第一作者：Ian Walsha, Matthew Myinta

作者单位：Microsoft Corporation

发表时间：Bioprocessing Technology Institute, Agency for Science, Technology and Research (A*STAR), Singapore

发表期刊：mAbs (2区)

关键内容：介绍一些根据关键工艺参数去预测器官制造相关性能(使用ML)的文献。

1. 引言

概念介绍：Qbd, MVDA, DoE

  • Qbd: Quality by Design，质量源于设计。一种系统化的药品开发方法，强调通过理解产品和过程来确保药品的质量。它要求在设计阶段就明确产品的质量属性，并通过工艺设计确保这些属性满足要求。
  • MVDA: Multivariate Data Analysis，多元数据分析。一种用于分析和解释具有多个变量的数据集的统计方法。与单变量分析不同，MVDA可以同时处理多个变量之间的相互关系，提供更全面的见解。如PCA,PLS(偏最小二乘回归)。
  • DoE: Design of Experiments，实验设计。一种用于规划实验并通过最少的实验次数来获得最大信息的方法。它帮助研究者系统地探索多个因素的相互作用及其对结果的影响。

2. 图表

图1 图2 图3 图4

3. 参考文献

Walsh I, Myint M, Nguyen-Khuong T, et al. Harnessing the potential of machine learning for advancing “quality by design” in biomanufacturing[C]//MAbs. Taylor & Francis, 2022, 14(1): 2013593.