多 10 种，这正是双抗细胞株构建难度远高于单抗的根本原因。 图1-1 IgG 结构与功能区示意（Fab/CDR 负责特异性结合，Fc 介导效应功能与半衰期，N297 糖链决定 ADCC 强度） 1.2 双特异性抗体：定义、分类与产业意义 双特异性抗体（Bispecific Antibody，BsAb）是能够同时特异性结合两种不同抗原或同一抗原两个不同表位的工程化抗体分子。与两种单抗联用相比，双抗可以把两个功能模块（例如 T 细胞上的 CD3 与肿瘤细胞上的肿瘤相关抗原 TAA）在空间上拉近，实现"单药双靶"的生物学协同：T 细胞衔接双抗（CD3×TAA）在微摩尔级浓度即可介导 T 细胞对肿瘤细胞的高效杀伤，其效力远超常规单抗 [5,6]。截至 2026 年，全球已有 15 款以上双抗获批上市，包括 blinatumomab（CD3×CD19，BiTE 格式）、emicizumab（FIXa×FX，common light chain + 静电转向格式）、amivantamab（EGFR×cMET，DuoBody 半抗体交换格式）等，另有超过 400 个双抗项目处于临床开发阶段，成为继单抗、ADC 之后生物药领域最重要的增长极。 按照 Brinkmann 和 Kontermann 的经典分类，双抗可分为两大类[8]：第一类是含 Fc 的 IgG 样双抗（IgG-like），分子量约 150 kDa，保留 FcRn 结合与较长半衰期，代表格式包括 Triomab（鼠/大鼠异源重链配对）、knobs-into-holes（KiH，杵臼结构强制异源重链配对）、CrossMab（轻重链结构域交换以解决轻链错配）、DuoBody（两个半抗体在还原条件下体外交换组装）、common light chain（共用轻链）等；第二类是不含 Fc 的片段型双抗（fragment-based），分子量通常 50–110 kDa，组织穿透性好但半衰期短，需要 Fc 融合或 PEG 化等方式延长半衰期，代表格式包括 BiTE（串联单链可变区 scFv）、DART（双链交换双抗体）、TandAb（四价串联双抗体）、scFv-Fc 等。2024–2026 年的趋势是"1+1"非对称格式逐渐成为主流，因为其可避免同源二聚化副产物并支持更精准的效价设计 [54,64]。 图1-2 双抗主要分子格式分类示意（含 Fc 类与片段类） 表1-1 单抗与双抗在分子层面的本质差异 比较维度 单抗（mAb） 双抗（BsAb） 链组成 1 种 HC + 1 种   LC（2 条基因） 2 种 HC + 2 种 LC 或异源组合（2–4  条基因，或单链串联） 正确装配组合数 1 种 理论上最多 10 种（2HC×2LC 随机组合），需设计强制正确配对 分子量 约   150 kDa 50–200 kDa  不等（片段型小，IgG 样大） 表达水平 CHO 平台   3–10 g/L 常见 典型 0.5–5 g/L，且伴随 10–50% 错配/半抗体副产物 下游纯化 Protein A 一步捕获，平台化成熟 需去除同源二聚体、半抗体、游离链，常需多步正交纯化 稳定性与聚体 良好 结构域界面改造后疏水暴露增多，聚体风险更高 细胞株开发周期 约   12–18 个月 约 18–30 个月，正确配对率是核心评价指标 1.3 细胞株构建与细胞培养的基本流程 细胞株构建（Cell Line Development，CLD）的目标是从单细胞出发，获得一株遗传稳定、表达量高、产品质量符合要求的工程细胞克隆，并建立主细胞库（MCB）与工作细胞库（WCB）。经典流程包括：基因与载体设计→宿主细胞选择与工程化改造→转染/电转导入外源基因→加压筛选（GS/MSX、DHFR/MTX 或抗生素）→单细胞克隆化（有限稀释、FACS 分选、单细胞打印）→克隆筛选与表征（微孔板→摇瓶→ambr15 微型生物反应器逐级放大评价）→细胞库建立与遗传稳定性研究 [4,17]。整个流程随机整合时代通常需要 12–26 周，而基于定点整合（targeted integration，TI）的新一代流程可压缩至 8–16 周。细胞培养（Cell Culture）则是在生物反应器中通过批式、流加或灌流等方式大规模扩增工程细胞、分泌目标蛋白的过程，包含培养基设计、补料策略、过程参数（pH、溶氧 DO、温度、渗透压、CO₂ 分压等）控制与放大转移，是连接细胞株与下游纯化的核心制造环节。 图1-3 细胞株构建典型工作流程与周期 第2章入门：宿主、载体、转染、筛选与培养 2.1 宿主细胞系统的选择 哺乳动物细胞之所以成为抗体药物生产的主力宿主，是因为只有哺乳动物细胞能够完成抗体组装所需的重链/轻链配对、二硫键正确形成、N-糖基化、信号肽切除等翻译后修饰，保证产品的活性与体内相容性 [1]。产业上使用最广泛的宿主是中国仓鼠卵巢（CHO）细胞，其优势包括：人类病原体易感性低、病毒安全性好；可在无血清悬浮培养体系中高密度生长；基因组不稳定带来的可塑性使其易于通过基因扩增提高表达；糖基化修饰与人类接近（仅在 Neu5Gc 和α2,6-唾液酸方面存在差异）。2011 年 CHO-K1 全基因组测序完成，2013 年多个 CHO 细胞系基因组图谱公布，为理性工程改造奠定了基础 [2,3]。 表2-1 常用哺乳动物宿主细胞系统比较 宿主细胞 来源与筛选系统 主要特点 典型应用 CHO-K1 野生型；GS/MSX 或抗生素筛选 贴壁/悬浮均可，基因组已测序，商业化培养基丰富 单抗、双抗、融合蛋白主流宿主 CHO-S 适应悬浮无血清生长 倍增时间短（约 14–18 h），易转染 瞬时表达与稳定表达 CHO-DG44 DHFR 双等位缺失；MTX 基因扩增 拷贝数可通过 MTX 逐步扩增 高表达单抗平台（老一代） CHO-GS⁻ᐟ⁻ GS 双等位敲除；MSX 加压 无内源 GS 干扰，筛选压力纯净，克隆稳定性好 当前单抗/双抗主导平台，GS 系统 HEK293 人胚肾细胞，EBNA 附加体 人源糖基化，瞬时表达水平极高（1–3   g/L） 早期候选分子瞬时生产、AAV 载体生产 NS0 小鼠骨髓瘤，GS 筛选 无内源抗体表达，适应无血清生长 历史单抗平台（如西妥昔单抗） PER.C6 人视网膜细胞，含 E1 基因 人源糖型，生长快速 疫苗与部分重组蛋白 值得注意的新证据：2026 年发表的一项系统比较显示，NS0 与 CHO 对同一单抗产生的糖谱、电荷变异体分布存在显著差异 [67]，提示宿主细胞的"质量指纹"应在项目早期纳入评估。此外，2026 年报告了染色体 2 号片段在多个高产 CHO 生产株中的重复扩增现象 [43]，说明高产株的基因组结构变异（SV）比单核苷酸变异更值得关注。 2.2 表达载体与基因设计 表达载体是外源基因在宿主细胞中高效稳定转录的"底盘"。一个工程化良好的 CHO 表达载体通常包含：强启动子（CMV、EF-1α或合成启动子）、内含子、Kozak 序列、密码子优化后的目的基因（双抗为 2–4 条基因）、高效信号肽、poly(A) 加尾信号、筛选标记基因（GS、DHFR、嘌呤霉素/博来霉素抗性）、以及位点特异性重组元件（如 FRT、loxP、attP/attB）和染色质绝缘元件（MAR/SAR、UCOE）。密码子优化可提高翻译延伸效率，但近年证据表明过度优化可能破坏 mRNA 折叠的慢速翻译区段而适得其反，需要在 mRNA 稳定性和翻译动力学之间取得平衡。启动子位置效应（position effect）是随机整合表达差异巨大的主要原因：相同表达盒整合到不同染色体座位，表达量可相差 100–1000 倍，因此用 MAR/SAR 元件或绝缘子对抗位置效应、或直接采用定点整合成为主流策略 [40]。 表2-2 表达载体关键元件及其功能 元件 代表 功能与要点 启动子 CMV、EF-1α、CHEF1α  等 驱动高转录；不同启动子活性在不同克隆间差异大，与整合位点协同评估 增强子/内含子 CMV 内含子 A、嵌合内含子 提高 mRNA 加工与出核效率 信号肽 IgG 天然信号肽、白蛋白信号肽 决定分泌效率，直接限制产能上限 筛选标记 GS（谷氨酰胺合成酶）、DHFR、Puro/Blast GS/MSX 与 DHFR/MTX 系统可兼做基因扩增；双抗常用双标记协同筛选 2A 肽/IRES P2A、IRES 多基因共表达；2A  效率高但有残基残留，IRES 表达量低 MAR/SAR/UCOE 人 β-珠蛋白   MAR、CBX3 UCOE 维持染色质开放状态，对抗位置效应，提高高表达克隆比例 重组酶位点 FRT/loxP、attP/attB、Bxb1 支持 RMCE 定点整合与盒式交换 报告基因 GFP、RFP、荧光素酶 富集高表达池（FACS）、自动化克隆筛选 对双抗而言，载体设计多采用"双载体共转染"或"单载体四基因"两种路线：双载体可以独立调节两条臂的表达比例（例如重链与轻链的 1:1 或 2:1 比例微调），但共整合的随机性会导致两臂基因剂量失衡；单载体（多顺反子，如 2A 肽串联或双启动子）保证基因剂量一致，但 2A 肽带来的翻译后切割不完全和残余氨基酸可能影响产品质量。2026 年的研究进一步表明，利用转座子系统结合双重选择标记（如 GS + 嘌呤霉素）可以系统性富集两条链表达平衡的稳定池，显著压缩双抗开发周期 [63,56]。 2.3 转染与基因整合技术 将质粒 DNA 导入 CHO 细胞的方法主要有化学法（阳离子脂质体、聚乙烯亚胺 PEI）和物理法（电穿孔/核转染）。PEI 转染成本低、通量高，适合早期瞬时表达与常规稳定转染；电穿孔对难转染细胞和大质粒更有效，且可与 CRISPR 核糖核蛋白（RNP）共递送用于基因编辑。基因整合模式决定了细胞株的质量天花板：随机整合（random integration，RI）仍是许多平台的默认路线，通过筛选压力富集高拷贝克隆，但拷贝数、整合位点和重排均不可控，克隆间一致性差；定点整合（targeted integration，TI）则借助同源重组、转座子（PiggyBac、Sleeping Beauty）、CRISPR/Cas9介导的 HDR 或位点特异性重组酶（Flp/FRT、Cre/loxP、Bxb1/att）将目的基因精确插入预先验证的"着陆垫"（landing pad）位点，实现单拷贝或低拷贝高表达、批间一致、遗传稳定 [40,13]。2022 年的综述系统总结了转座子载体在重组蛋白生产中的应用进展，2026 年工程化 NLS-PBase 转座酶进一步提升了转座子整合的稳定性与表达水平 [27,79]。 表2-3 基因导入与整合技术路线比较 技术路线 整合方式 拷贝数/位点 开发周期 优劣势 脂质体/PEI 转染+筛选 随机整合 多拷贝、位点随机 12–26 周 简单成熟；表达谱宽，需大量克隆筛选 电穿孔（含 RNP） 随机或 HDR 可控（RNP 时） 12–26 周 转染效率高；适合基因编辑共递送 转座子   PiggyBac/SB 半随机（偏好位点） 多拷贝、可逆切除 10–20 周 整合效率比随机高数倍；切除后可查整合谱 CRISPR/Cas9 HDR 定点敲入 1–2 拷贝定点 10–18 周 位点可控、单克隆一致性好；HDR 效率依赖位点与修复模板 RMCE（Flp/Cre/Bxb1） 重组酶交换 单拷贝定点 8–16 周 着陆垫预验证，克隆间一致性最好，适合平台化 慢病毒转导 半随机 多拷贝 8–14 周 整合效率极高；法规安全性评估成本高，少用于商业化株 2.4 单细胞克隆化与克隆筛选 监管机构（ICH Q5D、各国药典）要求生产用细胞系必须来源于单细胞并具有可追溯的单克隆性证据。单细胞克隆化技术经历了三代演进：有限稀释法（操作简单但克隆形成率低、需大量铺板）→ 流式细胞分选 FACS（单细胞分选准确率高、可同时富集报告基因阳性细胞）→ 单细胞打印与成像系统（如 ClonePix、Berkeley Lights Beacon 等，可全程影像记录、自动化鉴定单克隆性）。2021 年的行业综述指出，高通量自动化（自动化铺板、成像、缩微培养、自动化 ELISA/Octet 效价检测）已将单克隆化与初筛通量提升一个数量级，克隆评估从"数千"跃升至"数万"，并可与人工智能辅助的"优株预测"结合 [17]。克隆筛选采用金字塔式漏斗：24/96 孔板静态培养初筛（产量、生长）→ 深孔板悬浮复筛（去除非悬浮适应株）→ 摇瓶分批评价（效价、聚体、电荷）→ ambr15/ambr250 微型生物反应器模拟流加工艺（生长、代谢、质量指纹）→ 最终 3–6 株进入中试评估。筛选指标除效价外，还须包括聚体率、电荷变异体谱、糖谱、遗传稳定性（≥60 代人口倍增水平 PDL 内表达与质量不漂移）和可放大性。 2.5 培养基与培养模式 现代 CHO 培养基已经从含血清配方演进为化学成分明确（chemically defined，CD）培养基，并进一步向水解物最小化、氨基酸平衡精准设计的方向发展。培养基设计的核心变量包括：氨基酸（尤其是限制性氨基酸如谷氨酰胺/谷氨酸、酪氨酸、半胱氨酸/胱氨酸）、糖与能量底物（葡萄糖/半乳糖比例）、维生素与微量元素、脂质前体（胆固醇、亚油酸）、渗透压调节剂，以及铜、锌、锰等微量元素——其中铜离子浓度直接影响 C 末端脯氨酸酰胺化、锰离子影响糖基化。流加培养基（feed）通常采用高浓度、pH 调整型补料，补料策略从固定体积比补料发展为基于葡萄糖消耗/细胞密度的动态补料。2026 年的研究从代谢层面揭示了细胞自合成培养基关键组分（如脂质）的生物学基础，为"自产营养型"细胞工程开辟了新思路 [84]。 