Bioprozesse mit Säugetierzellen, mikrobielle Kulturen, Perfusion, Scale-up von 50 auf 1000 Liter – das sind Umgebungen, in denen die Raman-Spektroskopie zunehmend die Rolle des Hauptsensors für die Überwachung von Glucose, Lactat, Zelldichte, Produkttiter und kritischen Qualitätsparametern übernimmt. In den letzten Quartalen sind Publikationen erschienen, die die Grenze dessen verschoben haben, was Inline-Raman im Bioreaktor leisten kann – von „Kern“-Modellen, die zwischen Zelllinien übertragbar sind, über Transfer Learning aus bestehenden Datensätzen bis hin zum Monitoring von 27 Komponenten gleichzeitig. Bei Gekko Photonics verfolgen wir diese Arbeiten, weil sich viele davon direkt auf unsere Projekte übertragen lassen – Prozesschemie und Bioprozesse nutzen dieselbe Physik und dieselbe chemometrische Plattform, wenn auch mit anderen Matrizes und anderen Sterilitätsanforderungen.
Dieser Überblick fasst Publikationen und Implementierungen aus dem Jahr 2025 und Anfang 2026 zusammen, die für PAT-Teams, die Bioprozess-F&E und Manufacturing Science praktisch relevant sind. Direkte Wettbewerbsmaterialien haben wir ausgelassen – wir beschreiben Funktionen und Ergebnisse, keine Firmennamen.
Warum Bioprozesse ein anspruchsvolles Terrain für Raman sind
Das Raman-Signal im Zellkulturmedium ist aus zwei Gründen schwach. Erstens ist die Matrix selbst wässrig – Wasser ist für Raman relativ „leise“, aber die darin gelösten Komponenten liegen in millimolaren Konzentrationen vor, was längere Akquisitionszeiten und einen empfindlicheren Detektor erfordert als in der typischen Prozesschemie. Zweitens treten im Medium gleichzeitig viele Analyten mit ähnlichen Banden auf – Glucose, Glutamin, Glutamat, Lactat, Ammoniak – mit überlappenden Kohlenstoff-Sauerstoff- und Kohlenstoff-Stickstoff-Schwingungsmoden, daher ist eine gute Chemometrie der Schlüssel, nicht nur die Hardware.
Hinzu kommen Sterilitätsanforderungen (autoklavierbare Sonden oder Sonden für Einwegreaktoren), die Kompatibilität mit DCS/BPC-Plattformen, die Verfolgung der Modelldrift über viele Kampagnen sowie regulatorische Anforderungen rund um PAT und Quality by Design. Über deren aktuellen Stand haben wir ausführlicher im Artikel über regulatorische Änderungen in Pharmazie und Chemie geschrieben – hier konzentrieren wir uns auf die Messebene.
Was ist neu in den Publikationen 2025–2026
Transfer Learning auf bereits vorhandenen Spektrendatensätzen
Schini et al. veröffentlichten im Februar 2026 in Biotechnology Progress eine Methode des automatischen Transfer Learnings, mit der sich Raman-Spektren, die zuvor in einem anderen Kontext erfasst wurden (andere Zelllinie, andere Medien, andere Feeds, anderes Instrument, andere Akquisitionszeit), zum Aufbau eines brauchbaren Vorhersagemodells für eine neue Kampagne nutzen lassen. Der zentrale Beitrag: kein manuelles Tuning der Hyperparameter. Das ist wichtig für Scale-up-Teams, die bisher für jede neue Kampagne die Kalibrierbibliothek von Grund auf neu aufbauen mussten.
Aus Sicht der PAT-Ingenieure ist dies eine Verschiebung von einem einzelnen Modell für einen Prozess hin zu übertragbaren Modellen – was hervorragend mit dem übereinstimmt, was im Monitoring von Fermentationen und Mikroalgenkulturen seit Langem Standard ist.
Skalierbarkeit von Modellen – 50 L als Schlüssel zu 1000 L
Lang et al. zeigten im AIChE Journal (2025), dass das Hinzufügen von Daten aus einem Lauf im 50-L-Maßstab zum ursprünglichen, im Labormaßstab erfassten Datensatz die Vorhersagegenauigkeit im kommerziellen 1000-L-Maßstab deutlich verbessert. Das ist ein sehr praktischer Hinweis für die Planung von Kalibrierkampagnen: Ein einziger „Bridging-Run“ im Pilotmaßstab spart in der Scale-up-Phase erheblich Zeit und verringert das Risiko, dass das Labormodell nach dem Übergang in die Produktion nicht mehr funktioniert.
Monitoring von 27 Komponenten gleichzeitig
In einer in Process Biochemistry (2024) veröffentlichten Arbeit wurde das Echtzeit-Monitoring von 27 Komponenten in einer CHO-Kultur mittels Inline-Raman vorgestellt: Aminosäuren, organische Säuren, Lipide, Alkohole, Saccharide, Biomasse, physikochemische Parameter, Ionen und Proteintiter. Die Modelle wurden mit PLS und CNN erstellt – und genau diese Richtung betonen wir stark in unserer chemometrischen Schicht Spectrally OS.
