来源：期刊VIP网 时间：
作者：范煜;乔亮智;纪凯迪;阎续;高栋;王海彬;阮银兰;姚善泾;林东强;
单位：生物质化工教育部重点实验室,浙江大学化学工程与生物工程学院;桂林电子科技大学电子工程和自动化学院;杭州博之锐生物制药有限公司;
摘要：针对蛋白A亲和层析过程，利用拉曼光谱分析技术，建立细胞培养液中抗体浓度的拉曼光谱模型，实现复杂料液中抗体浓度的在线测量。针对不同上样条件的拉曼光谱数据，分别使用偏最小二乘法(PLS)和岭回归建模。结果显示，PLS模型的最小交叉验证均方根误差(RMSECV)为0.088 g·L~(-1)，预测均方根误差(RMSEP)为0.112 g·L~(-1);岭回归模型的RMSECV为0.097 g·L~(-1),RMSEP为0.055 g·L~(-1)。对比两个拉曼模型，发现岭回归模型可以平衡模型复杂性和精度，降低模型过拟合的风险，提高模型的预测能力。此外，对于不同数据集划分，均发现岭回归法的拟合和预测性能优于PLS。结果表明，基于岭回归方法建立的拉曼光谱模型能够准确预测亲和层析过程中复杂料液的抗体浓度，有望为连续抗体捕获过程的在线监测提供技术支撑。
关键词：拉曼光谱;;亲和层析;;在线监测;;偏最小二乘法;;岭回归
基金资助：浙江省重点研发计划(2023C03116);; 国家自然科学基金(22078286);; 国家重点研发计划(2021YFE0113300)