表2-4 主要培养模式对比 模式 典型周期 峰 VCD (×10⁶/mL) 体积产率 优势 局限 批式   Batch 7–10 天 3–8 0.1–0.3   g/L/d 操作最简单、无补料污染风险 营养耗尽快，产能低，已少用于商业化 流加 Fed-batch 12–16 天 20–40 0.3–0.8 g/L/d 产业主流，平台成熟，灵活 代谢副产物积累，后期质量漂移 灌流   Perfusion 30–90 天 50–100（稳态） 0.5–2   g/L/d 产物停留时间短、质量好，设备占地小 培养基消耗大，操作复杂，放行策略复杂 高强度流加 iFB 10–14 天 50–100（N-1  高接种） 0.8–1.5 g/L/d 产能与设备利用率大幅提升 对种子与过程控制要求高 连续制造   ICB 30–60 天稳态 40–80 与下游连续联动 全流程连续、占地与成本最优 控制复杂度高，法规路径新 图2-1 三种培养模式典型生长与产率曲线（示意） 培养模式之外，糖基化是连接“培养条件”与“产品疗效”的最重要质量纽带：CHO 表达的 IgG 在 Fc 区 N297 位携带复杂的双天线 N-糖链，其岩藻糖、半乳糖、唾液酸与高甘露糖组成直接决定 ADCC、CDC、半衰期与免疫原性。培养参数（锰离子、半乳糖/尿苷补料、pH、温度、渗透压）与宿主工程（FUT8 敲除）可系统性重塑糖谱——这是第 4 章 CPP/CQA 控制与第 6 章糖工程前沿的共同基础。 图2-2 N-糖链糖型与效应功能（核心岩藻糖缺失可增强 ADCC 达 10–100 倍） 从入门到精通的关键认知：细胞株构建决定"理论天花板"，细胞培养决定"实际兑现率"。同一株高产克隆在不同培养基、不同补料策略、不同反应器控制下，效价可相差 2–5 倍，糖谱与电荷谱可发生实质性改变。因此，现代生物制药公司将 CLD 与工艺开发（process development，PD）一体化（“细胞株即工艺”），在克隆筛选阶段就引入 ambr 微型反应器进行工艺拟合，避免“高产株”在放大后沦为“平庸株”的经典陷阱 [22,34]。 2.6 细胞库建立、遗传稳定性与合规要求 生产用细胞库体系包括主细胞库（MCB）与工作细胞库（WCB）。MCB 通常由经全面表征的单一克隆或限定克隆池建立，WCB 由 MCB 扩增而来并直接用于生产启动。建库过程必须符合 GMP 规范：在密闭生物安全柜或隔离器内完成冻存、贴签与存储（液氮气相，≤-150℃），并开展细胞库全面鉴定——无菌、支原体、内外源病毒因子（ICH Q5A 病毒安全性评价）、物种鉴别（同工酶、STR 或全基因组测序）、表达产物鉴别与纯度。遗传稳定性研究是细胞库放行的关键环节：将细胞连续传代至拟议商业生产传代次数之外的代次（通常 60–120 PDL 或"限值+缓冲"），在起始、中间与终点代次比较生长、效价、质量属性与基因拷贝数，证明工艺生命周期内不发生实质性漂移。对双抗而言，遗传稳定性研究还必须覆盖重链/轻链表达比例与正确配对率的代次稳定性。2026 年提出的体外细胞龄限度（LIVCA）概念为"传代限度"的科学设定提供了新框架：以生理状态与质量数据定义细胞年龄上限，而非仅依赖代数 [81]。单克隆性文档同样属于合规硬要求：需提供单细胞铺板/分选记录、全程成像证据与概率计算（如 96 孔板单细胞孔比例的泊松分布推断），多轮审计经验表明单克隆性证据链不完整是细胞库申报最常见的缺陷项之一。 第3章精通：单抗与双抗细胞株构建和细胞培养的最新进展 3.1 单抗细胞株构建的最新进展（2021–2026） 近五年来，单抗细胞株构建技术围绕"更快、更稳、更懂细胞"三条主线发生了系统性升级。第一，定点整合平台化成为行业标准动作。2024 年的权威综述指出，CHO 细胞株开发正在完成从随机整合向定点整合技术的代际切换：通过在转录活跃、染色质开放的安全港位点（如 FRT 着陆垫）预先建立宿主平台，结合重组酶介导盒式交换（RMCE），可以在 8–12 周内获得单拷贝表达 2–5 g/L、批间一致性极佳的生产株，显著减少筛选工作量并提升遗传稳定性 [40,13]。第二，基因编辑工具进入精细调控时代。2015 年 CRISPR/Cas9 首次系统应用于 CHO 细胞工厂改造（如 FUT8 敲除实现去岩藻糖化）[7]，此后 Cas12a、碱基编辑器、先导编辑逐步引入；2019 年研究发现敲除 miR-744 可提升 CHO 抗体产量 [10]，2020 年 Cas12a 被证明可与工艺开发流程有效整合 [15]。第三，高通量表征与组学指导筛选成为新常态。NGS 被确立为细胞株开发的多用途工具——整合位点分析、拷贝数、转录组、克隆起源追溯、遗传稳定性监测均可一站式完成 [55]；转录组/蛋白组/代谢组联合分析揭示高产株的细胞机制 [16]，2025 年靶向蛋白组工作流将"从发现到交付"的分析周期大幅压缩 [47]，同年系统生物学研究对 2G12 与 353/11 两株单抗生产株进行了全景比较 [49]。2025 年工业界还建立了基于过程数据与组学特征的"生物过程生物标志物"诊断体系 [48]。第四，微流控与自动化推动单克隆化革命。集成微流控悬浮培养系统实现了单细胞培养、在线成像与实时分析的融合 [39]，2021 年的综述系统总结了高通量自动化在单细胞克隆、单克隆性保证与早期筛选中的进展 [17]。 表3-1 单抗细胞株构建关键技术最新进展（2021–2026） 技术方向 关键进展 代表文献（PMID） 价值 定点整合/TI  平台 RMCE 着陆垫、安全港位点、8–12 周单拷贝平台株 38950872；30807689 克隆一致性与遗传稳定性跃升 转座子系统 PiggyBac/SB 工程化，NLS-PBase 提升整合与表达稳定性 35600890；42047891；40425682 高效多基因整合，适合双抗 CRISPR 工具箱 Cas9/Cas12a/碱基编辑；miR-744 等靶点；FUT8  敲除去岩藻糖 26058577；33369118；30802343 质量属性定制与代谢工程 NGS 表征 整合位点/拷贝数/克隆起源/稳定性监测一体化 40265158；31856197 缩短监管表征时间 组学指导 转录-蛋白-代谢组联合揭示高产机制；工业生物标志物 37475722；39982319；40480342；40064687 从经验筛选到理性设计 自动化/微流控 单细胞打印、成像单克隆性证据、机器人初筛 34478248；36970555 通量提升 10 倍以上 染色体结构变异解析 染色体 2 片段重复与高产关联 38403434 理解高产株基因组不稳定根因 3.2 双抗细胞株构建的最新进展（2021–2026） 双抗细胞株构建的进步集中在"分子设计端"与"细胞工程端"的协同。分子设计端：正交化界面工程持续演进——knobs-into-holes 之后，静电转向（electrostatic steering）、Fab 臂交换（DuoBody）、共用轻链（common LC）、CrossMab 结构域交换四大平台成熟；2025 年报道的正交恒定区界面设计进一步将正确配对率推向 95% 以上 [54]。单链串联格式（BiTE 类）则完全规避链错配问题，代价是分子稳定性和半衰期。2024 年对轻链错配双抗的结构学研究揭示了错配产物的构象与免疫原性风险来源，为纯化去除提供了结构依据 [42]。细胞工程端：2023 年组学研究首次在 CHO 双抗生产株中鉴定出与错配相关的"错配组学特征"（mispairing omic signatures），包括内质网应激、折叠酶与伴侣蛋白表达失衡等，为宿主改造提供了靶点 [30]。2021 年报道的四链双抗表达障碍（expression liabilities）分析表明，四条链的表达失衡、折叠负担与分泌瓶颈是双抗产量低的核心原因 [21]。在平台技术方面，2023 年 FAST-Ig 平台（电荷界面 + 空间位阻设计，单载体共表达）用于血友病 A 双抗 NXT007 的生产，展示了一体化解决错配与表达平衡问题的工业级方案 [31]；2026 年转座子双选择（GS+抗生素双标记）策略用于优化双抗稳定池 [63]，同年发表的综述系统梳理了复杂格式抗体上游加工的挑战与解决方案 [64]。此外，2022 年有研究通过培养工艺优化提升对称型双抗的产量与质量 [23]，说明"分子+细胞+工艺"三要素必须协同优化。 表3-2 双抗正确装配工程平台对比 平台/策略 原理 正确配对率（典型） 优点 局限 Knobs-into-holes   (KiH) CH3 杵臼突变强制异源重链配对 HC 异源 >95% 只解决重链，成熟（emicizumab  等） 不解决轻链错配 CrossMab CH1/CL 或   VH/VL 结构域交换 LC 正确   >95% 与 KiH 联用解决四链装配 结构域交换或影响亲和力/稳定性 DuoBody 两株单抗半抗体体外还原交换 产物   >95% 工艺成熟（amivantamab） 需两株单抗分别生产，成本较高 共同轻链 common LC 两臂共用同一条轻链 LC 错配消除 噬菌体展示筛选共用 LC 可成药表位受限 静电转向 界面电荷互补驱动正确配对 HC >95% 空间位阻小、稳定性好 需精细电荷平衡设计 FAST-Ig 电荷界面+空间位阻+单载体 四链装配 >90% 一步共表达、工艺简化（NXT007） 平台专有性 单链/片段格式 scFv 串联（BiTE/DART） 不存在链错配 结构简单、表达较好 稳定性/半衰期/聚体风险 3.3 细胞培养的最新进展（2021–2026） 细胞培养领域的进展可概括为"强化、连续、智能"三大主题。工艺强化（process intensification）：N-1 灌注高密度种子 + 高强度流加（intensified fed-batch）已成为新增产能的主流选择——用灌注或浓缩方式在 N-1 阶段把种子密度提升至 50–150×10⁶ cells/mL，生产罐以高接种密度启动，周期缩短 30–50%、体积产率提升 40–100%。2022 年报道了基于电容探针的 N-1 灌注平台开发 [24]，2023 年报道了超强化流加工艺（ultra-intensified fed-batch）的开发 [32]，2024 年建立了自动化高接种密度流加平台 [41]，2025 年研究了细胞生理状态对强化流加的影响 [50]，2026 年则报道了 N-1 培养基优化作为强化策略的进一步手段 [66]。连续制造（continuous manufacturing）：2021 年端到端整合连续制造在 25 L 中试规模完成概念验证 [20]，2022 年进一步在酸敏感单抗上验证了整合连续平台 [26]，2019 年的综述则奠定了强化与连续处理的理论框架 [11]。智能控制：拉曼光谱（2022 年自动化标定数据生成 [25]；2025 年实现营养物、代谢物、IgG 效价与细胞密度多参数同时在线监测 [51]；2026 年建立跨规模模型迁移框架 [85,71]）、软测量与机器学习（2025 年 AutoML 驱动的氨基酸软测量 [58]）、混合建模数字孪生（2024 年多尺度混合建模方法学 [45]；2026 年上游数字孪生框架 [73]）共同推动细胞培养从"经验控制"走向"预测控制"。代谢工程方面，2019 年 miRNA 工程 [10] 与 2026 年靶向 Warburg 效应（有氧糖酵解重编程）的研究 [83] 代表了两代代谢改造思路；糖工程方面，2022 年核苷酸糖合成通路工程 [29]、2024 年组合式糖工程 [44]、2026 年 CHO 糖工程综述 [69] 与去岩藻糖策略比较 [68] 表明"糖型即设计空间"已经落地。 表3-3 细胞培养技术最新进展汇总（2021–2026） 方向 代表技术/策略 关键数据点 代表文献（PMID） 工艺强化 N-1 灌注+高强度流加 周期缩短 30–50%，体积产率   +40–100% 35447688；37994547；38013663；42347961 连续制造 端到端整合连续生物制造 中试规模概念验证完成 33410159；35470430；31921823 在线监测 拉曼多参数软测量 营养物/代谢物/效价/细胞密度在线 35591088；40284468；42125845；41777122 模型迁移 跨规模 Raman 模型变量特异预处理 scale-down→中试模型可迁移 42667545；42341650 智能建模 混合建模/数字孪生/AutoML 上游预测数字孪生框架 39481676；42088851；40760954；35004635 代谢工程 Warburg 重编程、miRNA  工程 乳酸下降、产量提升 42420770；30802343 糖工程 核苷酸糖通路/组合糖工程 去岩藻糖   ADCC 增强 10–100 倍 36152932；38482428；42609441；41972453 细胞年龄管理 LIVCA 体外细胞龄限度 遗传稳定性与可比性新工具 40962417 图3-1 工艺强化典型路线：N-1 灌注 + 高强度流加（周期缩短 30–50%，体积产率 +40–100%） 3.4 细胞株构建的难点与挑战 细胞株构建的难点可以归纳为七个层面。(1) 随机性与不可预测性：随机整合的位置效应导致表达量、拷贝数与稳定性高度异质，即使高通量筛选数万个克隆，也经常出现"中试之后才暴露问题"的隐性缺陷株。(2) 遗传不稳定性：CHO 基因组固有的不稳定性使高产株在长期传代（60–100 PDL）中出现拷贝丢失、重排、甲基化沉默，导致效价下降 20–50%；2024 年发现的染色体 2 片段重复 [43] 表明结构性变异是稳定性的重要扰动源。(3) 筛选通量与表征深度的矛盾：早期筛选以效价为王，但质量属性（聚体、电荷、糖谱）在微型培养中难以准确预测放大后表现，导致"高产量低质量"克隆漏检或"低产量高质量"克隆误杀。(4) 单克隆性保证的合规压力：监管要求提供单细胞溯源证据，自动化成像系统虽已普及，但多细胞孔误判、成像分辨率与算法验证仍是审计关注点。(5) 开发周期长：传统流程 6–12 个月仅完成细胞株，双抗更长，与"分子到 IND 12–18 个月"的行业提速目标冲突。(6) 知识断层：克隆筛选数据（组学+过程数据）之间缺乏系统关联模型，绝大多数筛选决策仍依赖经验规则。(7) 双抗特有的装配难题：2HC×2LC 理论 10 种组合中只有 1 种是目标分子，错配副产物（同源二聚体、半抗体、游离链）不仅消耗产能，还显著增加下游纯化负担与免疫原性风险 [21,30,42]。 