2. 生物工艺过程与关键参数识别

生物工艺从一支冻存管到一罐合格原液，中间要经过几十个可测量的物理、化学与生物学量。建模的第一步不是选算法，而是回答一个更基础的问题：这条工艺链上，哪些量真正决定了产品质量与产量，它们能不能被稳定测到，值不值得为它建一个模型。本节按上游发酵、细胞培养、下游分离纯化三段展开，给出关键参数的识别方法、分类框架、可测性判断，以及建模对象的筛选逻辑。

一、三段工艺链的参数地图

上游发酵与细胞培养本质上都是"给细胞创造合适环境，让它按我们的意愿合成目标产物"。可调的量集中在三类：环境参数（温度、pH、溶氧 DO、通气量、罐压）、营养与代谢参数（碳源/氮源浓度、补料速率、葡萄糖残留、氨氮、乳酸、乙酸、铵离子）、操作与状态参数（接种密度、比生长速率 μ、诱导时机、诱导剂浓度、OUR/CER、R Q）。下游分离纯化则围绕"把目标物从杂质里择出来"：层析段的载量、流速、梯度斜率、电导、pH、收集起止点，超滤段的跨膜压 TMP、通量、浓缩倍数，以及病毒灭活/除病毒步骤的低 pH、孵育时间、温度。

这些量并非同等重要。识别关键参数时，常用两条判据：敏感性——该量在工艺允许范围内波动时，是否显著改变产量、纯度或质量属性；可控性——它是否可被主动调节，还是只能被动观测。二者交叉后，参数自然分成四类，这正是建模对象选择的起点。

二、可测性分析：能不能测、测得准不准、测得快不快

一个参数即使关键，若无法可靠获取，也不能直接作为模型输入。可测性要从三个维度评估：在线可测（如 pH、DO、温度、罐压，秒级到分钟级）、离线可测（如残糖、氨氮、HCP、纯度，需取样，小时级）、不可直测（如比生长速率 μ、细胞内代谢通量，只能通过其他量推断）。

以 μ 为例，它无法用探头直接读出，但可由活细胞密度 X 随时间的变化估算：μ = (lnX₂ − lnX₁)/(t₂ − t₁)。若每 4 小时取样测一次活细胞密度，得到 X₁=2.0×10⁶ cells/mL、X₂=2.6×10⁶ cells/mL，间隔 4 h，则 μ ≈ (ln2.6 − ln2.0)/4 ≈ 0.065 h⁻¹。这个值就是后续补料模型的核心输入。可见，可测性分析的本质是找到"可测量"与"目标量"之间的可计算桥梁。

实际工程中还要考虑测量延迟与噪声。在线 DO 探头响应快但易漂移，需定期单点校准；离线残糖数据准确但滞后 1～2 小时，若直接用于反馈控制会造成振荡。因此建模时通常对离线量做软测量或状态估计，而不是硬接反馈回路。

三、建模对象选择：从参数清单到模型清单

识别出关键参数后，不是每个都建一个模型。选择建模对象遵循三条原则：第一，目标导向——模型要回答一个具体问题，如"如何把补料速率与 μ 稳定在 0.05 h⁻¹"；第二，数据可得——该对象有足够的历史批次或可设计实验数据支撑；第三，收益可衡量——模型输出能直接指导操作或放行判断。

据此，上游优先建模对象通常是：比生长速率 μ 的软测量模型、补料速率与残糖的关系模型、DO 与通气/搅拌的响应模型。下游优先建模对象是：层析收率与载量/流速的关系模型、超滤通量与 TMP 的衰减模型、病毒灭活低 pH 孵育的时间-灭活曲线。而像罐压、基础缓冲液 pH 这类低敏感可控参数，按 SOP 执行即可，不必建模。

四、一个可复用的参数识别工作流

把上述逻辑固化为可执行流程，便于在真实项目中逐项落地：

1. 列参数清单：按三段工艺逐一列出所有可测量，标注单位与测量方式。
2. 做敏感性筛查：用历史批次数据或设计实验（DOE），观察每个量在允许范围内波动时对产量/纯度的影响幅度。
3. 标注可控性：区分可主动调节、只能被动观测、以及需间接推断三类。
4. 评估可测性：记录每个量的测量频率、延迟、精度与校准周期。
5. 落入四象限：按"敏感性 × 可控性"归类，确定建模优先级。
6. 定义建模对象：为优先项写出模型要回答的具体问题、输入变量、输出变量与验收指标。

以某单抗上游批次为例，示例性参数记录如下（数值为教学假设，非实测）：

这张表本身就是建模对象选择的交付物：它把"哪些参数值得建模"从经验判断变成了可复核的决策记录。后续章节的参数建模、数据采集与模型验证，都将以这份清单为起点。需要强调的是，敏感性判断依赖数据质量，若历史批次记录缺失或测量误差大，应先补做小规模 DOE，而不是直接进入建模。

综上，关键参数识别不是罗列仪表清单，而是一次有判据的筛选：用敏感性回答"重不重要"，用可控性回答"能不能调"，用可测性回答"能不能拿到"，三者交汇处才是真正值得投入的建模对象。完成这一步，后续的模型结构选择、实验设计与在线部署才有稳固的立足点。