1. 生物过程在线监测需求与拉曼技术定位
生物制药的批次或流加培养过程中，细胞并不是按固定剧本生长。同一配方、同一接种密度，在不同批次之间仍可能出现葡萄糖消耗速率差异、乳酸由生成转为消耗的代谢切换、谷氨酰胺提前耗尽、铵离子累积抑制、产物滴度增长放缓等变化。若只依赖每天甚至每班一次的离线取样，操作者看到的是一条被时间拉平的曲线，而反应器内部真实的代谢波动往往在两次取样之间已经发生。在线监测的价值，正是把这种“事后确认”变成“过程可见”。
一、关键参数为什么必须实时可见
生物反应器中值得连续跟踪的参数，大致可分为三类。第一类是碳氮源与代谢副产物：葡萄糖、谷氨酰胺、乳酸、铵离子。它们直接决定细胞能否维持合成能力，也决定补料策略是否需要调整。第二类是细胞状态与产物：活细胞密度、产物滴度。它们回答“还有多少细胞在工作”“已经积累了多少目标蛋白”。第三类是过程环境量：pH、溶氧、温度、尾气中的 CO₂ 与 O₂，这些通常已有成熟在线传感器，但它们是解释前两类参数变化的背景条件。
以典型 CHO 流加培养为例，葡萄糖常控制在 2～6 g/L 区间，谷氨酰胺常控制在 0.5～3 mmol/L 区间，乳酸在 1～4 g/L 之间波动，铵离子通常希望低于 5 mmol/L。这些数值不是绝对标准，而是说明：关键参数都有需要维持的窗口，偏离窗口越早被发现，纠偏代价越小。若葡萄糖在 12 h 内从 4 g/L 降到 0.5 g/L，而离线取样要到 24 h 后才反映，细胞可能已经经历了一段营养限制，产物质量属性也可能随之改变。
二、离线监测的局限与在线监测的诉求
离线监测的瓶颈不只是“慢”。取样本身会带出体积，频繁取样影响反应器体积平衡；样品从反应器到分析仪的过程中，温度、pH、溶氧变化可能让葡萄糖和乳酸浓度发生漂移；对于多反应器并行运行的工厂，人工取样、离心、稀释、上机、录入构成一条长链条，任何一步延迟都会削弱数据的时效性。在线监测要解决的核心问题，是把“取样—运输—前处理—分析—反馈”压缩为“原位或近原位测量—实时反馈”，让补料、降温、诱导或收获判断可以在小时级甚至分钟级完成。
但“在线”不等于“万能”。在线监测必须回答四个工程问题：测什么、多快测、多准测、在什么条件下测。拉曼光谱的定位，正是在这四个问题之间取得平衡。
三、拉曼光谱作为 PAT 工具的核心优势
拉曼光谱是一种振动光谱。当激光照射到样品上，分子内化学键的振动会改变散射光的频率，形成与分子结构相关的拉曼位移峰。水是弱拉曼散射体，这使拉曼光谱特别适合水相生物反应器：葡萄糖、乳酸、谷氨酰胺、铵离子、产物蛋白等在不同波数处有可区分的信号贡献。与近红外相比，拉曼峰更尖锐，多组分重叠虽存在，但通过化学计量学建模仍可解析；与离线 HPLC 或生化分析仪相比，拉曼探头可原位插入或贴壁测量，无需取样、无需试剂、不消耗样品。
更关键的是，拉曼光谱可以同时覆盖多个参数。一个探头、一条光谱、一次采集，经过模型计算后可输出葡萄糖、乳酸、谷氨酰胺、铵离子、活细胞密度和产物滴度等多个估计值。这种“一探头多参数”的能力，使它在一次性生物反应器和多联平行反应器场景中尤其有吸引力：不需要为每个参数配置独立传感器，也不需要频繁取样。
四、适用边界：拉曼不能替代什么
拉曼光谱的边界同样清晰。第一，它测量的是光谱信号，不是直接浓度。浓度值来自模型预测，模型需要覆盖实际工况；若培养基配方、细胞系、温度或 pH 发生显著变化，模型可能外推失效。第二，低浓度组分在复杂背景中容易被淹没。例如铵离子在低 mmol/L 水平时，其拉曼信号相对微弱，需要更精细的预处理和建模。第三，固体颗粒、气泡、搅拌涡流和探头污染会改变光路，导致光谱漂移。第四，拉曼不能直接测量活细胞密度，它通常通过光谱与活细胞密度之间的相关模型间接估计，因此需要离线计数数据作为参考。
因此，拉曼在线监测的合理定位是：作为 PAT 工具箱中的连续多参数估计器，与 pH、溶氧、温度等成熟传感器互补，与离线取样形成交叉验证，而不是完全取代离线分析。
五、本课程的主线：从需求到工程实现
本课程以拉曼在线监测的工程实现为主线，而不是停留在“拉曼能测什么”的介绍。后续内容会沿着一条完整链路展开：先明确生物过程关键参数及其控制窗口，再理解拉曼光谱的产生与采集原理，然后进入探头选型与安装、光谱预处理、建模与验证、在线集成与数据接口、异常排查与长期稳定性维护。每一章都围绕一个可执行问题：这个参数为什么要测、用什么光谱特征测、模型怎么建、结果怎么判断、出了问题怎么查。
回到本章的定位，可以用一句话概括：生物过程在线监测的需求来自“关键参数窗口窄、离线反馈慢、批次间波动大”；拉曼光谱的定位是“原位、无损、多组分、可连续”的 PAT 工具，但它必须与离线参考、成熟传感器和工况管理配合使用。理解这条边界，后续的工程实现才不会把模型预测值误当成绝对真值，也才不会在工况变化时失去判断依据。