Новый метод обнаружения микробного загрязнения в клеточных культурах

Исследователи из группы CAMP (SMART, Сингапур) разработали новый метод обнаружения случайного микробного загрязнения в культурах мезенхимальных стромальных клеток (MSC). Метод использует машинное обучение для прогнозирования чистоты культуры в режиме, близком к реальному времени, и может применяться непосредственно в процессе производства клеточной терапии, в отличие от менее эффективного конечного тестирования.

Как работает метод

Модель машинного обучения была обучена на спектрах поглощения (УФ-видимая спектрометрия) стерильной культуральной среды, взятой из различных культур MSC. Часть образцов была "загрязнена" разными штаммами бактерий в различных концентрациях (измеряемых в колониеобразующих единицах, CFU). Тестирование модели на смеси стерильных и загрязненных образцов показало её высокую точность в прогнозировании стерильности.

Практическая значимость

• Скорость: Метод позволяет обнаружить загрязнение в течение нескольких минут в процессе производства, а не через несколько дней, как стандартные тесты.
• Интеграция: Модель может быть интегрирована с технологиями периодического анализа в биореакторах на предприятиях, соответствующих стандартам GMP.
• Эффективность: Позволяет быстро отбраковать загрязненные культуры, экономя время и ресурсы, и обеспечивает безопасность клеточных продуктов для пациентов.

Дальнейшие планы

CAMP планирует создать конвейер для in-process мониторинга, интегрировав эту модель с разрабатываемыми внутренними технологиями анализа, что откроет возможности для долгосрочных исследований непрерывного контроля культур.

Исследование было представлено в устном докладе на конференции ISCT 2022 и опубликовано в журнале Cytotherapy. Ведущий автор, Шрути Панди Челвам, получила награду Early Stage Professionals Abstract Award.