
Las calibraciones Raman construidas con datos de minibiorreactores de alto rendimiento suelen perder precisión cuando se aplican a un recipiente mayor. Un artículo de GC Biopharma y Sungkyunkwan University (República de Corea), publicado el 29 de agosto de 2026 en Bioresources and Bioprocessing, sostiene que la primera solución no tiene por qué pasar por hacer más cultivos a gran escala. Elegir la secuencia de preprocesado espectral para cada variable, en lugar de aplicar la misma a todas, redujo el error de predicción entre escalas (RMSEP) entre un 14,0 y un 56,1 % en las cinco variables que peor se transferían.
El diseño del estudio
- Una línea celular CHO-DG44 productora de una enzima, cultivada en medios basal y de alimentación comerciales químicamente definidos.
- 30 cultivos en total: 23 en un sistema de alto rendimiento Ambr 250 y 7 en biorreactores de sobremesa de 5 L. Los 23 cultivos en Ambr 250 formaron el conjunto de calibración. De los 7 de sobremesa, 2 se usaron solo para construir un modelo de referencia combinado entre escalas y 5 se reservaron como conjunto de predicción entre escalas.
- Dos sistemas Raman distintos: un BioPAT Spectro at-line en el Ambr 250 (10 barridos de 30 s) y un Raman Rxn2 in-line en los reactores de sobremesa (75 barridos de 10 s). Ambos trabajaban con un láser de 785 nm a 400 mW, y los modelos usaban la región de 450 a 1800 cm-1.
- Regresión OPLS en SIMCA 17 para ocho variables: densidad de células viables (VCD), viabilidad, glucosa, lactato, glutamina, glutamato, amoniaco y LDH.
Dos puntos enmarcan todo lo que sigue. El cambio de escala estudiado va del Ambr 250 a 5 L de sobremesa: el artículo no prueba la escala piloto ni la de producción. Además, al cambiar de escala cambian también la sonda y el instrumento, así que los autores tratan el problema como un reto compuesto de cambio de condiciones y no como un efecto puro del volumen.
Dónde falló el modelo estándar
La secuencia de partida era la primera derivada seguida de la variable normal estándar (SNV). Dentro de los datos del Ambr 250 parecía excelente: RMSEcv del 3,4 al 8,1 %, y la mayoría de los modelos con R2 por encima de 0,90 y Q2 por encima de 0,85. A 5 L, VCD, glucosa y lactato seguían ajustándose razonablemente a los datos de referencia. Viabilidad, glutamina, glutamato, amoniaco y LDH no: su RMSEP era más alto y mostraban un sesgo sistemático marcado.
Según los autores, esas cinco variables están presentes en concentraciones más bajas, varían menos o tienen respuestas espectrales débiles y solapadas. Un modelo entrenado solo con espectros del Ambr 250 puede aprender patrones que dependen de la escala, como las líneas base de fluorescencia, que en ese conjunto de datos casualmente se correlacionan con los valores de referencia pero no se trasladan a otra escala.
El remedio obvio, un modelo combinado calibrado con los 23 cultivos del Ambr 250 más 2 de sobremesa, funcionó. En viabilidad y glutamina, el RMSEP mejoró por factores de 1,2 a 3,5, y el sesgo de glutamato, amoniaco y LDH bajó de media en torno a un 30 %. El precio es que exige datos de la escala mayor, que en desarrollo de procesos suelen escasear.
Una prueba de estrés que conviene copiar
Para poner a prueba su hipótesis, los autores invirtieron el orden de los dos pasos y aplicaron la SNV antes de la derivada. Las estadísticas de calibración seguían pareciendo aceptables y el gráfico de scores del PCA mostraba una buena alineación; sin embargo, la predicción entre escalas se degradó bruscamente, incluso para VCD y glucosa. Su conclusión sirve de regla para cualquier equipo de PAT: unas estadísticas de calibración satisfactorias no garantizan por sí solas que el modelo sea transferible de forma robusta.
La solución: un preprocesado elegido para cada variable
Se construyeron cuatro secuencias candidatas a partir de tres pasos consolidados: primera derivada (D), SNV (S) y corrección de línea base por mínimos cuadrados asimétricos (A). Para cada variable, los modelos se calibraron solo con los 23 cultivos del Ambr 250, y la secuencia se eligió sobre todo por el RMSEP y el sesgo entre escalas en los 5 cultivos de sobremesa, con la interpretabilidad espectral y la parsimonia del modelo como criterios secundarios.
| Variable | Estándar (D y después S) | Secuencia elegida | Elegida | Reducción |
|---|---|---|---|---|
| Viabilidad | 15,8 | D, S, A | 10,0 | 36,7 % |
| Glutamina | 18,0 | D, S, A | 11,7 | 35,0 % |
| Glutamato | 13,5 | A, D, S | 7,3 | 45,9 % |
| Amoniaco | 10,7 | D, S, A | 9,2 | 14,0 % |
| LDH | 10,7 | A, D, S | 4,7 | 56,1 % |
Todas las secuencias elegidas para las variables débiles incluyen el paso de corrección de línea base ALS. En glucosa, lactato y VCD se mantuvo la secuencia estándar: los pasos adicionales no ayudaban y a veces empeoraban el resultado. En lactato, una alternativa dio un RMSEP ligeramente menor (5,8 % frente a 6,4 %), pero los autores se quedaron con la secuencia más sencilla porque el paso extra no aportaba un beneficio espectroscópico claro. En varios casos, los modelos optimizados de una sola escala se acercaron al modelo de referencia combinado sin usar datos de sobremesa en la calibración. Los autores insisten en que la mejora no procede de una técnica concreta, sino de ajustar el preprocesado a las características espectrales de cada variable.
Límites que reconoce el artículo
- Un único proceso: un fed-batch de CHO-DG44 con Raman. Falta validar otras líneas celulares, otros medios, la perfusión y otras plataformas espectroscópicas.
- El conjunto de predicción entre escalas se limita a cinco lotes de sobremesa. Los autores respaldan el resultado con pruebas t pareadas y pruebas de permutación (100 permutaciones).
- Esos mismos cinco lotes de sobremesa sirvieron para comparar y elegir las secuencias. Los autores presentan el resultado como estrategias seleccionadas empíricamente, no como fruto de una optimización automatizada.
- Los datos no son públicos por las normas de seguridad de GC Biopharma.


