Clear Sky Science · sv

Utforska stabiliteten hos CHO-celler under långvarig passagering via förklarbar AI-driven flödesbalansanalys

· Tillbaka till index

Varför fabriks-celler kan tappa sin förmåga

Många moderna läkemedel, inklusive storsäljande antikroppsbaserade preparat, tillverkas av kinesiska hamsteroj (CHO)‑celler som växer i stora ståltankar. Dessa celler förökas under många generationer innan de används i produktion, och med tiden kan de mystiskt nog sakta ned eller ändra kvaliteten på de läkemedel de producerar. Denna studie ställer en enkel men avgörande fråga: när CHO‑celler passageras om och om igen, hur förändras deras interna metabolism — och kan vi använda artificiell intelligens för att se vad som går fel och hur det kan åtgärdas?

Figure 1
Figure 1.

Tidiga och sena generationer av samma cellinje

Forskarna började med en enda antikroppsproducerande CHO‑cellinje och följde den genom mer än 30 rundor av passagering, ungefär som att ständigt ta sticklingar från samma växt. Ur denna långa resa skapade de två arbetsgrupper: ”tidiga passager” tagna efter bara några få rundor av tillväxt, och ”sena passager” tagna efter många fler. När de odlas under identiska förhållanden nådde båda grupper liknande maximala cellantal, och de sena cellerna delade sig faktiskt något snabbare. Ändå producerade de sena cellerna cirka 35 % mindre antikropp och byggde upp högre nivåer av oönskade avfallsprodukter, särskilt laktat och ammoniak, som är kända för att stressa celler och störa produktionen.

Spåra näringsämnen och avfall för att hitta vändpunkten

För att förstå när och hur cellerna började avvika övervakade teamet näringsämnen och biprodukter i odlingsmediet under två veckor, med fokus på glukos och 20 aminosyror. Med multivariat statistik visade de att de största metaboliska skillnaderna mellan tidiga och sena passager uppträdde under den snabba tillväxtfasen, särskilt mellan dag 2–6 av kulturen. Vissa aminosyror — såsom glycin, prolin, metionin och aspartat — användes eller sekreterades på slående olika sätt mellan de två grupperna. Dessa förändringar pekade mot skiften i vägar som kopplar aminosyra-nedbrytning, energiproduktion och avfallsbildning, vilket antyder att sena passager-celler omkopplade hur de driver sin metabolism och hanterar kväve- samt redox (oxidations–reduktions)‑balans.

Figure 2
Figure 2.

Insyn i metabolismen med förklarbar AI

Eftersom cellmetabolism involverar tusentals sammankopplade reaktioner använde författarna en genomskalig metabolisk modell för CHO‑celler kombinerad med flödesbalansanalys, en metod som uppskattar hur starkt varje reaktion flödar. De begränsade denna modell med verkliga mätningar från sina kulturer och använde sedan en ”enzym‑kapacitets” version av metoden som tar hänsyn till hur effektiva varje enzym är. Detta gav många möjliga interna flödesmönster som var förenliga med data. För att tolka detta högdimensionella utdata tränade de en maskininlärningsmodell att skilja tidiga från sena passager‑flödesmönster och tillämpade därefter förklarbar AI — specifikt SHapley Additive exPlanations (SHAP) — för att rangordna vilka reaktioner och metaboliter som mest kraftfullt skiljde de två tillstånden åt.

Från byggläge till självbevarandeläge

Analysen med förklarbar AI pekade på en tydlig berättelse. I tidiga passager‑celler kanaliserades kol från näringsämnen genom pyruvat till acetyl‑CoA och vidare i hög grad till fettsyraproduktion, vilket stödde membranbyggnad och snabb tillväxt. I sena passager‑celler pressades mer acetyl‑CoA genom den centrala energicykeln för att upprätthålla energi under stress, medan nyckelreaktioner i trans‑sulfurationsvägen skiftade cellerna från att importera cystein till att syntetisera det internt. Den nysyntetiserade cysteinen dirigerades mot glutation, en huvudantioxidant som hjälper till att städa upp skadliga reaktiva syreradikaler. Detta självskydd kom med en kostnad: samma cystein behövs också för att bilda stabila bindningar i antikroppar, och dess omdirigering, tillsammans med extra ammoniak som frigörs av dessa vägar, bidrog sannolikt till sämre antikroppsavkastning och mer toxisk avfall.

Hur detta hjälper att hålla läkemedelsfabriker stabila

För en icke‑specialist är budskapet att CHO‑celler gradvis ändrar prioriteringar när de passageras: tidigt är de i ett ”byggläge”, effektivt omvandlande näringsämnen till nya celler och terapeutiska proteiner; senare växlar de till ett ”överlevnadsläge”, där mer resurser används för att försvara sig mot oxidativ stress, även om det innebär att de producerar färre läkemedel och mer avfall. Genom att kombinera detaljerade cellodlingsmätningar, storskaliga metaboliska modeller och förklarbar AI kunde författarna peka ut cystein–glutation‑axeln och relaterade vägar som hävstänger som styr detta skifte. Att justera medieformuleringar — till exempel genom att tillsätta alternativa antioxidanter eller föreningar som sparar cystein — kan hjälpa till att hålla cellerna i ett mer produktivt tillstånd längre, vilket förbättrar tillförlitligheten och effektiviteten i tillverkningen av biologiska läkemedel.

Citering: Choi, DH., Kim, SJ., Song, J. et al. Exploring CHO cell stability during prolonged passaging via eXplainable AI driven flux balance analysis. npj Syst Biol Appl 12, 36 (2026). https://doi.org/10.1038/s41540-026-00660-z

Nyckelord: CHO-celler, antikroppsproduktion, cellinjestabilitet, metabolisk modellering, förklarbar AI