用于高细胞密度生物技术工程系统中实时代谢物监测的微流控光谱分析平台

《Microchemical Journal》：Microfluidic spectral analysis platform for real time metabolite monitoring in high cell density biotechnology engineering systems

　　方启汉
悉尼大学工程与信息技术学院，澳大利亚悉尼，SW 2006

**摘要**
用于生物制造药物、酶和生物基化学品的高密度工艺是一种利用活细胞有效生产产品的新方法。然而，由于数据采集存在时间延迟以及传统离线分析方法的局限性，实时监测细胞内和细胞外代谢物水平一直很困难。本文介绍了一种微流控光谱平台，该平台通过结合内联光谱测量和微流控采样通道，能够连续和直接地实时分析以下代谢物类别：葡萄糖、乳酸和选定的氨基酸。微流控设备本身及其样品流传输方式都设计为低体积（<100 μl），并且具有高通量（每小时<500次分析）性能。样品的快速传输和分析是在层流条件下进行的，从而减少了样品处理时间。此外，通过在光谱采集过程中采用基线校正和降噪技术，可以消除复杂高密度细胞环境产生的任何噪声，从而提高检测灵敏度和分析准确性。对平台性能的评估表明，其检测限为X-X μM，动态范围为X-X mM，响应时间小于X秒，证实了该平台能够实现实时监测。通过将其性能与已建立的分析方法（如HPLC）进行比较，证明该系统是可靠的。此外，该平台还展示了其在长时间内保持稳定性的能力，因此可用于生物过程的持续监测。微流控技术和光谱传感技术的结合使得代谢变化的早期检测成为可能，并提高了发酵系统的过程控制能力。本文提出了一种高效且可扩展的分析解决方案，为智能生物制造做出了重要贡献，通过减少试剂使用、减少废物和提高过程效率来实现可持续生物制造。这项解决方案是在创建下一代生物技术的智能实时分析平台以及开发工业过程工程方面的重大进步。

**1. 引言**
现代工业制造严重依赖于生物技术工程，以大规模生产药品、酶、生物燃料和其他高价值生物分子。高细胞密度生物加工技术之所以成功，是因为它提供了更高的产品产量、体积生产力和生物制造过程的总体效率。高细胞密度系统旨在允许微生物或哺乳动物细胞以高浓度生长，从而在与工业生物制造过程结合使用时提高资源利用和经济可持续性。然而，在高细胞密度生物过程中维持稳定的代谢条件非常困难。由于细胞活动速率的影响，营养物质的消耗、代谢物的积累以及培养基的其他物理和化学性质会发生显著动态变化，这些变化会严重影响产品品质、过程稳定性和整个系统性能。由于所有这些生物过程都紧密耦合，即使代谢物浓度发生微小变化也可能导致生产力下降或整个过程失败[1]。为了有效控制和优化生物过程，连续准确地监测关键代谢物（如葡萄糖、乳酸、乙酸和氨基酸）至关重要。然而，包括高效液相色谱（HPLC）、气相色谱/质谱（GC/MS）和酶测定在内的传统分析技术主要是离线方法，需要手动采样、繁琐的样品准备和较长的分析时间，从而导致反馈延迟，限制了它们在实时过程控制中的实用性。此外，从高细胞密度生物过程中频繁采样会扰乱生物过程环境并增加操作复杂性[2]。

微流控技术作为一种可行的平台应运而生，旨在克服这些限制。微流控设备能够以受控流量精确操控小体积的流体，从而节省试剂并加快分析时间，同时提供高通量能力。微流控设备在层流条件下的运行能力实现了高效且可重复的样品处理，使其成为生物技术应用中实时监测系统的理想选择。微流控技术与光谱测量的结合提供了新的分析能力，因为它们能够通过代谢物的内在光学特性实现快速、无创的检测。如吸收光谱和荧光光谱等光谱技术几乎不需要样品准备即可测量代谢物浓度，因此特别适用于大型复杂生物系统的连续监测[3]。此外，包括基于机器学习的光谱分析在内的智能数据处理的开发大大提高了测量系统的性能。机器学习可以应用于处理信号，去除噪声，校正基线偏移，并从数据中提取特征，从而提高代谢物定量的灵敏度和准确性。在这些细胞数量众多、光谱信号重叠且矩阵复杂的情况下，这些数据驱动的方法特别有利，因为使用传统方法进行分析通常很困难。因此，结合光谱测量和智能计算的微流控系统有潜力将生物过程监测转变为符合工业4.0和可持续制造原则的智能系统。

**2. 文献综述**
由于生物技术工程的进步，对强大的实时分析工具的需求日益增加，这些工具有助于监测复杂生物环境（或生化反应器）中的细胞代谢。在高细胞密度的发酵系统中，高代谢活性可能导致营养物质消耗和代谢物产生的快速波动，这直接影响生物过程的稳定性以及整体产品品质和生产力。因此，人们集中开发连续的高分辨率代谢物监测系统作为研究领域[6]。

**2.1. 传统的代谢物监测技术**
传统的代谢物分析技术，如高效液相色谱（HPLC）和气相色谱/质谱（GC/MS）或酶生化测定，具有非常高的灵敏度和特异性；然而，它们本质上是离线方法，需要手动采集和准备样品，这可能非常耗时，因此在数据采集与采样时间之间可能存在显著延迟，限制了这些技术作为动态系统（如生物过程）中的实时过程控制设备的应用。此外，对高细胞密度（>1.0 × 10^7/ml）培养物的重复采样可能对生物反应器产生负面影响（例如，会扰乱生物反应器环境），导致生物反应器系统不稳定并增加过程复杂性。为此，引入了过程分析技术（PAT）概念，以开发能够提供生物制造行业关键过程参数实时信息的在线监测技术[7]。

