この記事は、自動翻訳ソフトウェアによって翻訳されています。自動翻訳によって生成された記事(Cytivaにより見直された記事を含む)には、単語、構文、文法などの間違いが含まれている場合があります。弊社は、コンテンツの不正確な翻訳またはその使用により生じる間違いや誤解、または損傷に対して責任を負いかねます。あらかじめご了承ください。

オリジナルの記事(英語版)はこちらから

自然科学に基づくメカニスティッククロマトグラフィーモデルを用いたダウンストリーム(精製工程)の予測モデル作成

ダウンストリームの工程は、それぞれ異なる物理的・生化学的効果によって構成されています。例えば、クロマトグラフィーは、一般的な流速と移動パターン、マイクロポーラス材料による物質移動現象、および吸着が複雑に重なり合っています。したがって、ダウンストリームの予測モデルを作成するには、発生するすべての効果について深く検討する必要があります。

メカニスティックモデルの仕組み

メカニスティックモデルは、物理的・生化学的効果を自然法則によって考察するものである。例えば、クロマトグラフィーシステム内の吸着ビーズの外側では、注入された成分は、接続されたポンプによって引き起こされる対流によって輸送されます。分散は、特に分子拡散と非理想的な流れによって構成されます。吸着粒子の細孔内では、拡散がその動きを支配します。最後に、成分は粒子の内表面に吸着されます。

Depiction of the basic principles in the chromatography column

Fig 1. クロマトグラフィーカラムにおける基本原理

予測型クロマトグラフィーモデルの構築

ダウンストリームの工程を予測するためには、自然原理を数学的なモデル式で記述することが必要です。実際、カラムクロマトグラフィーのモデルは、カラム内の一般的な流速と移動パターンを記述する流体力学モデル、ビーズの孔内の液相を記述するモデル、熱力学によって吸着プロセスをモデル化する吸着等温線の3つの個別かつ連成したモデルから構成されています。このようなモデルは、さまざまなクロマトグラフィーや相互作用モードを記述した多種多様なものが文献上知られています。モデルとそれに対応するモデルパラメーターを与えると、コンピューター・シミュレーションによって得られるクロマトグラムを予測できます。

Basic chromatography model equations

Fig 2. クロマトグラフィーの基本モデル方程式

メカニスティックモデルのキャリブレーション実験は、ほとんど必要ない

メカニスティックモデル方程式には、多くのモデルパラメーターが内在しています。これらの中には、クロマトグラフィーモデルのカラム寸法や流速のように既知のものもあります。タンパク質の電荷のような未知のモデルパラメーターは、実験データから導き出す必要があります。各モデルパラメーターは固有の目的を持ち、結果に影響を与えるため、必要な実験データは少なく、通常3~10個程度です。これらの実験は、精製された成分を必要とせず、不純物の多い原料を使用して実施ができます。測定されたデータは、数値の最適化によりインシリコ処理され、逆カーブフィッティングにより未知のパラメーターが導出されます。

いったんキャリブレーションされれば、どんなメカニスティックダウンストリームモデルでも、実システムのデジタルツインと完全に等価なものになります。実際の実験がにシミュレーションによって、置き換えることができます。シミュレーションの最も分かりやすい用途は、既存のプロセスを最適化することです。プロセス分析技術(PAT)や原材料の組成に関するリアルタイムの情報とともに、ダウンストリームモデルを拡張して、実行中の生産プロセスのデジタルツインにすることができます。

Read more:

クロマトグラフィーのメカニスティックモデリングについてはこちらから