Bioprocesy mammalia, hodowle drobnoustrojów, perfuzja, scale-up z 50 do 1000 litrów — to środowiska, w których spektroskopia Ramana coraz częściej pełni rolę głównego sensora do monitorowania glukozy, mleczanu, gęstości komórek, tytułu produktu i parametrów krytycznych jakości. W ostatnich kwartałach pojawiły się publikacje, które przesunęły granicę tego, co Raman in-line potrafi w reaktorze biologicznym — od modeli „rdzeniowych” przenośnych między liniami komórkowymi, przez transfer learning z istniejących zbiorów, aż po monitoring 27 składników jednocześnie. W Gekko Photonics śledzimy te prace, bo wiele z nich wprost przenosi się na nasze projekty — chemia procesowa i bioprocesy korzystają z tej samej fizyki i z tej samej platformy chemometrycznej, choć z innymi macierzami i innymi wymaganiami jałowości.
Ten przegląd zbiera publikacje i wdrożenia z 2025 i początku 2026 roku, które są praktycznie istotne dla zespołów PAT, R&D bioprocesów oraz manufacturing science. Pominęliśmy materiały konkurencyjne wprost — opisujemy funkcje i wyniki, nie nazwy firm.
Dlaczego bioprocesy są wymagającym terenem dla Ramana
Sygnał Ramana w pożywce komórkowej jest słaby z dwóch powodów. Po pierwsze, sama matryca jest wodnista — woda jest dla Ramana relatywnie cicha, ale rozpuszczone w niej składniki są w stężeniach milimolarnych, co wymaga dłuższych czasów akwizycji i czulszego detektora niż w typowej chemii procesowej. Po drugie, w pożywce równolegle występuje wiele anality o podobnych pasmach — glukoza, glutamina, glutaminian, mleczan, amoniak — i nakładających się modach drgań węglowo-tlenowych i węglowo-azotowych, więc kluczem jest dobra chemometria, nie tylko hardware.
Do tego dochodzą wymogi jałowości (sondy autoklawowalne lub do reaktorów jednorazowego użytku), kompatybilność z platformami DCS/BPC, śledzenie dryfu modelu przez wiele kampanii oraz wymagania regulacyjne wokół PAT i Quality by Design. O ich aktualnym statusie pisaliśmy szerzej w artykule o zmianach regulacyjnych w farmacji i chemii — tu skupiamy się na warstwie pomiarowej.
Co nowego w publikacjach 2025–2026
Transfer learning na pre-istniejących zbiorach widm
Schini i wsp. opublikowali w lutym 2026 w Biotechnology Progress metodę automatycznego transfer learningu, która pozwala wykorzystać widma Ramana zebrane wcześniej w innym kontekście (inna linia komórkowa, inne pożywki, inne feedy, inny instrument, inny czas akwizycji) do zbudowania użytecznego modelu predykcyjnego dla nowej kampanii. Kluczowy wkład: brak manualnego strojenia hiperparametrów. To istotne dla zespołów scale-up, które dotychczas musiały każdorazowo budować bibliotekę kalibracyjną od zera dla każdej nowej kampanii.
Z punktu widzenia inżynierów PAT to przesunięcie z pojedynczego modelu pod jeden proces w stronę modeli przenośnych — co jest doskonale spójne z tym, co od dawna jest standardem w monitorowaniu fermentacji i hodowli mikroalg.
Skalowalność modeli — 50 L jako klucz do 1000 L
Lang i wsp. w AIChE Journal (2025) pokazali, że dodanie danych z biegu w skali 50 L do oryginalnego datasetu zebranego na skali laboratoryjnej znacząco poprawia dokładność predykcji w skali komercyjnej 1000 L. To bardzo praktyczna wskazówka dla planowania kampanii kalibracyjnych: jeden „run pomostowy” w skali pilotażowej oszczędza znacząco czas w fazie scale-up i ogranicza ryzyko, że model laboratoryjny przestanie działać po przejściu do produkcji.
