Bioprocesy mammalia, hodowle drobnoustroj\u00f3w, perfuzja, scale-up z 50 do 1000 litr\u00f3w \u2014 to \u015brodowiska, w kt\u00f3rych spektroskopia Ramana coraz cz\u0119\u015bciej pe\u0142ni rol\u0119 g\u0142\u00f3wnego sensora do monitorowania glukozy, mleczanu, g\u0119sto\u015bci kom\u00f3rek, tytu\u0142u produktu i parametr\u00f3w krytycznych jako\u015bci. W ostatnich kwarta\u0142ach pojawi\u0142y si\u0119 publikacje, kt\u00f3re przesun\u0119\u0142y granic\u0119 tego, co Raman in-line potrafi w reaktorze biologicznym \u2014 od modeli „rdzeniowych” przeno\u015bnych mi\u0119dzy liniami kom\u00f3rkowymi, przez transfer learning z istniej\u0105cych zbior\u00f3w, a\u017c po monitoring 27 sk\u0142adnik\u00f3w jednocze\u015bnie. W Gekko Photonics \u015bledzimy te prace, bo wiele z nich wprost przenosi si\u0119 na nasze projekty \u2014 chemia procesowa i bioprocesy korzystaj\u0105 z tej samej fizyki i z tej samej platformy chemometrycznej, cho\u0107 z innymi macierzami i innymi wymaganiami ja\u0142owo\u015bci.<\/p>\n
Ten przegl\u0105d zbiera publikacje i wdro\u017cenia z 2025 i pocz\u0105tku 2026 roku, kt\u00f3re s\u0105 praktycznie istotne dla zespo\u0142\u00f3w PAT, R&D bioproces\u00f3w oraz manufacturing science. Pomin\u0119li\u015bmy materia\u0142y konkurencyjne wprost \u2014 opisujemy funkcje i wyniki, nie nazwy firm.<\/p>\n
Sygna\u0142 Ramana w po\u017cywce kom\u00f3rkowej jest s\u0142aby z dw\u00f3ch powod\u00f3w. Po pierwsze, sama matryca jest wodnista \u2014 woda jest dla Ramana relatywnie cicha, ale rozpuszczone w niej sk\u0142adniki s\u0105 w st\u0119\u017ceniach milimolarnych, co wymaga d\u0142u\u017cszych czas\u00f3w akwizycji i czulszego detektora ni\u017c w typowej chemii procesowej. Po drugie, w po\u017cywce r\u00f3wnolegle wyst\u0119puje wiele anality o podobnych pasmach \u2014 glukoza, glutamina, glutaminian, mleczan, amoniak \u2014 i nak\u0142adaj\u0105cych si\u0119 modach drga\u0144 w\u0119glowo-tlenowych i w\u0119glowo-azotowych, wi\u0119c kluczem jest dobra chemometria, nie tylko hardware.<\/p>\n
Do tego dochodz\u0105 wymogi ja\u0142owo\u015bci (sondy autoklawowalne lub do reaktor\u00f3w jednorazowego u\u017cytku), kompatybilno\u015b\u0107 z platformami DCS\/BPC, \u015bledzenie dryfu modelu przez wiele kampanii oraz wymagania regulacyjne wok\u00f3\u0142 PAT i Quality by Design. O ich aktualnym statusie pisali\u015bmy szerzej w artykule o zmianach regulacyjnych w farmacji i chemii<\/a> \u2014 tu skupiamy si\u0119 na warstwie pomiarowej.<\/p>\n Schini i wsp. opublikowali w lutym 2026 w Biotechnology Progress metod\u0119 automatycznego transfer learningu, kt\u00f3ra pozwala wykorzysta\u0107 widma Ramana zebrane wcze\u015bniej w innym kontek\u015bcie (inna linia kom\u00f3rkowa, inne po\u017cywki, inne feedy, inny instrument, inny czas akwizycji) do zbudowania u\u017cytecznego modelu predykcyjnego dla nowej kampanii. Kluczowy wk\u0142ad: brak manualnego strojenia hiperparametr\u00f3w. To istotne dla zespo\u0142\u00f3w scale-up, kt\u00f3re dotychczas musia\u0142y ka\u017cdorazowo budowa\u0107 bibliotek\u0119 kalibracyjn\u0105 od zera dla ka\u017cdej nowej kampanii.<\/p>\n Z punktu widzenia in\u017cynier\u00f3w PAT to przesuni\u0119cie z pojedynczego modelu pod jeden proces w stron\u0119 modeli przeno\u015bnych \u2014 co jest doskonale sp\u00f3jne z tym, co od dawna jest standardem w monitorowaniu fermentacji i hodowli mikroalg.