Comment le Raman en ligne donne du sens à un bioréacteur

Un article montre que le principal défi du suivi en ligne de la fermentation n'est pas seulement de " pouvoir mesurer " mais aussi de " mesurer avec précision ". Si le glucose et l'éthanol dans un bioréacteur sont les " protagonistes invisibles ", alors Raman en ligne est le faisceau de lumière qui les révèle en temps réel. Cette étude, publiée dans Spectrochimica Acta Partie A, se concentre sur la façon dont le Raman en ligne peut repousser la limite de détection (LOD) lors de la surveillance des bioréacteurs,et offre des conseils très pratiques pour le développement de modèles.

Qu'est-ce que cette étude a fait?

En utilisant la fermentation alcoolique comme système de modèle, les auteurs ont inséré une sonde Raman in situ directement dans l'environnement du bioréacteur pour surveiller quantitativement le glucose et l'éthanol en ligne.

L'accent n'a pas été mis uniquement sur la possibilité de mesurer, mais sur deux questions plus pratiques: d'abord, comment améliorer le rapport signal/bruit;comment maintenir le modèle stable et fiable dans un système mixte complexe.

La valeur fondamentale de Raman en ligne:

L'aspect le plus remarquable de cette étude est qu'elle fait progresser le Raman en ligne d'un outil de caractérisation de processus à un outil d'analyse en ligne adapté au contrôle quantitatif.Les auteurs indiquent clairement que le Raman en ligne peut capturer des informations sur la fermentation in situ, en temps réel, et de manière non destructive, une caractéristique particulièrement précieuse pour les applications de bioprocessage qui nécessitent une surveillance continue de la consommation de substrat et de la formation du produit.

Plus important encore, Raman est insensible au fond d'eau et est bien adapté pour la mesure directe des systèmes liquides.il est beaucoup plus adapté à la surveillance en ligne du réacteur que de nombreuses méthodes hors ligne qui nécessitent un prélèvement et une préparation fréquents des échantillons.

Cela signifie que le Raman en ligne n'est pas seulement un outil d'analyse auxiliaire, il peut être véritablement intégré dans la chaîne de contrôle des processus et servir l'objectif de la technologie d'analyse des processus (PAT).

Les innovations de cette étude:

Un point important est que les auteurs n'ont pas commencé par construire des modèles directement avec du bouillon de fermentation réel.et a ensuite effectué une validation avec des mélanges de différents ratios.

L'avantage de cette stratégie est qu'elle permet de résoudre clairement la contribution spectrale de chaque composant individuel, réduit les interférences mutuelles,et facilite l'identification des pics caractéristiques.

Les auteurs ont également mis l'accent sur l'optimisation du rapport signal/bruit.et finalement sélectionné 80 s exposition avec 3 accumulations comme le meilleur compromis entre la qualité du signal et le temps d'acquisition.

Cela démontre que les performances du Raman en ligne dépendent non seulement de l'instrument lui-même, mais aussi des paramètres d'acquisition, ce qui peut avoir une incidence significative sur les performances du modèle final.

Que montrent les résultats?

Après avoir construit plusieurs modèles PLS, les auteurs ont constaté qu'en réduisant la plage de concentration de l'ensemble d'étalonnage de 0,5 à 100 g/l à une plage de faible concentration (0,5 à 10 g/l),les limites de détection de l'éthanol et du glucose se sont nettement améliorées, atteignant respectivement 0,42 g/l et 1,55 g/l.

Cette conclusion est très instructive pour la surveillance en ligne: une limite de détection inférieure ne provient pas toujours d'un plus grand nombre de données, mais peut résulter d'une distribution des données plus rationnelle.

Cependant, les auteurs mettent également en garde contre un compromis important: si l'ensemble d'entraînement est trop biaisé vers de faibles concentrations, les performances prédictives à des concentrations élevées se détériorent.

En d'autres termes, la modélisation pour le Raman en ligne n'est pas simplement "plus il est étroit, mieux c'est".

En une seule phrase

La valeur la plus importante de ce document n'est pas "prouver que Raman peut mesurer le glucose et l'éthanol",Mais montrant que le chemin vers l'application pratique du processus en ligne Raman dépend de faibles limites de détection, une modélisation robuste et une conception réfléchie des ensembles de données.