Monitoring 27 składników jednocześnie
W jednej z prac opublikowanych w Process Biochemistry (2024) przedstawiono real-time monitoring 27 komponentów w hodowli CHO za pomocą Ramana inline: aminokwasy, kwasy organiczne, lipidy, alkohole, sacharydy, biomasa, parametry fizykochemiczne, jony i tytuł białka. Modele zbudowano metodą PLS i CNN — i to jest dokładnie ten kierunek, który mocno akcentujemy w naszej warstwie chemometrycznej Spectrally OS.
Z perspektywy operacyjnej kluczowe jest, że jedna sonda i jeden analizator wystarczają, żeby pokryć kilkanaście parametrów. To znacząco redukuje liczbę pobrań próbek do offline’owej referencji.
Pomiar w fazie gazowej — Raman off-gas
Pojawiła się także grupa prac (m.in. publikacja w MDPI Fermentation, 2025) opisująca Raman w strumieniu off-gas reaktora — predykcja CO₂ w czasie rzeczywistym oraz, w wersji rozszerzonej, estymacja pH w fazie ciekłej z odczytów gazowych. To wymaga innej konfiguracji optycznej (komora gazowa zamiast sondy imersyjnej), ale daje pomiar „bezdotykowy”, w pełni nieinwazyjny dla pożywki.
Mikroalgi i pożywki niestandardowe
Karnachoriti i wsp. w Journal of Raman Spectroscopy (2025) opisali zastosowanie Ramana z modelami PLS do monitorowania składników odżywczych w hodowli mikroalg. R² powyżej 0,99 dla wybranych analitów to wynik dobry, ale autorzy uczciwie zwracają uwagę, że jakość modelu zależy od specyfiki matrycy — co w bioprocesach jest regułą, a nie wyjątkiem.
Wyzwania techniczne, których publikacje nie zawsze podkreślają
Wdrożenie Ramana w bioreaktorze ma kilka praktycznych pułapek, które warto znać przed startem projektu.
Fluorescencja tła pożywek. Bogate w aminokwasy, witaminy i ekstrakty drożdżowe pożywki dają silne tło fluorescencyjne przy 785 nm. W części przypadków warto rozważyć dłuższą falę wzbudzenia — pisaliśmy o tym kompromisie w artykule o wyborze 785 nm vs 1064 nm. Dłuższa fala redukuje fluorescencję, ale daje słabszy sygnał Ramana i wymaga droższego detektora InGaAs lub deep-cooled CCD, co podnosi CAPEX.
Dryf modelu między kampaniami. Każda nowa partia pożywki, każdy nowy bank komórek, każda mała zmiana feedu — to potencjalny powód, dla którego model PLS zbudowany trzy miesiące temu zaczyna dawać przesunięte wartości. W praktyce zespoły PAT pracują z systemem alertów monitorującym statystyki residuów (Q, T²) i procedurami re-kalibracji.
Kompatybilność z reaktorami jednorazowego użytku. Klasyczne sondy imersyjne wymagają portu mechanicznego — w single-use bioreactorach (SUB) trzeba użyć adapterów, okienek optycznych w portach standardowych albo konfiguracji back-scatter przez ścianę worka. To rozwiązania „niesymetryczne” do klasycznej chemii procesowej i wymagają indywidualnego studium feasibility.
Walidacja w środowisku GMP. Część projektów ma cel komercyjny od początku — wówczas Raman musi być zwalidowany pod IQ/OQ/PQ, z dokumentacją chemometryczną zgodną z ICH Q14. To dłuższa droga niż w typowej chemii specjalistycznej i wymaga partnerów rozumiejących wymogi regulacyjne.
Spectrally X1 — możliwości adaptacji do bioprocesów
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-Version 30 mW, 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.