Aus operativer Sicht ist entscheidend, dass eine Sonde und ein Analysator ausreichen, um mehr als ein Dutzend Parameter abzudecken. Das reduziert die Zahl der Probenahmen für die Offline-Referenz deutlich.
Messung in der Gasphase – Raman im Off-Gas
Erschienen ist auch eine Gruppe von Arbeiten (u. a. eine Publikation in MDPI Fermentation, 2025), die Raman im Off-Gas-Strom des Reaktors beschreibt – Echtzeit-Vorhersage von CO₂ sowie, in einer erweiterten Version, Schätzung des pH-Werts in der Flüssigphase aus den Gasmesswerten. Dies erfordert eine andere optische Konfiguration (Gaszelle statt Eintauchsonde), liefert aber eine „berührungslose“ Messung, die für das Medium vollständig nicht-invasiv ist.
Mikroalgen und nicht standardisierte Medien
Karnachoriti et al. beschrieben im Journal of Raman Spectroscopy (2025) den Einsatz von Raman mit PLS-Modellen zur Überwachung von Nährstoffen in Mikroalgenkulturen. R² über 0,99 für ausgewählte Analyten ist ein gutes Ergebnis, die Autoren weisen jedoch redlich darauf hin, dass die Modellqualität von den Besonderheiten der Matrix abhängt – was in Bioprozessen die Regel und nicht die Ausnahme ist.
Technische Herausforderungen, die Publikationen nicht immer hervorheben
Die Implementierung von Raman im Bioreaktor birgt einige praktische Fallstricke, die man vor dem Projektstart kennen sollte.
Fluoreszenzhintergrund der Medien. Medien, die reich an Aminosäuren, Vitaminen und Hefeextrakten sind, erzeugen bei 785 nm einen starken Fluoreszenzhintergrund. In manchen Fällen lohnt es sich, eine längere Anregungswellenlänge in Betracht zu ziehen – über diesen Kompromiss haben wir im Artikel zur Wahl zwischen 785 nm und 1064 nm geschrieben. Eine längere Wellenlänge reduziert die Fluoreszenz, liefert aber ein schwächeres Raman-Signal und erfordert einen teureren InGaAs-Detektor oder ein tiefgekühltes CCD (deep-cooled), was den CAPEX erhöht.
Modelldrift zwischen Kampagnen. Jede neue Mediencharge, jede neue Zellbank, jede kleine Änderung des Feeds – all das ist ein potenzieller Grund dafür, dass ein vor drei Monaten erstelltes PLS-Modell beginnt, verschobene Werte zu liefern. In der Praxis arbeiten PAT-Teams mit einem Alarmsystem, das die Residuenstatistiken (Q, T²) überwacht, sowie mit Rekalibrierungsverfahren.
Kompatibilität mit Einwegreaktoren. Klassische Eintauchsonden erfordern einen mechanischen Port – in Single-Use-Bioreaktoren (SUB) müssen Adapter, optische Fenster in Standardports oder Back-Scatter-Konfigurationen durch die Beutelwand eingesetzt werden. Das sind gegenüber der klassischen Prozesschemie „asymmetrische“ Lösungen, die eine individuelle Machbarkeitsstudie erfordern.
Validierung in der GMP-Umgebung. Ein Teil der Projekte hat von Anfang an ein kommerzielles Ziel – dann muss Raman nach IQ/OQ/PQ validiert werden, mit einer chemometrischen Dokumentation gemäß ICH Q14. Das ist ein längerer Weg als in der typischen Spezialchemie und erfordert Partner, die die regulatorischen Anforderungen verstehen.
Spectrally X1 – Anpassungsmöglichkeiten für Bioprozesse
Nasza platforma — Spectrally X1 INLINE, Spectrally X1 LAB, Spectrally X1 PORTABLE i warstwa Spectrally OS Mit den Modellen PLS, PCA und CNN handelt es sich um Ramans branchenweite Plattform, die im Projektmodus an Bioprozesse angepasst werden kann. Die festen Spezifikationen ändern wir nicht: Laser 785 nm (600 mW) oder 1064 nm (800 mW), ATEX-Konfiguration mit 30 mW für Juni 2027 geplant, Spektralbereich 300–1650 cm⁻¹ oder 300–3500 cm⁻¹, Auflösung 8 cm⁻¹, Akquisitionszeit 5–300 s. Dies sind die Parameter, mit denen unsere Analysatoren in der Harzchemie arbeiten., und eben Düngemitteln. Im AdBlue-Bereich arbeiten wir sowohl mit Rohstoffherstellern als auch mit Abfüllanlagen, die die 32,5 %-Lösung für den Einzelhandel konfektionieren., Düngemitteln, und in Abwässern arbeiten.
Die Konfiguration für Bioprozesse realisieren wir projektbezogen nach einer Machbarkeitsstudie an Kundenproben – Kalibrierung von Medien und Feeds, Wahl der Akquisitionszeit für das angestrebte SNR, Validierung chemometrischer Modelle für die wichtigsten Analyten (Glucose, Lactat, Glutamin, Zelldichte, Produkttiter). Ein Teil der Architekturentscheidungen (Eintauchsonde vs. Back-Scatter durch ein Fenster, Port im Hauptzulauf vs. im Abzweig, Single-Use vs. Mehrweg) hängt von der Reaktorkonfiguration ab – und das besprechen wir in der Phase der technischen Beratung.