表3-4 细胞株构建难点、根因与影响 难点 根因 典型影响 表达量异质 位置效应、拷贝数差异 克隆间效价相差 10–100 倍，筛选工作量大 遗传不稳定 CHO 基因组不稳定、甲基化、重组 传代后效价下降 20–50%，MCB 后失效 质量属性漂移 克隆间糖基化/电荷差异 放大后 CQA 偏离，可比性失败 单克隆性证据 操作与成像系统误差 监管缺陷项、返工 周期过长 多轮筛选与表征 延迟 IND 申报 6–12 个月 双抗错配 四链随机装配 正确配对率 50–90%，纯化收率下降 表达失衡 两臂链比例失控 游离链/半抗体增多、分泌负担加重 分泌与折叠瓶颈 内质网应激、UPR 失衡 产量上限受限、聚体增加 3.5 细胞培养的难点与挑战 细胞培养的难点集中在代谢、质量与规模三个维度。代谢维度：CHO 细胞普遍存在"Warburg 效应"——葡萄糖大量转化为乳酸而非进入三羧酸循环，乳酸与氨的积累抑制生长与生产，并驱动 pH 控制补碱、渗透压升高的连锁反应；补料过量导致渗透压冲击与脂质积累，补料不足导致营养限制与自噬。质量维度：培养条件（pH、DO、温度、铜/锰离子、渗透压、半乳糖供给）直接改写糖谱、电荷变异体、聚体与氧化水平；产物在培养液中停留 10–16 天，酶解（细胞释放的羧肽酶、唾液酸酶）、氧化与聚集风险随周期延长而累积，流加工艺末期常出现质量"翘尾"现象。规模维度：从 2 L 到 2000 L 甚至 15000 L 的放大过程中，kLa 下降、混合时间从数秒延长至数百秒、CO₂ 剥离能力下降导致高 pCO₂ 与 pH 不均、表层通气与搅拌产生剪切、补料点局部渗透压冲击放大，任何一项都足以摧毁放大前的质量承诺 [46,33]。双抗的培养还有其特有难点：错配副产物的生成受培养条件影响（温度、氧化还原电位改变链配对动力学），正确配对率会随培养过程漂移；聚体倾向更高的分子在长时间培养中聚集加速，需要更严格的收获时点控制。 3.6 如何解决：从分子设计到过程控制的系统对策 第一，把问题消灭在分子设计端。双抗应在设计阶段就采用正交配对策略（KiH/静电转向/CrossMab/共同轻链/FAST-Ig）并开展可开发性评估（developability assessment）：计算机模拟+小规模表达试验评估热稳定性、聚体倾向、错配率与表达水平，淘汰"生物学活性好但工艺属性差"的分子 [54,31]。第二，把随机性消灭在细胞工程端。建立定点整合宿主平台（着陆垫+RMCE），结合转座子实现多基因共整合，用 NGS 全流程追踪整合谱与稳定性 [40,55]；对双抗采用双选择标记富集两条链表达平衡的稳定池 [63]。第三，把筛选智能化。用 ambr 微型反应器在克隆筛选阶段引入工艺拟合，用组学与机器学习建立"克隆指纹→放大表现"预测模型，2022 年代谢组-过程数据整合 [22] 与 2023 年高通量工艺开发平台 [34] 是代表性实践。第四，把培养过程控制精细化。用 N-1 灌注提升种子质量、用动态补料抑制乳酸/氨、用降温与渗透压调控平衡产量与质量、用拉曼光谱实时监测营养与代谢并闭环补料 [32,51]。第五，把质量风险前移。在收获液阶段即监测聚体、电荷与糖谱（在线/旁线多维色谱 [35]），设置收获终止判据（如聚体 >5% 即收），把下游纯化负担降到最低。第六，把放大风险用 scale-down 模型管理。建立 2 L/ambr250 的合格 scale-down 模型（几何相似、P/V、kLa、混合时间、CO₂ 剥离匹配），先在小规模暴露问题再上生产规模 [57,18]。 表3-5 单抗与双抗细胞株构建与培养难点-对策映射表 难点 单抗对策 双抗附加对策 表达量异质/位置效应 定点整合平台、MAR/UCOE  元件、高通量筛选 双选择标记稳定池、单载体共表达、链比例微调 遗传不稳定 TI 单拷贝株、NGS 稳定性监测、LIVCA 管理 转座子整合谱鉴定、错配株亚克隆监控 折叠/分泌瓶颈 信号肽优化、伴侣蛋白共表达（BIP/PDI）、UPR 调控 正交界面减少装配负担、FAST-Ig 类设计、ER  应激缓解 错配副产物 不适用 KiH/CrossMab/共同轻链/静电转向；纯化端正交层析去除 质量属性漂移 培养基微量元素（铜/锰）设计、培养参数锁定 糖工程（FUT8  敲除）与聚体控制并重 放大不一致 scale-down 模型、无量纲参数匹配、PAT 收获时点按正确配对率/聚体动态判定 周期过长 TI 平台 8–16 周、自动化筛选 可开发性前置评估、pool 策略过渡（先池后克隆） 图3-2 单抗与双抗产业里程碑（1975–2026）：从杂交瘤、人源化到双抗平台化与连续制造 3.7 深入专题：位点工程、表观遗传与培养-克隆互作 位点工程（landing pad engineering）是定点整合平台的技术核心。理想的着陆垫应同时满足四个条件：转录活跃且可长期维持（远离端粒与着丝粒异染色质区域、位于染色质开放区）；重组效率高（同源臂/重组酶位点易于被重组机器识别）；单拷贝即可达到高表达（强启动子+增强子组合、3′UTR 稳定元件）；以及长期稳定（不随传代沉默或重排）。工业上常用的着陆垫构建方式包括：预先用报告基因筛选高表达位点后再置入重组酶位点；利用 MAR/绝缘子包围整合位点形成"转录岛"；以及采用多重着陆垫阵列支持后续多基因或多产品组合。一个关键的经验教训是：同一着陆垫对不同分子（尤其双抗的四链组合）的支持能力并不通用，需用模型蛋白预验证。表观遗传调控是随机整合株沉默的根源：DNA 甲基化（尤其是启动子 CpG 岛）、组蛋白去乙酰化与染色质压缩共同导致"高产株后期衰减"。对策包括使用去甲基化敏感启动子（合成启动子剔除 CpG）、共表达染色质重塑因子、在培养基中添加组蛋白去乙酰化酶抑制剂（如丁酸钠类，但需评估对糖谱的影响），以及通过 NGS 甲基化组监测沉默风险。2026 年 CHO 4D 基因组注释研究 [78] 将染色质三维结构与时间维纳入视野，为位点工程提供了更高分辨率的地图。培养-克隆互作（clone-media interaction）是容易被忽视的维度：同一克隆在不同培养基中的表达量、糖谱与代谢行为差异显著，克隆特异性培养基微调（如按克隆的氨基酸消耗谱定制补料）常能额外提升 20–50% 效价。2022 年代谢组-过程数据整合研究 [22] 与 2025 年系统生物学研究 [49] 表明，高产克隆普遍呈现内质网应激升高、氧化还原缓冲能力增强与特定脂质代谢活跃的"应激适应"特征——理解并管理这种应激负荷，是提升生产上限与改善质量的关键。 第4章关键工艺参数与关键质量检测的控制 4.1 关键质量属性（CQA）体系 按照 ICH Q8/Q11 的质量源于设计（QbD）理念，首先由目标产品质量概况（QTPP）推导关键质量属性（CQA）：凡对产品安全性或有效性有实质影响的理化、生物学或免疫学属性。单抗/双抗的 CQA 分为产品相关与工艺相关两大类。产品相关 CQA 包括：聚体（高分子量物质，与免疫原性和输注反应相关）、片段（低分子量物质，活性下降）、电荷变异体（酸性峰/碱性峰，来源于脱酰胺、唾液酸化、C 末端赖氨酸加工等，影响构象与药代动力学）、糖基化谱（岩藻糖、半乳糖、唾液酸、高甘露糖，直接决定 ADCC/CDC 与清除速率）、氧化（甲硫氨酸/色氨酸氧化影响稳定性与亲和力）、脱酰胺（天冬酰胺脱酰胺影响电荷与免疫原性）以及双抗特有的错配副产物与半抗体。工艺相关杂质包括宿主细胞蛋白（HCP）、宿主细胞 DNA（HCDNA）、Protein A 配基脱落、内毒素、消泡剂与培养残留物。上游细胞培养阶段是多数产品相关 CQA 的"诞生地"：pH、温度、DO、营养供给、微量元素与收获时点共同雕刻最终质量指纹，因此质量控制的第一个战场在反应器内，而非纯化之后 [67,36,82]。 图4-1 全生命周期质量控制链（上游培养阶段即决定下游纯化负担与产品可比性） 表4-1 单抗/双抗关键质量属性分类与控制点 CQA 来源/机制 典型检测方法 主要控制点 聚体（HMW） 热/剪切应激、界面暴露、二硫键错配 SEC-HPLC、SEC-MALS、AUC 培养温度与时长、收获时点、纯化层析 片段（LMW） 蛋白酶水解、还原切割 CE-SDS（非还原）、SEC 培养 pH/温度、补料策略、收获条件 电荷变异体 脱酰胺、唾液酸化、C 端 Lys 加工 cIEF/icIEF、IEX-HPLC、在线多维   LC 培养基组成（铜/锌）、pH、培养时长 糖基化谱 糖基转移酶活性、核苷酸糖供给 HILIC-FLR、LC-MS、亲水色谱 锰/半乳糖补料、温度、pH、渗透压 核心岩藻糖 FUT8 活性 LC-MS 糖肽分析 FUT8 基因敲除株、岩藻糖类似物（2F-岩藻糖） 氧化 溶解氧、金属离子、自由基 胰酶肽图 LC-MS DO 设定、抗氧剂、储存条件 脱酰胺 天冬酰胺自发水解 肽图、icIEF pH 与温度、培养后期收早 错配/半抗体（双抗） 链随机装配 MS（完整分子量）、CE-SDS、疏水/电荷正交层析 分子设计、纯化去除、收获监测 HCP 宿主细胞分泌/裂解残留 ELISA、LC-MS 蛋白组 活率维持、收获时机、深层过滤与层析 HCDNA 细胞裂解释放 qPCR/ddPCR 核酸酶处理、层析清除验证 4.2 关键工艺参数（CPP）及其控制 关键工艺参数（CPP）是指其变异会影响 CQA、必须控制在设定范围内的过程参数。细胞培养的 CPP 及其典型控制策略如下。(1) pH：CHO 培养常用 6.8–7.2（与温度耦合设定），pH 每偏离 0.1 个单位即可改变乳酸代谢方向与糖基化（半乳糖基化随 pH 升高而增强）；控制方式为 CO₂/碱液（NaHCO₃/Na₂CO₃）双回路，放大时注意 CO₂ 分压与 pH 解耦问题。(2) 溶氧 DO：常设 30–50% 空气饱和度，低 DO 促进乳酸生成、高 DO 增加氧化损伤；通过搅拌转速级联+氧气/空气表层通气控制。(3) 温度：37℃ 生长为主，后期降温（30–34℃）延长活率与生产期、改善糖谱与聚体，但降温同时改变电荷谱需综合评估。(4) 渗透压：280–450 mOsm/kg，补料与碱液贡献最大，高渗提升比生产速率但诱导凋亡并改变糖基化。(5) 葡萄糖：控制在 2–8 g/L，高于阈值驱动乳酸（Crabtree 效应），低于 0.5 g/L 触发营养限制与凋亡；动态补料按消耗速率补给。(6) 乳酸/氨：作为代谢健康指标而非直接控制目标，N-1 灌注与葡萄糖控制可显著降低其峰值。(7) pCO₂：放大后主要难题之一，>150 mmHg 抑制生长并酸化胞内环境，靠通气策略与罐压管理。(8) 剪切与气泡：喷气孔孔径、Pluronic F-68 保护剂浓度与搅拌桨设计共同决定细胞损伤水平 [46]。此外，对双抗还应把"正确装配率随时间的变化"视为类 CPP 的过程响应加以监测。 表4-2 细胞培养关键工艺参数典型设定与控制方式 参数 典型设定 控制回路/手段 对 CQA 的主要影响 pH 6.80–7.20（耦合温度） CO₂/碱液双向 PID，放大关注 CO₂ 剥离 乳酸代谢、半乳糖基化、脱酰胺、电荷 DO 30–50% 空气饱和度 搅拌级联+O₂/空气表层通气 氧化、乳酸、还原型谷胱甘肽水平 温度 37℃→后期 32–35℃ 夹套/温控，程序降温 生长/生产切换、聚体、糖谱、电荷 渗透压 280–450 mOsm/kg 补料配方与碱液用量管理 比生产速率、凋亡、糖基化 葡萄糖 2–8 g/L（防耗尽） 动态补料/在线葡萄糖反馈 乳酸代谢、营养限制、自噬 pCO₂ <120–150 mmHg 表层通气/喷气优化、罐压 pH 不均、生长抑制、电荷变异 剪切 ε/气泡破裂事件数最小化 桨型、通气孔径、Pluronic   F-68 细胞损伤、聚体、DNA 释放 接种密度 0.3–1×10⁶（传统）5–10×10⁶（iFB） N-1 灌注/浓缩种子 周期长度、代谢轨迹、质量一致性 补料策略 指数/动态补料 按糖耗或   VCD 反馈 效价、乳酸/氨、渗透压、糖谱 图4-2 典型流加培养过程关键参数曲线（示意） 4.3 质量检测技术平台 质量检测贯穿细胞株构建、工艺开发、放大验证与放行。纯度与聚体：SEC-HPLC 是工作马，SEC-MALS 提供绝对分子量（可检出共洗脱的聚体），分析超速离心（AUC）作为正交金标准，2026 年综述强调 AUC 在生物药表征中不可替代的地位 [82]；CE-SDS（还原/非还原）定量片段与完整性。电荷变异：cIEF/icIEF 成像毛细管等电聚焦是标准方法，2023 年报道的自动化在线取样多维液相色谱实现了收获液电荷变异的近实时监测 [35]。糖谱：HILIC 荧光标记法（HILIC-FLR）与亲水相互作用色谱定量 N-糖谱，LC-MS 糖肽分析提供位点特异信息，2021 年有研究开发了糖工程抗体亚群岩藻糖的快速分析方法 []。杂质：HCP 用平台 ELISA 初筛 + LC-MS 蛋白组深度表征，HCDNA 用 qPCR/ddPCR，Protein A 残留用 ELISA。双抗专属检测：完整分子量质谱（native MS）与亚基分析区分错配产物，疏水相互作用色谱（HIC）与阳离子交换层析分离同源二聚体与半抗体 [42]。2026 年的一项研究系统比较了 NS0 与 CHO 来源同一单抗的质量指纹，提示平台切换时需开展全谱可比性研究 [67]。此外，2025–2026 年兴起的"数字质量"概念将 PAT 在线数据（拉曼预测的糖谱/聚体趋势）与放行策略结合，推动实时放行测试（RTRT）在培养环节落地 [51,72]。 第5章工艺开发与工艺放大 5.1 工艺开发的系统方法：QbD、DoE 与平台化 工艺开发（PD）的任务是在注册时限内，把一株候选克隆转化为可验证、可放大的商业化工艺，并输出设计空间与控制策略。现代 PD 遵循 QbD 框架 [57]：定义 QTPP→识别 CQA→风险评估（FMEA 类工具筛选潜在 CPP）→scale-down 模型建立与确认→DoE 实验刻画参数-CQA 关系→建立设计空间与正常操作范围（NOR/PAR）→控制策略制定→工艺性能确认（PPQ）。