(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111301428.6 (22)申请日 2021.11.04 (71)申请人 江南大学 地址 214122 江苏省无锡市滨湖区蠡湖大 道1800号 (72)发明人 刘飞　吴杰　栾小丽　赵顺毅　 陈珺　 (74)专利代理 机构 苏州市中南伟业知识产权代 理事务所(普通 合伙) 32257 代理人 朱振德 (51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01) G06N 3/12(2006.01) G16B 5/00(2019.01)G01N 21/65(2006.01) G01N 21/359(2014.01) G01N 21/25(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 一种细胞培养状态在线估计及优化补料调 控方法 (57)摘要 本发明公开了一种细胞培养状态在线估计 及优化补料调控方法， 包括以下步骤： 建立细胞 培养状态模 型； 确定细胞培养过程需要满足的约 束条件； 选定经济效益优化目标； 进行细胞状态 估计， 获得当前时刻的细胞状态估计值； 求解细 胞培养状态模型， 获得未来时刻细胞状态向量； 采用非线性规划方法， 得到满足约束条件的最优 补料速率轨迹； 将补料速率轨迹中当前时刻的补 料速率实施于细胞培养生产过程， 重复优化求解 补料速率轨迹， 直至生产过程结束。 本发明集细 胞生长状态估计、 生产效益优化、 过程在线控制 及结果实时反馈于一体， 可及时感知菌体细胞生 长状况， 针对不同阶段进行滚动优化补料， 提供 最优的培 养环境， 实现经济效益 最大化。 权利要求书3页 说明书9页 附图6页 CN 114036810 A 2022.02.11 CN 114036810 A 1.一种细胞培 养状态在线估计及优化补料调控方法， 其特 征在于： 括以下步骤： S1： 建立细胞培 养状态模型； S2： 确定细胞培 养过程中 需要满足的约束条件； S3： 选定经济效益优化目标； S4： 进行细胞状态估计， 获得当前时刻的细胞状态估计值； S5： 根据当前时刻的细胞状态估计值和拟定的补料速率轨迹， 基于细胞培养状态模型， 求解得到未来时刻 细胞状态向量； S6： 根据得到未来时刻细胞状态向量和经济效益优化目标， 采用非线性规划方法， 求解 最优化经济效益下， 满足约束条件的最优补料速率轨 迹； S7： 将最优补料速率轨迹中当前时刻的补料速率实施于细胞培养生产过程， 重复步骤 S4‑S7， 直至生产过程结束。 2.如权利要求1所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 建立细胞培 养状态模型， 具体包括以下步骤： 采用欧拉法将细胞培养生产周期划分为Tf个采样间隔， 根据细胞菌体培养及产物生成 动力学， 建立关于采样时刻k ＝1，…， Tf的细胞培 养状态模型： x(k+1)＝f[x(k)， u(k)]+w(k+1) (1) 其中， x(k)、 u(k)分别为k时刻细胞状态和补料速率， f[x(k)， u(k)]为关于x(k)、 u(k)的 线性或非线性 函数， 考虑培 养过程干扰噪声为 w(k+1)。 3.如权利要求1所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 所述步骤S2具体包括以下步骤： 将细胞培养过程中对底物浓度、 培养液体积、 以及补料速率的物 理限制， 表述为以下约 束条件： m[x(Tf)， u(Tf)]≤0 (2) n[x(k)， u(k)]≤ 0 (3) umin≤u(k)≤umax (4) 其中， x(Tf)、 u(Tf)分别为最 终时刻细胞状态和补料速率， m[x(Tf)， u(Tf)]为关于x(Tf)、 u(Tf)对应培养液体积的线性或非线性函数， n[x(k)， u(k)]为关于细胞状态x(k)和补料速 率u(k)对应底物浓度的线性或非线性函数， umax和umin分别表示k时刻细胞补料速率u(k)的 上限和下限。 4.如权利要求1所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 经济效益优化目标包括： 当底物成本较低， 经济效益优 化目标选产物量最大， 优 化目标J定义为终点产量P(Tf)最 大化， 而终点产量为终端时刻产物浓度和发酵液体积的乘积， 并与生产过程中的细胞培养 状态x(k)及 补料速率u(k)有关， 即效益优化目标表示如下： J1＝P(Tf)＝L[x(k)， u(k)] (5) 其中， L[x(k)， u(k)]是描述终点产量与细胞培 养状态及 补料速率间函数关系； 当追求高产量的同时兼顾底物成本， 则引入成本因子， 经济效益优化目标选择一个批 次生产的净利 润与生产时间的比值， 即过程效益， 具体效益优化目标表示如下：权　利　要　求　书 1/3 页 2 CN 114036810 A 2其中， r为单位产物的销售价格， c为单位补料的成本价格， 为从当前时刻至生 产结束时的补料投入总量， Tp为同一个生物反应罐相邻两个生产批次之间的时间 间隔； 当对于底物成本较高的生产过程， 追求底物到产物的转化率， 经济效益优化目标选择 一个批次的产物量与补料总量的比值， 即产物得率， 具体效益优化目标表示如下： 5.如权利要求1所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 采用间接测量方法进行细胞状态估计， 或直接测量方法获得当前时刻的细胞状态估计值。 6.如权利要求5所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 当采用直接测量方法进行细胞状态估计， 包括以下步骤： 利用光谱测量细胞， 对光谱进行预处理和特征波段选择， 通过建立光谱数据与细胞培 养状态映射模型， 直接得到细胞状态估计值 7.如权利要求5所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 当采用间接测量方法进 行细胞状态估计， 包括以下步骤： 基于生化机理或实验， 分析综合出 菌体细胞内基础变量y(k)与细胞状态x(k)的关系， 构造测量方程： y(k)＝g[x(k)]+v(k) (8) 其中， g[x(k)]是构 建的测量函数， 假设v(k)为测量噪声， 先通过氨基葡萄糖法、 麦角固 醇法或核酸法测量出y(k)， 再通过估计方法间接获得当前时刻的细胞状态估计值 8.如权利要求7所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 当选择间接测量方法进行细胞状态测量时， 所述估计方法根据可测基础变量和细胞状态模 型的形式、 过程和测量噪声的统计分布， 选择卡尔曼滤波法、 扩展卡尔曼滤波法、 滚动时域 估计法、 无迹卡尔曼滤波法、 贝叶斯估计法、 粒子滤波法或有限脉冲响应滤波法中的一种进 行细胞状态估计， 由前一时刻细胞状态对当前时刻细胞状态进行预测， 根据基础变量y(k) 的当前测量 值， 更新修正预测获得当前时刻的细胞状态估计值 9.如权利要求8所述的一种细胞培养状态在线估计及优化补料调控方法， 其特征在于： 细胞状态模型和测量方程为非线性函数， 且有高斯白噪声的情形下， 采用扩展卡尔曼滤波 算法， 进行细胞培 养状态估计， 包括以下步骤： a.细胞状态及其协方差的预测： 由k时刻的估计值 和补料速率u(k)对k+1时刻的细 胞状态进行 预测： 其中， 和 分别为k+1时刻细胞状态及协方差的预测值， P(k)为k时刻的 协方差估计值， Q为过程噪声的协方差矩阵； F(k)为状态转移矩阵， 若细胞培养模型权　利　要　求　书 2/3 页 3 CN 114036810 A 3