<\/p>\n Lang i wsp. w AIChE Journal (2025) pokazali, \u017ce dodanie danych z biegu w skali 50 L do oryginalnego datasetu zebranego na skali laboratoryjnej znacz\u0105co poprawia dok\u0142adno\u015b\u0107 predykcji w skali komercyjnej 1000 L. To bardzo praktyczna wskaz\u00f3wka dla planowania kampanii kalibracyjnych: jeden „run pomostowy” w skali pilota\u017cowej oszcz\u0119dza znacz\u0105co czas w fazie scale-up i ogranicza ryzyko, \u017ce model laboratoryjny przestanie dzia\u0142a\u0107 po przej\u015bciu do produkcji.<\/p>\n W jednej z prac opublikowanych w Process Biochemistry (2024) przedstawiono real-time monitoring 27 komponent\u00f3w w hodowli CHO za pomoc\u0105 Ramana inline: aminokwasy, kwasy organiczne, lipidy, alkohole, sacharydy, biomasa, parametry fizykochemiczne, jony i tytu\u0142 bia\u0142ka. Modele zbudowano metod\u0105 PLS i CNN \u2014 i to jest dok\u0142adnie ten kierunek, kt\u00f3ry mocno akcentujemy w naszej warstwie chemometrycznej Spectrally OS<\/a>.<\/p>\n Z perspektywy operacyjnej kluczowe jest, \u017ce jedna sonda i jeden analizator wystarczaj\u0105, \u017ceby pokry\u0107 kilkana\u015bcie parametr\u00f3w. To znacz\u0105co redukuje liczb\u0119 pobra\u0144 pr\u00f3bek do offline’owej referencji.<\/p>\n Pojawi\u0142a si\u0119 tak\u017ce grupa prac (m.in. publikacja w MDPI Fermentation, 2025) opisuj\u0105ca Raman w strumieniu off-gas reaktora \u2014 predykcja CO\u2082 w czasie rzeczywistym oraz, w wersji rozszerzonej, estymacja pH w fazie ciek\u0142ej z odczyt\u00f3w gazowych. To wymaga innej konfiguracji optycznej (komora gazowa zamiast sondy imersyjnej), ale daje pomiar „bezdotykowy”, w pe\u0142ni nieinwazyjny dla po\u017cywki.<\/p>\n Karnachoriti i wsp. w Journal of Raman Spectroscopy (2025) opisali zastosowanie Ramana z modelami PLS do monitorowania sk\u0142adnik\u00f3w od\u017cywczych w hodowli mikroalg. R\u00b2 powy\u017cej 0,99 dla wybranych analit\u00f3w to wynik dobry, ale autorzy uczciwie zwracaj\u0105 uwag\u0119, \u017ce jako\u015b\u0107 modelu zale\u017cy od specyfiki matrycy \u2014 co w bioprocesach jest regu\u0142\u0105, a nie wyj\u0105tkiem.<\/p>\n Wdro\u017cenie Ramana w bioreaktorze ma kilka praktycznych pu\u0142apek, kt\u00f3re warto zna\u0107 przed startem projektu.<\/p>\n Fluorescencja t\u0142a po\u017cywek.<\/strong> Bogate w aminokwasy, witaminy i ekstrakty dro\u017cd\u017cowe po\u017cywki daj\u0105 silne t\u0142o fluorescencyjne przy 785 nm. W cz\u0119\u015bci przypadk\u00f3w warto rozwa\u017cy\u0107 d\u0142u\u017csz\u0105 fal\u0119 wzbudzenia \u2014 pisali\u015bmy o tym kompromisie w artykule o wyborze 785 nm vs 1064 nm<\/a>. D\u0142u\u017csza fala redukuje fluorescencj\u0119, ale daje s\u0142abszy sygna\u0142 Ramana i wymaga dro\u017cszego detektora InGaAs lub deep-cooled CCD, co podnosi CAPEX.<\/p>\n Dryf modelu mi\u0119dzy kampaniami.<\/strong> Ka\u017cda nowa partia po\u017cywki, ka\u017cdy nowy bank kom\u00f3rek, ka\u017cda ma\u0142a zmiana feedu \u2014 to potencjalny pow\u00f3d, dla kt\u00f3rego model PLS zbudowany trzy miesi\u0105ce temu zaczyna dawa\u0107 przesuni\u0119te warto\u015bci. W praktyce zespo\u0142y PAT pracuj\u0105 z systemem alert\u00f3w monitoruj\u0105cym statystyki residu\u00f3w (Q, T\u00b2) i procedurami re-kalibracji.