DoE 是核心工具：筛选阶段用部分析因/Plackett-Burman 设计在 8–16 个实验中评估 5–8 个参数，优化阶段用响应面设计（CCD/Box-Behnken）精细刻画 pH×温度×补料等交互作用，2022 年有研究把化学计量学、DoE 与神经网络集成用于工艺开发 [28]。平台化是效率杠杆：同一宿主/载体/培养基/补料/控制策略模板覆盖多数分子，仅对分子特有风险（如双抗错配、酸敏感）做定制研究，可将单抗工艺开发周期压缩至 9–12 个月。微型生物反应器（ambr15/ambr250）与自动化液体工作站把实验通量提升 10–20 倍，2023 年报道了"从基因克隆到生产"的高通量工艺开发管线 [34]。此外，2021 年报道的模型可迁移性研究为"少做实验、多建模型"提供了方法论依据 [18]。 图5-1 QbD 工艺开发路线（ICH Q8/Q9/Q10/Q11） 表5-1 工艺开发中的 DoE 应用模式 阶段 设计类型 典型因子 响应 产出 风险筛选 Plackett-Burman   / 部分析因 pH、DO、温度、接种密度、补料时机、渗透压、锰/铜 效价、聚体、糖谱、电荷 确定   CPP 候选清单 参数优化 CCD / Box-Behnken 响应面 pH×温度、补料速率×渗透压 效价、正确配对率（双抗） 设计空间与 PAR 稳健性验证 全析因/中心点重复 NOR 边缘组合 CQA 全谱 证明工艺稳健 放大转移 无量纲参数匹配实验 P/V、kLa、混合时间、CO₂ 剥离 生长/代谢/质量一致性 scale-down 模型确认 5.2 工艺放大的策略与路径 抗体工艺放大的经典路径是：摇瓶（50–500 mL）→ 台式罐（2–10 L）→ 中试罐（50–500 L）→ 生产罐（1000–2000 L，部分企业6000–20000 L 一次性/不锈钢）。放大的理论基础是"过程相似性"：在几何相似的前提下，选择关键无量纲参数（单位体积功率输入 P/V、体积传质系数 kLa、混合时间、叶端线速度、CO₂ 剥离速率）作为放大准则，无法同时满足所有准则时按产品敏感性排序——对剪切敏感的双抗优先保叶端线速度，对高密度强化工艺优先保 kLa 与 CO₂ 剥离。策略选择上，(a) 传统逐级放大（scale-up）：适合不锈钢罐平台，风险在于放大系数过大时传质偏差；(b) 平行放大（scale-out/scale-out with N-1 pooling）：用多个小型一次性反应器并联替代单一大罐，规避传质风险，2023 年"组织化应激"研究 [33] 与一次性技术成熟使该路线在强化工艺中流行；(c) 一次性技术（SUT）：2–6000 L 一次性生物反应器缩短周转、消除清洗验证，但大体积 SUT 的混合与 CO₂ 剥离设计需特别验证；(d) 连续制造放大：以"数量放大"替代"体积放大"，稳态灌流+连续下游（连续层析、病毒灭活、超滤）已在 2021/2022 年中试规模验证 [20,26]，2026 年报道了面向连续下游的智能制造系统 [75] 与 DoE 指导的膜捕获整合 [76]。 表5-2 工艺放大策略对比 策略 核心逻辑 典型规模 优势 风险/局限 传统   scale-up 几何相似+关键参数匹配 2→20000 L 单罐产能大、平台成熟 放大系数大时传质/CO₂ 偏差 scale-out 并联 小型罐多线并联 200–2000 L×N 传质一致、灵活排产 罐数多、批间一致性管理复杂 一次性   SUT 抛弃式袋/罐体 50–6000 L 无清洗验证、快速换产 大体积混合与剥离设计受限、耗材成本 强化+scale-out N-1 灌注+高强度流加+并联 500–2000 L×N 产能提升 40–100% 种子供应链复杂、质量可比性验证 连续制造 数量放大、稳态操作 50–500 L 灌流 占地小、周期短、质量稳定 控制复杂、法规路径新、培养基成本 图5-2 放大过程中传质与功率参数的典型变化趋势（示意） 5.3 工艺放大中的难点与挑战 放大难题的根源是"规模改变物理场"。第一，氧传质限制：kLa 随规模增大而下降（相同通气比下大罐 kLa 常仅为小罐的 1/3–1/2），高密度强化工艺的需氧量（OUR 可达 20–50 mmol/L/h）逼近大罐极限，导致 DO控制滞后与局部缺氧。第二，CO₂ 蓄积：高密度培养 CO₂ 生成速率高，大罐液位深、静压大，CO₂ 剥离效率下降，pCO₂ 可升至 150–250 mmHg，引起胞内酸化、生长抑制与电荷变异。第三，混合时间延长：从数秒延长至 100–300 秒，形成 pH、营养与补料的浓度梯度，补料点局部渗透压冲击可瞬间损伤细胞。第四，剪切与气泡损伤：搅拌湍流耗散与气泡破裂区是细胞损伤热点，双抗高表达株膜脆性更大 [46]。第五，泡沫与排气带液：表面活性蛋白增多导致泡沫聚集、消泡剂使用与排气冷凝器带液损失。第六，批次间与环境依赖：放大后工艺对菌种质量（接种密度、活率、种龄）与培养基批次敏感度放大。第七，质量放大漂移：糖谱（半乳糖/岩藻糖比例）、电荷谱与聚体在大罐中系统偏移，导致放大后可比性失败——这是项目延误的头号原因。第八，模型失真：scale-down 模型若未匹配 pCO₂、混合时间等参数，将系统性低估放大风险。2023 年"组织化应激"研究特别指出，强化工艺的放大需要把"应激预算"（剪切、渗透压、温度波动的累计暴露）作为设计变量统一管理 [33]。 图5-3 放大风险矩阵（气泡大小≈防控难度，示意） 5.4 放大难点的解决方案 针对上述挑战，工业界形成了"预测、匹配、监测、补偿"四步解决方案。(1) 预测：以经过确认的 scale-down 模型（ambr250/2 L，匹配 P/V、kLa、混合时间、pCO₂ 剖面）开展最坏情况组合实验，提前暴露放大风险；2025 年报道的稳健 scale-down 模型开发与工艺表征工作流是标准范式 [57]。(2) 匹配：放大准则按产品敏感性排序——剪切敏感分子优先保叶端线速度与气泡破裂控制（深喷气孔、大气泡+微泡组合、F-68 浓度优化）；高密度工艺优先保 kLa 与 CO₂ 剥离（表层通气强化、罐压优化、碳酸氢盐体系调整）；混合敏感工艺增加桨径/挡板或采用双桨配置。(3) 监测：在大罐上部署 PAT——拉曼光谱在线监测葡萄糖/乳酸/氨基酸/效价/细胞密度 [51]，尾气质谱监测 OUR/CER 推演代谢状态，电容探针监测活细胞量，2026 年跨规模拉曼模型迁移框架使"小罐建模、大罐应用"成为可能 [71,85]；2026 年报道的在线大罐直接监测方法进一步降低了取样依赖 [70]。(4) 补偿：动态补料按在线糖浓度反馈补偿混合不均；局部 pH 探针+多点采样验证梯度；必要时采用 scale-out 并联与连续制造从根源上规避体积放大问题 [20]。此外，组织层面建立"放大知识库"：把每次放大中的参数偏差、质量漂移与根因分析数字化沉淀，用于下一代工艺与数字孪生模型训练 [60,77]。 表5-3 工艺放大难点-解决方案对照表 放大难点 机理 工程解决方案 数字化辅助手段 kLa 不足/局部缺氧 通气效率下降、氧耗上升 组合通气（微泡+大气泡）、富氧、压力优化 OUR 模型预测、DO 级联优化 CO₂ 蓄积 静压与高代谢 表层通气强化、罐压/通气策略、培养基缓冲体系 pCO₂ 软测量、尾气 CER 反推 混合时间延长 湍流耗散下降 桨径/层数优化、补料点设计（多孔分配） CFD 模拟、混合时间测量验证 剪切/气泡损伤 湍流+气泡破裂 低剪切桨、深孔通气、Pluronic F-68 优化 CFD 剪切应力场仿真 质量放大漂移 环境场改变细胞生理 放大准则排序、最坏条件实验、收获判据 糖谱/电荷在线预测模型 种子质量波动 N-1 工艺变化 N-1 灌注平台标准化、种龄/活率门禁 种批放行软测量 模型失真 scale-down  未匹配关键参数 pCO₂/混合时间匹配的模型设计 混合建模参数迁移   [18] 4.4 可比性研究与工艺变更管理 按照 ICH Q5E，工艺变更（培养基配方更新、补料策略调整、生产规模放大、厂址转移、纯化层析介质更换等）必须通过可比性研究证明变更前后产品在质量、安全性与有效性上高度相似，否则变更后产品将被视为新分子而触发新的临床研究。可比性研究的核心思路是"分层证据"：第一层为放行标准（必须全部通过）；第二层为扩展表征（糖谱、电荷谱、聚体、氧化、构象等深度分析）；第三层为必要时补充的药代/药效或临床桥接数据。上游培养是质量漂移的高发源头：培养基中锰离子浓度改变半乳糖基化、铜离子改变 C 末端加工、温度策略改变电荷谱与聚体、培养时长改变脱酰胺与唾液酸化。因此，上游变更的可比性策略应预先建立"参数-质量"影响矩阵，并用经确认的 scale-down 模型开展变更前后头对头实验，采用统计等效区间（如效价 ±20%、各糖型绝对差值 ≤5%）判定可比。2026 年 NS0 与 CHO 平台比较研究 [67] 是"平台切换级变更"的典型案例，提示宿主变更需要最严格的可比性证据链。工艺变更管理还须满足变更控制流程（ICH Q10 药品质量体系）：风险评估→变更分级→验证计划→监管沟通（如适用）→实施后监测（工艺性能确认 PPQ 与年度质量回顾 APR）。对双抗还应增加正确配对率、错配杂质谱作为可比性专属指标。 5.5 一次性技术与厂房设计考量 一次性技术（SUT）已覆盖从缓冲液配制、种子扩增（波浪式生物反应器）、生产培养（50–6000 L 一次性搅拌罐）、深层过滤、层析前处理到成品灌装的几乎全部工序。SUT 的价值主张：消除批次间交叉污染风险与在位清洗/灭菌（CIP/SIP）验证负担，厂房建设周期缩短 30–50%，多产品共线生产灵活度大幅提升，与 scale-out 并联策略天然契合。风险与对策：可提取物/浸出物（E&L）需按产品风险分级评估并纳入毒理安全阈值；一次性袋体破损与完整性保障（供应商审计、安装后压力测试）；供应链单一来源风险（双供应商策略）；以及大体积 SUT 反应器的传质限制（袋体几何限制了搅拌桨效率，2000 L 以上袋体需特别设计通气与混合方案）。厂房设计维度，现代抗体工厂呈现三种典型模式：传统不锈钢大罐模式（适合 10 t/y 以上稳定产品）、一次性多线模式（适合多产品中试与商业化并行）、连续制造专用厂房（小体积高流速灌流线+连续下游，占地仅为传统厂房的 1/3–1/5）。2021–2022 年的整合连续制造中试演示 [20,26] 已经为连续厂房的工艺平面提供了直接参照。无论何种模式，上游车间的培养基制备、CIP 站、种子扩增间与 PAT 数据网络都应按"工艺强化+数字化"的新标准预留能力。 第6章扩展：PAT、数字孪生、连续制造与未来趋势 6.1 过程分析技术（PAT） PAT 的核心理念是把质量控制从"取样-离线检测-事后放行"转变为"在线测量-实时理解-前馈控制"。上游 PAT 工具链包括：电容/阻抗谱（活细胞密度 VCD 在线）、拉曼光谱（葡萄糖、乳酸、氨、氨基酸、效价、细胞密度多参数同时软测量 [51]）、近红外/中红外光谱（营养物浓度）、尾气质谱（OUR/CER 代谢流推演）、在线 HPLC/LC（效价与电荷变异 [35]）、原位显微镜（细胞形态）与 2021 年综述所述的免标记生物传感器 [19]。拉曼是近年进步最快的技术：2022 年自动化标定数据生成解决了建模数据瓶颈 [25]，2025 年研究明确培养基配方与光谱预处理流程对模型的影响 [53]，2025–2026 年相继报告了增强灵敏度的上游监测方法 [52]、大罐直接监测 [70]、跨规模变量特异预处理迁移 [71] 与综合性拉曼监测框架 [85]，2026 年综述总结了拉曼标定自动化、监测与维护的完整体系 [72]。将 PAT 信号接入反馈回路即形成闭环控制：葡萄糖浓度预测驱动动态补料、效价预测驱动收获决策、糖谱趋势预警驱动参数补偿，为实时放行测试（RTRT）与连续制造奠定基础。 图6-1 PAT 闭环控制架构 6.2 数字孪生与人工智能/机器学习 数字孪生（digital twin）是对物理生物反应器的动态虚拟映射：以机理模型（代谢网络、流体力学 CFD）为骨架，以机器学习模型（ANN、GPR、PLS）为校正器，形成"机理+数据"的混合模型（hybrid model）。2024 年提出的多尺度混合建模方法学（从细胞代谢到反应器流体）[45]，2023 年时空多尺度建模综述 [38] 与 2026 年上游预测数字孪生框架 [73] 构成了方法主线。应用场景包括：过程开发中的"虚拟实验"（用历史数据+模型外推替代部分湿实验，2021 年模型可迁移性研究已证明跨规模实验负担可显著降低 [18]）、放大风险预演（CFD 预测混合/剪切场）、实时软测量（2025 年 AutoML 驱动的氨基酸在线预测 [58]）、批次间偏差预警与根因诊断（2025 年 AI/ML 数字化工艺开发综述 [60]）以及培养基配方与工艺参数优化（2025–2026 年多项研究 [61,77]）。2026 年预测模型控制（MPC）已从下游捕获延伸到上游培养 [59]，同年"迈向智能连续生物工艺控制"的路线图 [74] 与 CHO 4D 基因组注释 [78] 分别从控制论与基因组学两端为下一代数字孪生提供支撑。需要清醒认识的是：数字孪生的价值上限取决于数据质量与机理深度，工业界当前多处于"混合模型+决策支持"阶段，完全自主闭环控制仍属前沿探索。 6.3 连续生物制造 连续制造（continuous bioprocessing / ICB）把灌流培养与连续下游（多柱连续层析 PCC、连续病毒灭活、单程切向流过滤 SPTFF）串联成稳态流水线。2021 年报道的端到端整合连续制造中试演示（25 L 规模、全流程自动化）是里程碑式概念验证 [20]，2022 年酸敏感单抗的整合连续平台进一步展示了其对不稳定性分子的价值（产物停留时间从数十小时缩短至小时级）[26]。连续制造的优势：设备占地减少 60–80%、单位产能资本支出显著下降、产物质量（尤其聚体与氧化）更稳定、批次放行向稳态放行演进；挑战包括：无菌保障与长期培养的微生物风险、培养基消耗成本、稳态偏离检测与物料可追溯性（需"批定义"的法规创新）、以及控制系统的复杂度。