4. 细胞培养放大中的代谢与生长数据工程

在细胞培养放大过程中，真正决定批次成败的往往不是某一个瞬时测量值，而是随时间演化的代谢与生长轨迹。比生长速率 μ、葡萄糖/谷氨酰胺消耗速率、乳酸/氨/铵根等副产物积累速率，共同构成了一组相互耦合的时序数据。放大时，反应器混合时间、氧传递、pH 控制死区、补料策略都会改变这些轨迹的形状。因此，数据工程的第一步不是建模，而是把“时间轴上的代谢状态”可靠地采集下来，并清洗成可用于计算 μ 和代谢通量的干净序列。

一、需要采集哪些时序量

围绕比生长速率与代谢通量，最小可用数据集通常包括：活细胞密度（VCD，10⁶ cells/mL）、活率（%）、葡萄糖浓度（g/L）、谷氨酰胺浓度（mmol/L）、乳酸浓度（g/L）、氨浓度（mmol/L）、渗透压（mOsm/kg）、pH、DO、温度、补料体积或补料速率。若要做元素守恒校核，还需记录碱液消耗量、酸液消耗量、排气 CO₂ 与 O₂ 分压。这些量中，VCD 与代谢物浓度是离线采样，pH/DO/温度是高频在线信号，补料是事件型数据。三类数据的时间戳精度不同，直接合并会产生“伪动态”。

一个常见错误是：把离线采样时间记为“送样时间”而非“取样时间”。在放大罐中，取样管路体积可达数十毫升，若取样 30 s、送样 5 min，则离线点与在线点会错位数分钟。对 μ 的影响在快速生长期可达 5%～10%。因此建议统一以取样阀开启时刻作为离线数据时间戳，并在 LIMS 中保留该字段。

二、比生长速率的时序计算与清洗

比生长速率定义为 μ = d(ln X)/dt，其中 X 为活细胞密度。工程上不直接对原始 VCD 做差分，而是先取自然对数，再用滑动窗口线性回归或 Savitzky-Golay 求导。窗口长度需覆盖至少 3～5 个采样点，否则噪声会被放大。若采样间隔为 12 h，则窗口取 36～60 h 较合理。

清洗规则应至少包含：剔除 VCD 低于检测限的点；对活率低于 60% 的区段标记为“非生长主导”，不参与 μ 拟合；对补料引起的稀释效应做体积校正，即 X_corr = X_measured × (V₀ + V_feed)/V₀。若忽略补料稀释，μ 会被系统性低估，在补料速率 0.05 VVD 时误差可达 3%～5%。

# 示例：μ 的滑动窗口计算（伪代码，参数为教学假设）
t   = [0, 12, 24, 36, 48, 60, 72]          # h
X   = [0.5, 0.9, 1.7, 3.0, 5.1, 8.2, 12.0] # 10^6 cells/mL
V0, Vfeed = 5.0, [0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6]  # L
Xc  = [x*(V0+v)/V0 for x, v in zip(X, Vfeed)]
lnX = [log(x) for x in Xc]
# 对每个点取前后各 1 个点做线性回归，斜率即 μ
mu  = sliding_slope(t, lnX, half_window=1)  # 单位 1/h

清洗后应输出一张“μ–t”曲线，并标注补料事件、取样事件和异常标记。若 μ 曲线出现非生理性尖峰（如单点跳变超过 30%），优先怀疑取样稀释、细胞计数误差或补料体积记录缺失，而不是真实代谢突变。

三、代谢通量与副产物积累的时序对齐

代谢通量 q_s、q_lac、q_am 通常用“浓度变化率 ÷ 活细胞密度积分”估算：q = (ΔC/Δt) / (∫X dt 的平均值)。这里的关键是时间对齐：浓度是离线点，X 是离线点，但 ΔC/Δt 应落在两个采样点之间的区间中点，而 X 的积分也应对应同一区间。若把浓度差直接除以端点 X，会在生长快速期产生 10% 以上的偏差。

副产物积累的清洗重点是“平台期识别”。乳酸在葡萄糖充足时持续积累，转入限制后可能被消耗；氨则通常单调上升。清洗时应保留符号变化，不要用平滑滤波把乳酸由正转负的拐点抹掉，因为该拐点正是代谢状态切换的关键证据。建议对乳酸序列先做 3 点中值滤波去脉冲，再做 5 点滑动平均，最后保留原始点用于拐点复核。

四、一张图看清采集—清洗—计算链路

下面的信号链图把本节涉及的对象、时间基准、清洗动作和输出量放在同一条链路上，便于对照检查每个环节是否遗漏。

五、清洗后的质量检查与常见陷阱

清洗完成后，建议做三项校核。第一，碳元素守恒：葡萄糖消耗的碳应大致等于乳酸、CO₂ 与生物质碳之和，偏差超过 15% 说明补料或排气数据缺失。第二，μ 与 q_s 的耦合性：在非限制期，μ 上升通常伴随 q_s 上升，若两者反向，优先检查 VCD 与葡萄糖是否来自不同取样管。第三，乳酸拐点与葡萄糖浓度的时序一致性：乳酸由积累转为消耗的时刻，应落在葡萄糖浓度降至约 1～3 g/L 的区间内，若明显提前或滞后，需复核取样时间戳。

把上述采集、对齐、清洗、计算串成固定脚本后，每次放大批次只需替换原始文件路径与罐体体积参数，即可在数分钟内得到 μ–t、q–t 和副产物积累曲线。这样，后续的代谢通量分析与放大差异归因才有可靠的数据底座。