<\/p>\n Kompatybilno\u015b\u0107 z reaktorami jednorazowego u\u017cytku.<\/strong> Klasyczne sondy imersyjne wymagaj\u0105 portu mechanicznego \u2014 w single-use bioreactorach (SUB) trzeba u\u017cy\u0107 adapter\u00f3w, okienek optycznych w portach standardowych albo konfiguracji back-scatter przez \u015bcian\u0119 worka. To rozwi\u0105zania „niesymetryczne” do klasycznej chemii procesowej i wymagaj\u0105 indywidualnego studium feasibility.<\/p>\n Walidacja w \u015brodowisku GMP.<\/strong> Cz\u0119\u015b\u0107 projekt\u00f3w ma cel komercyjny od pocz\u0105tku \u2014 w\u00f3wczas Raman musi by\u0107 zwalidowany pod IQ\/OQ\/PQ, z dokumentacj\u0105 chemometryczn\u0105 zgodn\u0105 z ICH Q14. To d\u0142u\u017csza droga ni\u017c w typowej chemii specjalistycznej i wymaga partner\u00f3w rozumiej\u0105cych wymogi regulacyjne.<\/p>\n Nasza platforma \u2014 Spectrally X1 INLINE<\/a>, Spectrally X1 LAB<\/a>, Spectrally X1 PORTABLE<\/a> i warstwa Spectrally OS<\/a> z modelami PLS, PCA i CNN \u2014 to platforma og\u00f3lno-przemys\u0142owa Ramana, kt\u00f3r\u0105 mo\u017cna adaptowa\u0107 w trybie projektowym do bioproces\u00f3w. Twardych specyfikacji nie zmieniamy: laser 785 nm, moc 600 mW (30 mW w wersji ATEX), zakres 300\u20131650 cm\u207b\u00b9, rozdzielczo\u015b\u0107 8 cm\u207b\u00b9, czas akwizycji 5\u2013300 s. To s\u0105 parametry, z kt\u00f3rymi nasze analizatory pracuj\u0105 w chemii \u017cywic, kosmetykach, nawozach i \u015bciekach od kilku lat.<\/p>\n Konfiguracj\u0119 pod bioprocesy realizujemy w trybie projektowym po feasibility na pr\u00f3bkach klienta \u2014 kalibracja po\u017cywek i feed\u00f3w, dob\u00f3r czasu akwizycji pod docelowy SNR, walidacja modeli chemometrycznych dla kluczowych analit\u00f3w (glukoza, mleczan, glutamina, g\u0119sto\u015b\u0107 kom\u00f3rek, tytu\u0142 produktu). Cz\u0119\u015b\u0107 decyzji architektonicznych (sonda imersyjna vs back-scatter przez okno, port w wlocie g\u0142\u00f3wnym vs odga\u0142\u0119zieniu, single-use vs reusable) jest zale\u017cna od konfiguracji reaktora \u2014 i to omawiamy na etapie konsultacji in\u017cynierskiej.<\/p>\n Sami w Gekko Photonics projektujemy, integrujemy i serwisujemy analizatory Ramana w Polsce, w wariantach inline, laboratoryjnym i przeno\u015bnym, z polskim zespo\u0142em obs\u0142ugi w cyklu \u017cycia projektu. Pe\u0142na lista konfiguracji znajduje si\u0119 w katalogu analizator\u00f3w<\/a>.<\/p>\n Mechanicznie tak \u2014 sonda imersyjna z portem standardowym (najcz\u0119\u015bciej 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 \u2014 to decyzja na etapie feasibility. Sam analizator (laser, detektor, software) pozostaje ten sam.<\/p>\n Najcz\u0119\u015bciej raportowane w literaturze: glukoza, mleczan, glutamina, glutaminian, amoniak, tytu\u0142 produktu (mAb), g\u0119sto\u015b\u0107 kom\u00f3rek \u017cywych. Modele PLS lub CNN dla ka\u017cdego z nich budujemy na pr\u00f3bkach offline w Spectrally OS, z referencjami z laboratorium QC. Zakres i dok\u0142adno\u015b\u0107 zale\u017c\u0105 od matrycy \u2014 RMSECV typowo rz\u0119du kilku procent dla g\u0142\u00f3wnych analit\u00f3w, ale zawsze podajemy go „przy zakresach kalibracji X\u2013Y mM”, a nie jako absolutn\u0105 gwarancj\u0119.