2026 年的进展显示行业正在解决这些工程问题：面向连续下游的智能制造系统 [75]、DoE 指导的膜捕获整合 [76]、上游实时 MPC 控制 [59] 与统一单程透析技术 []。监管层面，FDA 与 ICH Q13（连续制造）为申报路径提供了框架，预计 2026–2030 年将出现首个商业化全连续抗体工艺。 6.4 未来趋势展望 展望 2026–2035 年，单抗与双抗细胞株构建与培养将呈现八大趋势：(1) 定点整合+合成染色体着陆垫成为默认平台，CLD 周期压缩至 8 周以内；(2) 可开发性评估前置化，分子设计端解决 80% 的工艺难题（尤其双抗错配与聚体）；(3) 组学+AI 的"数字克隆"在筛选阶段预判放大表现，湿实验筛选量下降一个数量级；(4) 高强度流加+连续制造双轨并行，按产品生命周期选择产能模式（上市期 iFB、成熟期连续）；(5) PAT 全覆盖与实时放行成为新常态，拉曼/近红外/尾气/电容信号融合为"过程指纹"；(6) 数字孪生从决策支持走向自主优化（自学习补料、预测性收获）；(7) 糖工程与电荷工程实现"质量属性按需设计"（去岩藻糖 ADCC 增强、半乳糖化补体调控、唾液酸化半衰期调控）；(8) 双抗平台大爆发推动"复杂格式工艺工具箱"标准化——错配去除层析、装配率在线监测、四链共表达载体将成为平台标配。对中国企业而言，双抗出海与连续制造是两大弯道超车机会，但需补齐高端培养基、PAT 传感器与数字孪生软件的自主可控短板。 图6-2 八大关键技术方向成熟度示意评分（作者综合 2021–2026 年文献评估） 6.5 中国产业实践观察 中国抗体产业在 2018–2026 年完成了从仿创（biosimilar）到创新的跃迁：PD-1/PD-L1 单抗产能放量推动 15000–20000 L 大规模不锈钢罐与一次性技术并举；双抗领域，康方生物（PD-1×CTLA-4 卡度尼利、PD-1×VEGF依沃西）、康宁杰瑞、岸迈、友芝友等企业形成了各自的平台技术，国产双抗临床管线数量已进入全球第一梯队。细胞株与工艺层面，头部 CDMO 与药企普遍建立 GS-CHO 定点整合平台、ambr 高通量工艺开发平台与 N-1 灌注强化工艺，部分企业已部署拉曼 PAT 与数据中台。2025–2026 年的行业痛点是：复杂格式分子（2+1、三抗）的工艺放大、连续制造的法规沟通、以及 AI 工艺模型的可解释性与合规验证。需要提醒的是，本报告引用的产业数据与观察来自公开渠道的行业共识，具体企业的技术细节应以企业披露为准。 第7章 2015–2026 年关键文献 表7-1 2015–2026 年代表性文献按年份汇总 年份 主题 代表性文献（标题/期刊，PMID） 2015 双抗格式 Bispecific   antibodies (Drug Discov Today, 25728220)；Alternative   molecular formats (Mol Immunol, 25637431) 2015 CHO 基因编辑 CRISPR/Cas9-mediated genome engineering of CHO cell   factories (26058577) 2017 双抗制备 The making   of bispecific antibodies (MAbs, 28071970) 2018 糖工程 CRISPR/Cas9 for modulating glycosylation (30242691) 2019 工艺强化 Recent   developments in bioprocessing of recombinant proteins (31921823) 2019 基因编辑 miR-744 knockout improves antibody production   (30802343)；site-specific gene expression   (30807689)；high-throughput gene editing (31856197)；HEK293 stable system (31727983) 2020 基因编辑 CRISPR/Cas12a   CHO engineering integrated with bioprocess (33369118) 2021 自动化 CLD High-throughput and automation for single-cell   cloning (34478248)；microfluidic systems (36970555) 2021 连续制造 Pilot-scale   end-to-end integrated continuous biomanufacturing (33410159) 2021 建模 Model transferability and reduced experimental   burden (35004635)；label-free biosensors (34358978) 2021 双抗表达 Expression   liabilities in a four-chain bispecific molecule (34110008) 2021 组学 From omics to cellular mechanisms in mammalian cell   factories (37475722) 2022 PAT/拉曼 Automated   data generation for Raman calibration (35591088) 2022 工艺强化 N-1 perfusion platform via capacitance probe   (35447688) 2022 双抗工艺 Productivity   and quality improvement for symmetric bispecific (35719210) 2022 连续制造 Integrated continuous biomanufacturing for   acid-sensitive mAbs (35470430) 2022 转座子 Progress   of transposon vector systems (35600890) 2022 DoE/AI Chemometrics, DoE and neural networks for process   development (35340128) 2022 糖工程 Nucleotide   sugar synthesis pathway engineering (36152932) 2022 代谢组 Integrating metabolome dynamics and process data   (35429675) 2023 双抗错配 Mispairing   omic signatures in CHO (38001891) 2023 双抗平台 FAST-Ig bispecific production for NXT007 (37339067) 2023 强化工艺 Ultra-intensified   fed-batch process (37994547)；organized   stress for scale-up (37027375) 2023 质量监测 Automated online-sampling multidimensional LC   (38015205)；hetero-aggregates (36669833)；protein A statistics (37478555) 2023 高通量   PD High-throughput   process development from gene cloning to production (37715258) 2023 建模 Spatial-temporal multiscale modeling (37370675) 2024 定点整合 From   random to targeted transgene integration (38950872) 2024 强化平台 Automated high inoculation density fed-batch   platform (38013663) 2024 双抗结构 Structural   study of light chain mispaired bispecific (38972252) 2024 基因组 Chromosome 2 segment duplication in production CHO   (38403434) 2024 糖工程 Combinatory   glycoengineering of mAbs (38482428) 2024 建模 Multiscale hybrid modelling methodology (39481676)；shear quantification (39373731) 2025 组学 Rapid   targeted proteomics workflow (40480342)；systems   biology of 2G12/353-11 (39982319)；bioprocess   biomarkers (40064687) 2025 双抗设计 Orthogonal constant domain interfaces (40126074) 2025 PAT Raman   monitoring of nutrients/metabolites/titer (40284468)；media   and preprocessing (41783479)；sensitivity   (41420703) 2025 scale-down Robust scale-down model and process   characterization (39978736) 2025 AI AutoML   soft sensors for amino acids (40760954)；AI/ML   digital bioprocess (41211798)；real-time   MPC of capture (41459753) 2025 NGS/转座子 NGS multi-purpose tool in CLD (40265158)；transposon multi-subunit production   (40425682) 2025 强化工艺 Cell   physiological status in intensified fed-batch (39834164) 2026 总体策略 Optimization strategies for mAb production   (42496057)；comprehensive review of antibody   production/purification (42194086) 2026 双抗工艺 Targeted   dual selection transposon pools (41392331)；challenges   for complex formats (41978641) 2026 工艺强化 N-1 media optimization (42347961) 2026 质量 NS0 vs CHO   quality profiles (42129584)；afucosylation   strategies (41972453)；AUC   characterization (42450343)；Warburg   effect targeting (42420770) 2026 PAT 迁移 Cross-scale Raman model transfer (42667545)；comprehensive Raman framework   (42341650)；direct large-scale monitoring   (42125845)；Raman calibration advances (41777122) 2026 数字孪生 Predictive   digital twins of upstream processes (42088851)；intelligent   continuous control (42472568)；smart   manufacturing (42252024)；digital   thread (42584715)；4D genome   of CHO (42586865) 2026 细胞工程 NLS-PBase transposase (42047891)；chromosome-specific GS double knockout   (41724722)；productivity improvement (42671675)；LIVCA cell age (40962417)；media synthesis biology (42668801)；glycoengineering (42609441) 2026 下游整合 DoE-guided   membrane capture (41877579)；asymmetric   dialysis unified single-pass (42124374) 结论：2015–2026 年的文献演化清晰显示三条主线——细胞株构建从"随机+加压"走向"定点+可编程"；细胞培养从"批式+经验"走向"强化+连续+智能"；质量控制从"离线放行"走向"在线理解+实时放行"。双抗则在单抗技术底座上叠加了独特的分子工程难题，其解决方案（正交配对、装配率监测、错配去除）正在反向反哺单抗与复杂蛋白（融合蛋白、三抗、ADC）的工艺科学。 