Konfigurację pod bioprocesy realizujemy w trybie projektowym po feasibility na próbkach klienta — kalibracja pożywek i feedów, dobór czasu akwizycji pod docelowy SNR, walidacja modeli chemometrycznych dla kluczowych analitów (glukoza, mleczan, glutamina, gęstość komórek, tytuł produktu). Część decyzji architektonicznych (sonda imersyjna vs back-scatter przez okno, port w wlocie głównym vs odgałęzieniu, single-use vs reusable) jest zależna od konfiguracji reaktora — i to omawiamy na etapie konsultacji inżynierskiej.
Sami w Gekko Photonics projektujemy, integrujemy i serwisujemy analizatory Ramana w Polsce, w wariantach inline, laboratoryjnym i przenośnym, z polskim zespołem obsługi w cyklu życia projektu. Pełna lista konfiguracji znajduje się w katalogu analizatorów.
FAQ — często zadawane pytania
Czy Spectrally X1 INLINE nadaje się do bioreaktora?
Mechanicznie tak — sonda imersyjna z portem standardowym (najczęściej 1-calowy NPT lub adapter Ingold) pasuje do typowego reaktora ze stali nierdzewnej. W reaktorach jednorazowych potrzebny jest dedykowany port optyczny lub konfiguracja back-scatter — to decyzja na etapie feasibility. Sam analizator (laser, detektor, software) pozostaje ten sam.
Jakie anality realnie da się monitorować w pożywce komórkowej?
Am häufigsten in der Literatur berichtet: Glucose, Lactat, Glutamin, Glutamat, Ammoniak, Produkttitel (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.
Czy Gekko ma wdrożenia w biofarmacji?
Najwięcej wdrożeń mamy w chemii procesowej — żywice fenolowo-formaldehydowe i mocznikowe, kosmetyki i detergenty (SLES, gliceryna), nawozy (mocznik, biuret, AdBlue), kleje, węglowodory, ścieki. W biofarmacji wchodzimy projektowo: na próbkach klienta sprawdzamy w cyklu feasibility, czy Raman jest właściwą metodą dla danego analitu i danej matrycy, zanim klient zaangażuje CAPEX na pełny projekt PAT.
Jak długo trwa typowy projekt feasibility w bioprocesach?
Studium feasibility obejmuje: pobór 20–30 próbek offline reprezentujących zakres pracy procesu, akwizycję widm, budowę wstępnego modelu PLS, walidację krzyżową, raport z rekomendacją (go / no-go / refine). Typowo 6–10 tygodni od dostarczenia próbek do raportu, w zależności od liczby analitów i złożoności matrycy.
Czy modele można później przenieść na produkcję?
Tak — to jest jeden z głównych powodów, dla których architektura Spectrally OS rozdziela warstwę akwizycji widm od warstwy modelu. Modele zbudowane podczas feasibility na próbkach offline z analizatora Spectrally X1 LAB można przenieść na inline’owy Spectrally X1 INLINE po standardowej procedurze model transfer (z korektą offsetu i ewentualnym wzbogaceniem o widma z biegu pomostowego, zgodnie z literaturą cytowaną powyżej).
Pomiar testowy i konsultacja inżynierska
U nas, w Gekko Photonics, dobieramy konfigurację analizatora pod konkretną biochemię i konkretny typ reaktora — nie sprzedajemy „rozwiązania pudełkowego”. Pierwszy krok to 30-minutowa rozmowa z inżynierem aplikacyjnym: omawiamy proces, anality, skalę, wymagania regulacyjne i typ reaktora. Po rozmowie potwierdzamy, czy ma sens przejść do studium feasibility.
Wykonujemy pomiar testowy na próbkach klienta zwykle w terminie do 2 tygodni od otrzymania materiału w laboratorium. Pełny raport feasibility (kalibracje, walidacja, rekomendacja) dostarczamy w cyklu około 6–10 tygodni. Pełne wdrożenie inline w reaktorze — typowo 3–5,5 miesiąca od decyzji projektowej, w zależności od integracji z DCS/BPC i wymagań walidacji.
Zapraszamy do kontaktu — /kontakt/ — z podaniem typu reaktora, analitów do monitorowania i etapu projektu (R&D, scale-up, produkcja). Odpowiemy z propozycją kolejnego kroku.