<\/p>\n Najwi\u0119cej wdro\u017ce\u0144 mamy w chemii procesowej \u2014 \u017cywice fenolowo-formaldehydowe i mocznikowe, kosmetyki i detergenty (SLES, gliceryna), nawozy (mocznik, biuret, AdBlue), kleje, w\u0119glowodory, \u015bcieki. W biofarmacji wchodzimy projektowo: na pr\u00f3bkach klienta sprawdzamy w cyklu feasibility, czy Raman jest w\u0142a\u015bciw\u0105 metod\u0105 dla danego analitu i danej matrycy, zanim klient zaanga\u017cuje CAPEX na pe\u0142ny projekt PAT.<\/p>\n Studium feasibility obejmuje: pob\u00f3r 20\u201330 pr\u00f3bek offline reprezentuj\u0105cych zakres pracy procesu, akwizycj\u0119 widm, budow\u0119 wst\u0119pnego modelu PLS, walidacj\u0119 krzy\u017cow\u0105, raport z rekomendacj\u0105 (go \/ no-go \/ refine). Typowo 6\u201310 tygodni od dostarczenia pr\u00f3bek do raportu, w zale\u017cno\u015bci od liczby analit\u00f3w i z\u0142o\u017cono\u015bci matrycy.<\/p>\n Tak \u2014 to jest jeden z g\u0142\u00f3wnych powod\u00f3w, dla kt\u00f3rych architektura Spectrally OS rozdziela warstw\u0119 akwizycji widm od warstwy modelu. Modele zbudowane podczas feasibility na pr\u00f3bkach offline z analizatora Spectrally X1 LAB<\/a> mo\u017cna przenie\u015b\u0107 na inline’owy Spectrally X1 INLINE<\/a> po standardowej procedurze model transfer (z korekt\u0105 offsetu i ewentualnym wzbogaceniem o widma z biegu pomostowego, zgodnie z literatur\u0105 cytowan\u0105 powy\u017cej).<\/p>\n U nas, w Gekko Photonics, dobieramy konfiguracj\u0119 analizatora pod konkretn\u0105 biochemi\u0119 i konkretny typ reaktora \u2014 nie sprzedajemy „rozwi\u0105zania pude\u0142kowego”. Pierwszy krok to 30-minutowa rozmowa z in\u017cynierem aplikacyjnym: omawiamy proces, anality, skal\u0119, wymagania regulacyjne i typ reaktora. Po rozmowie potwierdzamy, czy ma sens przej\u015b\u0107 do studium feasibility.<\/p>\n Wykonujemy pomiar testowy na pr\u00f3bkach klienta zwykle w terminie do 2 tygodni od otrzymania materia\u0142u w laboratorium. Pe\u0142ny raport feasibility (kalibracje, walidacja, rekomendacja) dostarczamy w cyklu oko\u0142o 6\u201310 tygodni. Pe\u0142ne wdro\u017cenie inline w reaktorze \u2014 typowo 3\u20135,5 miesi\u0105ca od decyzji projektowej, w zale\u017cno\u015bci od integracji z DCS\/BPC i wymaga\u0144 walidacji.<\/p>\n Zapraszamy do kontaktu \u2014 \/kontakt\/<\/a> \u2014 z podaniem typu reaktora, analit\u00f3w do monitorowania i etapu projektu (R&D, scale-up, produkcja). Odpowiemy z propozycj\u0105 kolejnego kroku.<\/p>\nCo nowego w publikacjach 2025\u20132026<\/h2>\n
Transfer learning na pre-istniej\u0105cych zbiorach widm<\/h3>\n
Skalowalno\u015b\u0107 modeli \u2014 50 L jako klucz do 1000 L<\/h3>\n
Monitoring 27 sk\u0142adnik\u00f3w jednocze\u015bnie<\/h3>\n
Pomiar w fazie gazowej \u2014 Raman off-gas<\/h3>\n
Mikroalgi i po\u017cywki niestandardowe<\/h3>\n
Wyzwania techniczne, kt\u00f3rych publikacje nie zawsze podkre\u015blaj\u0105<\/h2>\n
Spectrally X1 \u2014 mo\u017cliwo\u015bci adaptacji do bioproces\u00f3w<\/h2>\n
FAQ \u2014 cz\u0119sto zadawane pytania<\/h2>\n
Czy Spectrally X1 INLINE nadaje si\u0119 do bioreaktora?<\/h3>\n
Jakie anality realnie da si\u0119 monitorowa\u0107 w po\u017cywce kom\u00f3rkowej?<\/h3>\n
Czy Gekko ma wdro\u017cenia w biofarmacji?<\/h3>\n
Jak d\u0142ugo trwa typowy projekt feasibility w bioprocesach?<\/h3>\n
Czy modele mo\u017cna p\u00f3\u017aniej przenie\u015b\u0107 na produkcj\u0119?<\/h3>\n
Pomiar testowy i konsultacja in\u017cynierska<\/h2>\n