第8章行业案例复盘：从获批双抗看工艺决策 8.1 emicizumab（艾美赛珠单抗）：分子工程决定工艺成败 emicizumab（FIXa×FX，血友病 A）是工业双抗的标杆案例。其分子采用共同轻链 + 静电转向的异源重链配对设计，从源头消除了轻链错配与大部分重链同源二聚问题，使 CHO 细胞能够以接近单抗的稳健性生产四链双抗。该案例的启示：其一，在分子设计阶段投入 3–6 个月解决配对问题，比在纯化端用多步正交层析长期背负 20–50% 的收率损失经济得多；其二，共同轻链策略要求早期噬菌体展示筛选阶段就把「共用轻链」作为硬约束，团队必须接受表位空间的收窄；其三，获批后的商业化放量进一步验证了该类分子在放大中的质量稳定性。 8.2 blinatumomab（博纳吐单抗）：片段型的灌流生产实践 blinatumomab 采用 BiTE 串联 scFv 格式（约 55 kDa），无 Fc、半衰期极短（约 2 h），临床以持续静脉输注给药。其上游工艺以 CHO 连续灌流生产实现：小分子量、易聚集的片段型双抗在反应器内停留时间短，配合低温收获与快速捕获，才能把聚体与降解控制在可接受范围。该案例说明：格式选择直接绑定工艺模式——片段型分子天然适合灌流/连续制造；同时也暴露了灌流工艺的成本压力（培养基消耗大）与放行策略复杂性，这些经验后来被整合连续制造的倡导者系统吸收 [20]。 8.3 amivantamab（埃万妥单抗）：DuoBody 的供应链解耦逻辑 amivantamab（EGFR×cMET）采用 DuoBody 平台：两条独立的亲本单抗分别在各自的 CHO 生产线中生产，收获后在受控还原条件下体外混合，通过 Fab 臂交换（cFAE）组装成双抗，再以纯化去除残余亲本。其工艺哲学是「把装配难题搬出细胞」：细胞只生产结构简单的单抗，装配在罐外精准控制。代价是双生产线投资与更高的运营复杂度，换取的是近乎 100% 的装配正确率与两条臂的独立质量控制。该案例提示：双抗的工艺路线没有唯一解，正确装配率、产能投资、运营复杂度与监管接受度之间的权衡必须量化为商业决策，而非纯技术偏好。 8.4 中国双抗企业的平台化实践 中国双抗产业在 2020–2026 年实现爆发，康方生物卡度尼利单抗（PD-1×CTLA-4，2022 年获批）与依沃西单抗（PD-1×VEGF）代表了「创新靶点组合+快速临床推进」的模式；康宁杰瑞、岸迈生物、友芝友生物等企业在各自的双抗平台（如对称四价、FIT-Ig、YBODY 等）上形成差异化。工艺层面的共性趋势：普遍采用 GS-CHO 平台与高强度流加/灌流混合产能布局；CDMO 加速了复杂格式分子的工艺外包；国产培养基、一次性耗材与 PAT 设备配套率快速提升。需要客观指出，公开数据有限，本小节为行业观察性描述，具体工艺参数与产量数据应以各企业公告与注册文件为准。 8.5 强化工艺落地的典型工程方案 一个具有代表性的强化工艺落地架构是：种子线采用 50 L 波浪袋/搅拌式一次性罐 N-1 灌注（ATF 截留，5–7 天）→ 生产线采用 4–8 条 1000–2000 L 一次性罐并联高强度流加（高接种密度 5–10×10⁶ cells/mL）→ 收获液经深层过滤后进入一次性下游。该架构以 scale-out 规避 5000 L 以上大罐的传质风险，以并联排产吸收批次波动，以 N-1 灌注把单罐年产能提升 40–100%，并可与连续下游逐步对接。工程实施要点：N-1 与 N 罐的培养基/补料体系联动设计、ATF 膜面积与剪切管理、并联罐间的批次一致性与 PAT 数据对齐、以及质量可比性证明（强化批与常规批的糖谱/电荷桥接数据）[33,32]。 第9章入门实操指南：从零开始建立细胞株与培养工艺 9.1 项目启动与分子评估（第 0–4 周） 入门团队的第一步不是动手转染，而是完成分子可开发性评估：确认序列（双抗需确认两条 HC/LC 的配对设计、糖基化位点与游离半胱氨酸数目）、开展小规模瞬时表达（HEK293 或 CHO-S，PEI 转染，50–500 mL 摇瓶）验证表达水平、装配正确率（双抗用非还原 CE-SDS 或完整质量质谱）、聚体倾向（SEC）与热稳定性（DSF 或 DSC）。经验判据：单抗瞬时效价 >50 mg/L、双抗 >20 mg/L 且正确装配率 >80% 可进入稳定株开发；聚体 >10% 或 Tm <55℃ 的分子建议先返回分子设计优化。同时冻结 QTPP：明确目标效价（如单抗 ≥5 g/L、双抗 ≥3 g/L）、聚体上限（通常 ≤5%）、关键糖型（如去岩藻糖 ≥90%）与项目时间表。 9.2 载体构建与转染实操要点（第 4–10 周） 载体构建要点：目的基因经密码子优化后交由合成商合成；双抗四基因建议先做双载体与单载体两套方案并行；每个载体保留唯一酶切位点便于后续改造；转染前用无内毒素质粒大提（浓度 ≥1 μg/μL，A260/A280 1.8–2.0）。稳定转染两条路线：随机整合路线采用 PEI 或电转+GS/MSX 筛选（MSX 浓度需预先以杀伤曲线确定，常用 25–50 μM）；定点整合路线使用配套着陆垫宿主与重组酶/CRISPR 试剂盒，电转后 48–72 h 施加选择压力。转染后 2 周内完成 minipool 效价评估，淘汰平均效价低于目标 30% 的组合。记录全部实验参数（质粒比、细胞代数、电转参数）以便溯源。 9.3 克隆筛选实操与数据判读（第 10–20 周） 单细胞克隆化首选 FACS 或单细胞打印，配全孔成像记录。初筛（96 孔板，约 2 周）按生长与效价取前 5–10% 克隆进入深孔板复筛；复筛重点剔除"静态培养假阳性"（悬浮适应性差、克隆性差）；摇瓶批式评价（约 3 周）保留 20–50 株，评价效价、倍增时间、聚体、电荷（快速 icIEF 或 IEX）；ambr15 流加模拟（约 4 周）保留 6–12 株。数据判读的常见误区：只看效价忽略比生产率（qP）与代谢效率（乳酸/葡萄糖比 YLac/Glc，理想 <0.3）；忽略培养结束活率（<60% 的克隆放大后易崩盘）；忽略克隆间糖谱差异（选择糖谱"可控"的克隆，而非绝对值最优）。双抗还要对每一株做正确装配率与错配杂质谱评估。最终进入中试的 3–5 株需完成单克隆性审查与遗传稳定性预实验（30–60 PDL 快检）。 9.4 摇瓶与微型反应器工艺起步（第 12–24 周） 培养基与补料平台化起步：优先选择商业化 CHO CD 平台培养基（如 ActiPro、Dynamis、FortiCHO 类）与配套补料，避免自研配方占用早期资源。摇瓶阶段完成关键参数初筛：接种密度 0.3–0.8×10⁶ cells/mL、培养温度 36.5–37℃、摇床转速与装液量按溶氧需求设定、补料按厂家推荐比例于第 3、5、7、9 天加入（或按葡萄糖反馈）。转入 ambr15/ambr250 后建立 pH/DO 控制并复现摇瓶轨迹，随后开展小型 DoE（pH×温度×补料比例，8–12 个实验）初步锁定设计空间。入门团队最常见的失误是"摇瓶直接跳 5 L 罐"——缺少微型反应器过渡将导致放大后轨迹失真。工艺开发目标：12–14 天周期、效价达到平台预期 70% 以上、聚体 <5%、活率结束时 >60%，即可进入 scale-down 模型确认与放大阶段。 9.5 双抗项目特别注意事项 双抗入门项目的五个特别提醒：其一，分子格式决定工艺难度，1+1 非对称格式（如 KiH+CrossMab、DuoBody）与单链格式的工艺风险显著低于 2+1 多价格式，早期项目建议从成熟格式切入；其二，正确装配率是贯穿 CLD 与培养的第一 KPI，需建立标准化的错配分析（完整质量 MS 或 CE-SDS+密度梯度）并在每个放大节点复测；其三，纯化正交性要提前设计——Protein A 捕获后的错配去除（IEX/HIC/混合模式层析）必须在工艺开发早期锁定，否则中试阶段将被迫返工；其四，培养过程会改变装配平衡，温度与氧化还原条件是错配率的隐形开关，工艺表征时需纳入 DoE；其五，双抗的聚体动力学与单抗不同（结构域界面暴露），收获判据应同时绑定"聚体阈值"与"正确装配率阈值"，并预留 PAT 在线预测接口。 附录A 常用术语表 附表A-1 术语表 术语 英文 释义 细胞株开发 CLD 从转染到建立 MCB 的全流程，含筛选、单克隆化与表征 关键质量属性 CQA 影响产品安全性与有效性的理化/生物学属性 关键工艺参数 CPP 其变异影响 CQA、必须受控的过程参数 设计空间 Design Space 已验证可保证产品质量的参数多维组合区域 缩小模型 Scale-down   Model 匹配生产规模关键参数的实验室规模模型 单位体积功率 P/V 搅拌功率输入密度，放大匹配准则之一 体积传质系数 kLa 氧从气相到液相的传质速率系数 比生产速率 qP 单位细胞单位时间的产物分泌量（pg/cell/day） 灌流培养 Perfusion 连续补入培养基并截留细胞、持续收获的培养方式 N-1 灌注 N-1 Perfusion 生产罐前一罐采用灌流提高种子密度的强化策略 高强度流加 Intensified   Fed-batch 高接种密度+强化补料的流加工艺 过程分析技术 PAT 实时测量与控制关键质量与性能属性的技术体系 杵臼结构 Knobs-into-Holes CH3 界面突变强制重链异源配对技术 结构域交换 CrossMab 通过 CH1/CL 或 VH/VL 交换解决轻链错配 单克隆性 Monoclonality 细胞系来源于单个祖细胞的可追溯证据 宿主细胞蛋白 HCP 生产过程中宿主细胞来源的残留蛋白杂质 可比性研究 Comparability 证明工艺变更前后产品质量高度相似的研究 实时放行测试 RTRT 以过程数据（含 PAT）替代部分终产品检测的放行方式 附录B 常见问题（FAQ） Q1：单抗细胞株开发一般需要多长时间、多少克隆？传统随机整合路线约 12–26 周，通常筛选 1000–5000 个克隆；定点整合平台可压缩至 8–16 周，筛选 100–500 个克隆即可获得稳定高产株 [40]。 Q2：为什么 GS/MSX 系统是主流？谷氨酰胺合成酶（GS）系统利用 MSX 抑制内源 GS 活性，使外源 GS 基因成为生存必需，选择压力纯净；GS 双敲除宿主（CHO-GS-/-）进一步消除了内源背景，克隆稳定性与筛选窗口更优 [80]。 Q3：双抗正确配对率一般能达到多少？成熟平台（KiH+CrossMab、静电转向、共同轻链）通常可达 90–98%；设计不当的野生型四链共表达正确率可能只有 50–70% [54]。 Q4：N-1 灌注是否适合所有分子？大多数 CHO 平台适用，可缩短生产周期 30–50%；但剪切敏感克隆与高聚体倾向分子需评估高密度培养对质量的影响，并做好质量可比性研究 [24,50]。 Q5：放大过程中糖谱为什么总漂移？大罐中 pH 控制迟滞（CO₂ 蓄积）、局部营养梯度与温度分布不均共同改变了糖基转移酶活性窗口；对策是 scale-down 模型匹配 pCO₂/混合时间、降低补料点渗透压冲击并引入拉曼在线糖谱趋势监测 [85,71]。 Q6：乳酸高怎么办？优先优化葡萄糖供给策略（防止过量）、降低初始葡萄糖、采用半乳糖替代或 N-1 灌注提高接种密度缩短生长期；代谢工程手段（乳酸脱氢酶敲除、丙酮酸羧化酶过表达）作为平台级改造选项 [83]。 Q7：收获时点如何确定？综合三要素：效价增量与质量劣化的拐点（聚体/电荷/糖谱趋势）、活率下限（通常 >60%）与下游产能排程；双抗还需加入正确装配率趋势，建议以 PAT 软测量辅助动态决策。 Q8：一次性反应器能放大到多大？商业化一次性搅拌罐最大约 6000 L，但 2000 L 以上袋体的混合与 CO₂ 剥离能力下降，强化工艺通常选择 500–2000 L 并联（scale-out）而非更大体积 [33]。 Q9：连续制造值得现在投入吗？对产能弹性要求高、产品质量敏感（易聚集/氧化）或生产成本敏感的产品，连续制造在占地、质量与成本上优势显著，但需接受法规沟通与控制系统复杂度；ICH Q13 已提供申报框架 [20,26]。 Q10：如何快速提升团队工艺能力？以"平台化+数据化"为主线：固化平台培养基/载体/参数模板减少重复试错；建立工艺数据库与 DoE 习惯；引入 ambr 高通量与 PAT 工具；关键岗位与头部 CDMO 对标学习，并持续跟踪 2024–2026 年定点整合、拉曼建模与数字孪生文献（本报告表7-1 已按年份整理）。 附录C 关键法规与指导原则清单 附表C-1 细胞株构建与细胞培养相关法规/指导原则 编号 主题 与上游工艺的关联要点 ICH   Q5A(R2) 病毒安全性评价 细胞库与收获液病毒检测策略、病毒清除验证设计 ICH Q5B 表达构建体分析 整合拷贝数、序列确认与遗传稳定性研究要求 ICH Q5D 细胞基质表征 细胞系来源、鉴定、单克隆性与细胞库表征 ICH Q5E 可比性研究 工艺变更（规模/培养基/厂址）的可比性证据链 ICH Q7 原料药   GMP 细胞库与生产操作的 GMP 基本原则 ICH Q8/Q9/Q10/Q11 QbD 与质量体系 QTPP-CQA-CPP 推导、风险评估与知识管理 ICH Q13 连续制造 连续工艺的状态定义、批放行与控制策略 中国药典（ChP 2025） 生物制品通则 单抗类制品质量属性、检验方法与细胞基质要求 FDA   Guidance Chemistry,   Manufacturing and Controls (CMC) IND/BLA 申报中上游工艺信息与变更管理 EMA Guideline Production and quality control of monoclonal   antibodies 工艺验证与质量属性控制的具体要求 附录D 上游工艺设备与耗材选型参考 附表D-1 细胞株构建与细胞培养常用设备/耗材一览 环节 设备/耗材 选型要点 克隆筛选 单细胞打印机、FACS、全孔成像仪 单克隆性证据能力（成像分辨率、审计追踪）优先 克隆评价 ClonePix/Beacon 类、自动化 ELISA/Octet 通量与数据可追溯性；与 LIMS 集成 工艺开发 ambr15/ambr250  微型生物反应器 与大罐的放大相关性验证；DO/pH 控制精度 种子扩增 摇床/摇瓶、Wave 波浪袋、搅拌式一次性罐 氧传递能力与剪切水平；袋膜 E&L 资料 N-1 灌注 ATF/TFF 细胞截留装置、电容探针 膜通量与剪切、探针线性范围（5–200×10⁶/mL） 生产培养 一次性/不锈钢搅拌罐（500–20000 L） kLa、混合时间、CO₂ 剥离、尾气分析接口 PAT 拉曼/近红外光谱、尾气质谱、在线生化分析仪 模型迁移能力与 GMP 数据完整性合规 收获 深层过滤器、离心机、TFF 剪切敏感分子的低剪切设计；一次性/不锈钢权衡 建库 程序降温仪、液氮罐（气相） 降温曲线重现性、库存管理与标签系统 第10章深度研讨：格局、误区与工程经验 10.1 双抗市场与管线格局（2026 年视角） 截至 2026 年，全球获批双抗已超过 15 款，适应症覆盖血液肿瘤、实体瘤、血友病、眼科与自身免疫病。