Bei Gekko Photonics entwickeln, integrieren und warten wir Raman-Analysatoren selbst – in Polen, in Inline-, Labor- und tragbaren Varianten, mit einem polnischen Serviceteam über den gesamten Projektlebenszyklus. Die vollständige Liste der Konfigurationen finden Sie im Analysatorenkatalog.
FAQ – häufig gestellte Fragen
Eignet sich der Spectrally X1 INLINE für einen Bioreaktor?
Mechanisch ja – die Eintauchsonde mit Standardport (meist 1-Zoll-NPT oder Ingold-Adapter) passt in einen typischen Edelstahlreaktor. In Einwegreaktoren ist ein dedizierter optischer Port oder eine Back-Scatter-Konfiguration erforderlich – das wird in der Phase der Machbarkeitsstudie entschieden. Der Analysator selbst (Laser, Detektor, Software) bleibt derselbe.
Welche Analyten lassen sich im Zellkulturmedium realistisch überwachen?
Am häufigsten in der Literatur berichtet: Glucose, Lactat, Glutamin, Glutamat, Ammoniak, Produkttiter (mAb), Dichte lebender Zellen. Für jeden dieser Parameter erstellen wir PLS- oder CNN-Modelle auf Basis von Offline-Proben, Spectrally OS, mit Referenzen aus dem QC-Labor. Der Bereich und die Genauigkeit hängen von der Matrix ab – der RMSECV liegt typischerweise in der Größenordnung von einigen Prozent für die Hauptanalyten, wird jedoch stets „bei Kalibrationsbereichen von X–Y mM” angegeben und nicht als absolute Garantie.
Hat Gekko Implementierungen in der Biopharmazie?
Die meisten Implementierungen haben wir in der Prozesschemie – Phenol-Formaldehyd- und Harnstoffharze, Kosmetik und Waschmittel (SLES, Glycerin), Düngemittel (Harnstoff, Biuret, AdBlue), Klebstoffe, Kohlenwasserstoffe, Abwasser. In der Biopharmazie arbeiten wir projektbezogen: An Kundenproben prüfen wir im Rahmen einer Machbarkeitsstudie, ob Raman die richtige Methode für den jeweiligen Analyten und die jeweilige Matrix ist, bevor der Kunde CAPEX in ein vollständiges PAT-Projekt investiert.
Wie lange dauert eine typische Machbarkeitsstudie für Bioprozesse?
Die Machbarkeitsstudie umfasst: Entnahme von 20–30 Offline-Proben, die den Arbeitsbereich des Prozesses abbilden, Spektrenerfassung, Aufbau eines vorläufigen PLS-Modells, Kreuzvalidierung und einen Bericht mit Empfehlung (go / no-go / refine). Typischerweise 6–10 Wochen von der Probenlieferung bis zum Bericht, abhängig von der Anzahl der Analyten und der Komplexität der Matrix.
Lassen sich die Modelle später in die Produktion übertragen?
Ja – das ist einer der Hauptgründe, warum die Architektur von Spectrally OS die Ebene der Spektrenerfassung von der Modellebene trennt. Modelle, die während der Machbarkeitsstudie an Offline-Proben mit dem Analysator Spectrally X1 LAB erstellt wurden, lassen sich nach einem standardmäßigen Modelltransferverfahren (mit Offset-Korrektur und gegebenenfalls Ergänzung um Spektren aus dem Bridging-Run, gemäß der oben zitierten Literatur) auf den Inline-Analysator Spectrally X1 INLINE übertragen.
Testmessung und technische Beratung
Bei Gekko Photonics wählen wir die Konfiguration des Analysators passend zur jeweiligen Biochemie und zum jeweiligen Reaktortyp – wir verkaufen keine „Lösung von der Stange“. Der erste Schritt ist ein 30-minütiges Gespräch mit einem Applikationsingenieur: Wir besprechen Prozess, Analyten, Maßstab, regulatorische Anforderungen und Reaktortyp. Nach dem Gespräch bestätigen wir, ob es sinnvoll ist, zu einer Machbarkeitsstudie überzugehen.
Die Testmessung an Kundenproben führen wir in der Regel innerhalb von 2 Wochen nach Eingang des Materials im Labor durch. Den vollständigen Machbarkeitsbericht (Kalibrierungen, Validierung, Empfehlung) liefern wir in einem Zyklus von etwa 6–10 Wochen. Vollständige Inline-Implementierung im Reaktor – typischerweise 3–5,5 Monate ab der Projektentscheidung, abhängig von der Integration in DCS/BPC und den Validierungsanforderungen.
Kontaktieren Sie uns – /kontakt/ – und nennen Sie dabei den Reaktortyp, die zu überwachenden Analyten und die Projektphase (F&E, Scale-up, Produktion). Wir antworten mit einem Vorschlag für den nächsten Schritt.