本文介绍的是山东大学药学院臧恒昌教授课题组搭建的智能近红外光谱系统，并对免疫球蛋白G沉淀终点进行了测定，发表在《Journal of Innovative Optical Health Sciences》期刊2021年第4期。

ID-OCTA:Determination of the immunoglobulin G precipitation end-point by an intelligent near infrared spectroscopy system

ID-OCTA：智能近红外光谱系统测定免疫球蛋白G沉淀终点

Chen Yu, Shuang Quan, Cui Yang, Chengliang Zhang, Jiajin Fan, Lian Li and Hengchang Zang

研究背景

沉淀是免疫球蛋白G （immunoglobulin G, IgG）生产过程中的关键生产环节，是保证最终产品质量的关键环节。沉淀过程中常用乙醇纯化IgG，因此对乙醇浓度进行在线监测具有重要意义。近红外（Near infrared, NIR）光谱法是一种强大的过程分析（process analytical technology, PAT）技术，已被证明是一种可行的测定乙醇沉淀过程中浓度的方法。然而，NIR模型通常是根据特定的过程建立的，需要通用的模型，并且溶液的澄清度会影响光谱的质量。

内容简介

本文搭建了一个集成NIR系统，建立了一个通用的在线预测乙醇浓度和确定整个过程终点的NIR模型。首先，为了获得高质量的NIR光谱，设计并建立了光谱采集装置。然后，建立了一个简单的乙醇NIR模型来预测实际生产过程。最后确定当乙醇浓度达到20%时停止蠕动泵的终点。结果表明，光谱质量好、模型预测准确、过程监测准确，该系统可用于生物制药过程的监测，帮助我们更好地了解生物制药过程。

图文导读

1.系统流程

图1：用于终点确定的集成NIR系统流程图

首先设计了用于样品处理的一次性过滤，然后用NIR光谱仪获取其光谱。同时，建立了一个简单的乙醇偏最小二乘（partial least square, PLS）模型。最后，设计了一种基于PLS模型的停泵控制系统。

2.采样系统原理

图2：采样系统原理图。1是初级过滤器，用于消除大颗粒。2为溢流阀，用于调节取样系统中的压力。3是蠕动泵，由国产软件控制。4为第二个滤波器，用于获得满意的NIR光谱。5 用于消除气泡和稳定压力。6和11是三通阀。8和9是用于收集NIR光谱的光流单元设备。10为样品瓶，用于采集样品供参考分析

如图2所示设计了一种过滤系统以获得合格的NIR光谱。采用0.8-1.2 mm和90-110 μm两种大孔树脂组成的初滤器对人血浆进行过滤。然后引入第二个过滤器进一步澄清液体。最后，使用流动池收集NIR光谱。参考分析采用从样品瓶中采集的样品进行。当采样系统建立后，采集光谱对系统进行评价。

3.过程分析模型

图3：(a) 81个样品从上到下为0-25%乙醇溶液的NIR原始光谱。(b) 预处理后6101.9-5446.2 cm^-1处的光谱。用三个批次的81个样品构建PLS模型。6100-5446 cm^-1的吸光度在0.7-0.9之间，适合于建立PLS模型。然后采用SG平滑二阶导数法提高光谱分辨率。随着浓度的增加，正峰强度增加，负峰强度减小

图4：乙醇水溶液的PLS模型及外部验证结果

构建PLS模型，结果如图4所示。该模型只引入了1个主成分。负载主要反映了乙醇的吸收。R为0.9997，RMSECV为0.165%，表明PLS模型具有良好的预测能力。采用27个样本对PLS模型进行验证，结果表明，该模型的R为0.9997，RMSEP为0.22%，表明该模型可以用于实时监测。

4.过程监控

图5：(a)乙醇沉淀过程血浆的原始NIR光谱；(b)预处理后6101.9-5446.2 cm^-1处的光谱

图6：乙醇浓度变化趋势图，(a)、(b)、(c)的变化趋势图分别对应于第一、第二、第三批数据

利用简单系统建立的PLS模型对实际过程进行预测，结果如图5所示。在实验室规模下，采用简单的PLS模型对预测精度进行了评价。图6为乙醇浓度预测值和气相色谱法测定的参考值。当乙醇浓度达到15%时，降低P2泵速，测定IgG含量，研究乙醇对IgG含量的影响。当乙醇浓度达到20%时，P2自动停止，即整个过程结束。

5.结论

传统的乙醇沉淀监测方法繁琐、耗时，降低了生产效率和准确性。本文研究了一种智能醇沉终点确定系统。为了克服沉淀过程中颗粒影响NIR光谱的缺点，设计并应用了一套预处理系统，消除了颗粒和温度的影响以获得稳定的NIR光谱。并且建立了一种简单通用的PLS模型来预测复杂的实际生产过程中的乙醇浓度。最后，利用自制的软件对过程进行监测，当乙醇浓度达到20%时停止添加乙醇。然而，由于用于沉淀的血浆的质量差异，20%参数可能不完全适合。在今后的研究中，会进一步考虑IgG和总蛋白的浓度。本研究为生物制药质量的实时监控提供了一种新的策略。

通讯作者简介

臧恒昌，研究员，博士研究生导师。现任国家药品监督管理局药物制剂技术研究与评价重点实验室主任、山东大学药品监管科学研究院副院长等职务。主要开展药物智能制造、药品供应链、药品生产过程的合规性研究。主持国家重点研发加护1项，承担国家科技重大专项、国家重大科学仪器设备开发专项项目、国家863课题子课题等项目10余项。近五年发表论文80余篇，其中SCI收录论文40余篇，授权专利20余项，并获得山东省科学技术进步奖二等奖、中国仪器仪表学会科学技术二等奖等。

李连，博士，副研究员，硕士研究生导师，2020年入选山东大学“未来计划”。从事制药过程分析技术研究，包括：基于近红外、中红外、拉曼光谱的制药过程分析技术基础理论与应用研究；基于水光谱组学的生物学活性研究。承担国家自然科学基金青年基金项目、国家重点研发计划子课题、国家博士后面上基金等项目。发表SCI论文10篇，获得2019年国际近红外光谱学会John Shenk Travel Grants，2021年The 4th Aquaphotomics International Symposium最佳墙报奖。