T 细胞衔接器（CD3×TAA）仍是数量最多的机制类型，实体瘤方向因细胞因子释放综合征（CRS）管理与实体瘤微环境渗透两大难题而推进审慎；免疫检查点双靶组合（如 PD-1×CTLA-4、PD-1×VEGF）在非小细胞肺癌等适应症读出阳性 III 期数据后成为新热点；非肿瘤领域（血友病、眼科 VEGF×Ang-2 等）持续贡献稳定的商业价值。管线层面，据公开数据库统计全球在研双抗超过 400 个，中国申报数量位居前列。从工艺角度看，获批产品背后的生产平台分布（KiH+共同轻链、DuoBody、BiTE、CrossMab 等）说明：分子格式的工艺可制造性已经被纳入立项决策，与生物学机制、差异化靶点并列为三大筛选维度。对工艺团队而言，这意味着早期介入（候选分子阶段）成为常态，也意味着平台技术（载体、宿主、纯化模板）必须能够覆盖从 1+1 到 2+1、从 IgG 样到片段型的格式谱系 [64,65]。 10.2 双抗培养特有难点的再辨析 双抗培养难点的深层机理值得进一步辨析。第一，链装配动力学是培养条件的函数：二硫键形成与氧化还原电位（由 DO、半胱氨酸供给与硫氧还蛋白系统活性决定）直接影响链间配对速率与正确率；温度变化通过改变分子伴侣（BiP、PDI）活性窗口影响装配质量——这正是「同一株双抗在不同工艺下正确装配率不同」的机理基础。第二，错配副产物的毒性放大效应：错配产物本身可能诱导内质网应激，加重 UPR 负担并反馈抑制正确分子的分泌，形成「错配越多、产能越差」的正反馈，因此早期克隆筛选必须把正确装配率与 qP 并列。第三，双抗的聚体问题具有界面特异性：工程化界面（KiH 凸起、电荷补丁）在热力学上处于亚稳态，长时间培养、高渗透压与剪切扰动都会加速界面聚集，收获时点与培养后期温度策略对聚体的影响比单抗更敏感。第四，检测成本放大：每个工艺节点都要同时监测正确装配率与聚体，双抗的分析工作量约为单抗的 1.5–2 倍，PAT 软测量（拉曼预测聚体趋势）的经济价值因此更为突出 [30,42]。 10.3 放大验证与 PPQ 的实操要点 工艺性能确认（PPQ）是商业化前的临门一脚，上游部分的核心是证明「生产规模、生产设施、经培训人员与既定控制策略组合下，工艺能持续产出符合质量标准的产品」。实操要点：其一，PPQ 前必须完成 scale-down 模型确认（通常 3 批模型对比 3 批中试数据，关键参数与 CQA 在统计等效区间内）；其二，PPQ 批数一般为 3 批连续成功批次（结合既有知识与风险可调整），每批应覆盖正常操作范围（NOR）的代表性边缘；其三，强化工艺（N-1 灌注）的 PPQ 还应包括种子链路的验证批次；其四，双抗 PPQ 的放行指标中应纳入正确装配率与错配杂质限量，且分析方法的验证状态必须先行；其五，PPQ 数据的统计学处理（过程能力指数 CpK、批间方差分量）应写入控制策略并延续到年度质量回顾。放大验证失败的头号根因不是设备，而是「scale-down 模型未匹配 pCO₂/混合时间」与「种子质量波动」，这两点应在验证计划的风险评估中前置管理 [57,33]。 10.4 常见误区辨析 误区一：效价越高越好。真相：超过下游产能瓶颈的效价没有商业价值，而为追高效价牺牲糖谱/聚体控制会导致收率与合规双重损失，应优化「纯化后合格产量」而非罐内效价。误区二：克隆筛选时温度/pH 条件照搬平台即可。真相：克隆特异性质量响应普遍存在，至少应在候选克隆上验证 2–3 个温度/pH 组合。误区三：拉曼模型训练一次可长期使用。真相：培养基批次、探头老化与工艺漂移都会使模型失效，需要自动标定、监控与周期性再训练 [72]。误区四：连续制造可以无限期运行。真相：稳态偏离、微生物污染与耗材寿命都要求「稳态窗口」与批边界定义（ICH Q13），连续不等于无限。误区五：双抗错配只要下游能去除就行。真相：错配副产物消耗产能、加剧应激与聚体，并抬高纯化成本，分子端与细胞端的解决永远优先于纯化端。误区六：数字孪生能替代实验。真相：当前数字孪生是「实验减负与决策支持」工具，验证性实验与监管数据包仍不可替代 [18,73]。 参考文献 [1] Wurm FM. Production of recombinant protein therapeutics in cultivated mammalian cells. Nat Biotechnol. 2004;22(11):1393-8. [2] Xu X, Nagarajan H, Lewis NE, et al. The genomic sequence of the Chinese hamster ovary (CHO)-K1 cell line. Nat Biotechnol. 2011;29(8):735-41. [3] Lewis NE, Liu X, Li Y, et al. Genomic landscapes of Chinese hamster ovary cell lines as revealed by the Cricetulus griseus draft genome. Nat Biotechnol. 2013;31(8):759-65. [4] Lai T, Yang Y, Ng SK. Advances in mammalian cell line development technologies for recombinant protein production. Pharmaceuticals (Basel). 2013;6(5):579-603. [5] Kontermann RE, Brinkmann U. Bispecific antibodies. Drug Discov Today. 2015;20(7):838-47. [6] Spiess C, Zhai Q, Carter PJ. Alternative molecular formats and therapeutic applications for bispecific antibodies. Mol Immunol. 2015;67(2 Pt A):95-106. [7] CRISPR/Cas9-mediated genome engineering of CHO cell factories: application and perspectives. 2015. PMID:26058577. [8] Brinkmann U, Kontermann RE. The making of bispecific antibodies. MAbs. 2017;9(2):182-212. [9] Application of the CRISPR/Cas9 gene editing method for modulating glycosylation of recombinant proteins. 2018. PMID:30242691. [10] CRISPR/Cas9-mediated knockout of microRNA-744 improves antibody production in CHO cells. 2019. PMID:30802343. [11] Recent developments in bioprocessing of recombinant proteins: process intensification and continuous processing. 2019. PMID:31921823. [12] A human expression system based on HEK293 for the stable production of recombinant proteins. 2019. PMID:31727983. [13] Systematic evaluation of site-specific recombinant gene expression in CHO cells. 2019. PMID:30807689. [14] High throughput, efficacious gene editing and genome surveillance for CHO cell line development. 2019. PMID:31856197. [15] CRISPR/Cas12a-mediated CHO genome engineering can be effectively integrated with bioprocess development. 2020. PMID:33369118. [16] From omics to cellular mechanisms in mammalian cell factories. 2021. PMID:37475722. [17] High-throughput and automation advances for accelerating single-cell cloning, monoclonality and early phase clone screening steps in mammalian cell line development. 2021. PMID:34478248. [18] Model transferability and reduced experimental burden in cell culture process development. 2021. PMID:35004635. [19] Surveilling cellular vital signs: toward label-free biosensors for bioprocess monitoring. 2021. PMID:34358978. [20] Pilot-scale demonstration of an end-to-end integrated and continuous biomanufacturing process. 2021. PMID:33410159. [21] Expression liabilities in a four-chain bispecific molecule. 2021. PMID:34110008. [22] Integrating metabolome dynamics and process data to guide cell line and process development. 2022. PMID:35429675. [23] Productivity and quality improvement for a symmetric bispecific antibody through culture process optimization. 2022. PMID:35719210. [24] N-1 perfusion platform development using a capacitance probe for bioprocess intensification. 2022. PMID:35447688. [25] Automated data generation for Raman spectroscopy calibration in cell culture monitoring. 2022. PMID:35591088. [26] Integrated continuous biomanufacturing on pilot scale for acid-sensitive monoclonal antibodies. 2022. PMID:35470430. [27] Progress of transposon vector systems for production of recombinant proteins in mammalian cells. 2022. PMID:35600890. [28] Implementation of chemometrics, design of experiments, and neural networks for cell culture process development. 2022. PMID:35340128. [29] Engineering nucleotide sugar synthesis pathways for independent modulation of antibody glycosylation. 2022. PMID:36152932. [30] Identification of mispairing omic signatures in Chinese hamster ovary cells producing bispecific antibodies. 2023. PMID:38001891. [31] Efficient production of bispecific antibody by FAST-Ig and its application to NXT007 for the treatment of hemophilia A. 2023. PMID:37339067. [32] Developing an ultra-intensified fed-batch cell culture process with greatly improved performance and productivity. 2023. PMID:37994547. [33] Organized stress for robust scale-up of intensified production processes. 2023. PMID:37027375. [34] High-throughput process development from gene cloning to production. 2023. PMID:37715258. [35] Automated online-sampling multidimensional liquid chromatography for charge variant monitoring. 2023. PMID:38015205. [36] Identification of hetero-aggregates in antibody co-formulations. 2023. PMID:36669833. [37] Statistically-aided development of protein A affinity chromatography for aggregate removal. 2023. PMID:37478555. [38] From spatial-temporal multiscale modeling to application: bridging the gap in cell culture bioprocessing. 2023. PMID:37370675. [39] Recent advances of integrated microfluidic suspension cell culture systems. 2021. PMID:36970555. [40] The new frontier in CHO cell line development: from random to targeted transgene integration technologies. 2024. PMID:38950872. [41] An automated high inoculation density fed-batch bioreactor platform. 2024. PMID:38013663. [42] Structural study of a light chain mispaired bispecific antibody. 2024. PMID:38972252. [43] Duplication of a chromosome 2 segment in production CHO cell lines. 2024. PMID:38403434. [44] Combinatory glycoengineering of monoclonal antibodies and its application. 2024. PMID:38482428. [45] A multiscale hybrid modelling methodology for cell cultures. 2024. PMID:39481676. [46] Quantitative investigation of the effect of mechanical and gas shear on cell culture. 2024. PMID:39373731. [47] From discovery to delivery: a rapid and targeted proteomics workflow for bioprocess development. 2025. PMID:40480342. [48] Bioprocess biomarker identification and diagnosis for industrial cell culture. 2025. PMID:40064687. [49] Systems biology of recombinant 2G12 and 353/11 mAb production in CHO cells. 2025. PMID:39982319. [50] Influence of cell physiological status on the intensified fed-batch process. 2025. PMID:39834164. [51] Monitoring of nutrients, metabolites, IgG titer, and cell density by Raman spectroscopy. 2025. PMID:40284468. [52] Enhancing analytical sensitivity in upstream bioprocess monitoring. 2025. PMID:41420703. [53] Cell culture media and Raman spectra preprocessing procedures for bioprocess monitoring. 2025. PMID:41783479. [54] Design of orthogonal constant domain interfaces to aid proper pairing of bispecific antibodies. 2025. PMID:40126074. [55] Next-generation sequencing: a powerful multi-purpose tool in cell line development. 2025. PMID:40265158. [56] Production of multi-subunit proteins in CHO cells by transposon-mediated integration. 2025. PMID:40425682. [57] A robust scale-down model development and process characterization workflow. 2025. PMID:39978736. [58] AutoML-driven soft sensors for real-time monitoring of amino acids. 2025. PMID:40760954. [59] Real-time model predictive control of monoclonal antibody capture. 2025. PMID:41459753. [60] Artificial intelligence and machine learning-assisted digital bioprocess development. 2025. PMID:41211798. [61] Optimization strategies for monoclonal antibody production: integrating upstream and downstream. 2026. PMID:42496057. [62] Improving recombinant protein productivity in CHO cells via genome and process engineering. 2026. PMID:42671675. [63] Targeted dual selection to optimize transposon stable pool generation for bispecific antibodies. 2026. PMID:41392331. [64] Challenges and solutions for upstream processing of complex antibody formats. 2026. PMID:41978641. [65] The production and purification of therapeutic antibodies: a comprehensive review. 2026. PMID:42194086. [66] Impact of N-1 phase media optimization as a bioprocess intensification strategy. 2026. PMID:42347961. [67] NS0 and CHO cell lines generate distinct quality profiles for the same mAb. 2026. PMID:42129584. [68] Impact of afucosylation strategy on antibody function: a comparative study. 2026. PMID:41972453. [69] Advancing recombinant protein production in CHO cells through glycoengineering. 2026. PMID:42609441. [70] Improved methodology for direct monitoring of large-scale mammalian cell culture. 2026. PMID:42125845. [71] Variable-specific preprocessing enables cross-scale transfer of Raman models. 2026. PMID:42667545. [72] Advancing Raman calibration: automated data generation, monitoring and maintenance. 2026. PMID:41777122. [73] A hybrid modeling framework for predictive digital twins of upstream bioprocesses. 2026. PMID:42088851. [74] Advancing process control toward intelligent continuous bioprocessing. 2026. PMID:42472568. [75] Smart manufacturing for continuous downstream processing of biologics. 2026. PMID:42252024. [76] Design of experiments-guided membrane capture facilitates integrated downstream processing. 2026. PMID:41877579. [77] Advances in recombinant protein bioprocessing: integrating the digital thread. 2026. PMID:42584715. [78] Toward a 4D genome annotation of CHO cells for biomanufacturing. 2026. PMID:42586865. [79] Engineered NLS-PBase system boosts stability and productivity of transposon-derived pools. 2026. PMID:42047891. [80] Sequential, chromosome-specific glutamine synthetase double knockout for improved CHO platforms. 2026. PMID:41724722. [81] Establishment of limit of in vitro cell age (LIVCA) for biologic manufacturing. 2026. PMID:40962417. [82] Analytical ultracentrifugation for biopharmaceutical characterization. 2026. PMID:42450343. [83] Targeting Warburg effect in Chinese hamster ovary cell culture. 2026. PMID:42420770. [84] Biological basis for the efficient synthesis of cell-culture media components. 2026. PMID:42668801. [85] Addressing the elephant in the room: a comprehensive framework for Raman-based cross-scale monitoring. 2026. PMID:42341650.