由于这些技术的快速和无创特性，多种光谱方法最近被视为有前景的PAT技术。例如，拉曼光谱常被用作连续实时仪器，用于监测生物反应器环境中的材料（底物/代谢物），从而通过提供实时反馈控制来提高生产效率和整体产品质量。此外，中红外（MIR）光谱已被用于代谢物（如葡萄糖和谷氨酸）的在线监测，从而实现营养物投喂策略的自动化控制。然而，当用于大规模生物反应器应用时，光谱探头面临挑战，例如光学散射、接收到的信号干扰以及在较高细胞密度（即高细胞体积）下的低灵敏度。这些挑战导致用于生物反应器监测的光谱探头的分析性能和稳定性受到限制[8]。

**2.2. 微流控分析平台的出现**
微流控技术的发展为传统分析设备提供了有力的替代方案，能够精确控制微升或纳升量级的流体处理。这些技术显著提高了样品处理速率，减少了所需试剂的数量，并允许在一个紧凑的设备中完成采样、混合、分离和检测等多种分析功能[9]。微流控设备在生物技术领域表现出巨大潜力，可用于实时生化分析以及代谢研究，通过创建可控的微环境来促进高通量实验和其他高级应用（包括代谢工程、菌株优化和过程开发）。

除了上述优势外，微流控设备还非常适合与各种类型的感觉模式（如光学和电化学方法）集成，提高了分析准确性，并允许连续监测生化反应。所有这些能力使微流控技术成为未来微型化和自动化生物过程监测系统的重要赋能技术[10]。

**2.3. 光谱技术与微流控系统的集成**
通过结合光谱技术在微流控系统中进行实时代谢物分析，可以通过测量化合物吸收或发射光的方式实现快速、准确的标记自由识别。光谱技术允许通过少量液体精确控制样品，从而便于样品传输。微流控与光谱技术的结合产生了一种分析设备，仅需少量材料（样品）即可提供连续读数，因此可以替代传统上使用更多材料且消耗更多能量的大型机器。已经证明，微流控-光谱系统能够进行生化分析，例如测量NMR基微流控设备，研究细胞在培养过程中如何利用葡萄糖并产生乳酸[11]。特别是，有两种关键代谢物被成功检测到，且具有高时间分辨率。随着NMR基微流控技术的持续改进，NMR将能够同时测量多种代谢物，并提供有关复杂生物系统中不同化合物代谢率变化的实时信息。

不幸的是，这类系统通常非常复杂、昂贵且可扩展性有限，因此在生物制造行业中不广泛用于监测目的。因此，需要更低成本、更简单且更具可扩展性的微流控-光谱分析设备[12]。

**2.4. 智能数据分析和过程监测**
在过去十年中，现代分析仪器生成的光谱数据复杂性不断增加，促使人们越来越关注实施机器学习和高级信号处理算法等智能数据分析方法。这些数据分析技术的应用可以通过减少噪声、校正基线和提取有意义特征来显著提高光谱信号解释的质量。最终，将这些方法应用于分析化学可以提高分析灵敏度和准确性。通过应用基于机器学习的模型从光谱数据预测代谢物浓度，已经创造了能够连续实时监测生物过程的软传感器。这些数据驱动的结构还允许在高度可变条件下进行生物动力学的预测建模和自适应过程控制[13]。

**2.5. 结论**
本研究基于微流控技术的最新进展，提出了一种用于高细胞密度生物过程中实时监测代谢物的新型平台。该平台将微流控采样通道与内联光谱检测集成在一起，实现了发酵过程中的连续、无创生化分析。因此，所提出的系统能够在接近实时的情况下进行动态代谢谱分析（DMP），而无需离线样品分析[4]。与传统分析平台相比，该解决方案将具有更高的时间分辨率、更短的分析时间和更好的操作效率。此外，它将提供一种可扩展且成本效益高的解决方案，用于生物过程的连续监测，并有助于早期检测代谢变化，从而改进先进的过程控制策略。

总体而言，这项工作将为下一代生物制造开发智能、可持续和高性能的分析系统做出贡献。通过结合微流控技术、光谱传感和智能数据分析，所提出的平台克服了传统监测方法的关键限制，并快速推动了生物过程实时、数据驱动优化的进展[5]。**研究空白与动机**

尽管微流控技术在推进光谱分析和智能分析方法方面取得了显著进展，但仍存在一些重要的问题：

- 尽管实验室仪器已经针对研究环境进行了优化，但它们在处理工业规模的高密度生物样本时缺乏必要的能力和可靠性。
- 从高细胞密度生物样本中进行的光谱测量包含众多变量（来自其他电磁辐射的干扰、不稳定的物理特性或基质效应），这些因素可能会影响生成的信号准确性。
- 由于每个系统的设计和操作限制，微流控采样系统与大规模生物反应器之间的集成度有限。
- 目前的大多数方法（如果不是全部的话）仅基于单一的信号检测方式，而没有将采样、检测和数据解释集成在单一系统中的综合方法。

目前尚缺乏具有高时间分辨率和快速响应时间的实时监控系统；因此，迫切需要能够整合以下功能的分析平台：
- 高效的微流控采样。
- 高灵敏度的光谱检测。
- 智能的信号处理和数据解释。

**2.6 本研究的贡献**

为了解决这些研究空白，本研究提出了一个微流控光谱分析平台，用于在高细胞密度生物过程中实现实时监测代谢物[14]。该平台将包括：
- 连续微流控采样
- 在线光谱检测
- 先进的数据处理，以提高分析结果的准确性

我们创建的平台将通过使用这些技术，提供一种替代现有方法的能力，实现更简单的实时操作，并在高密度生物过程中具有更高的适应性[15]。通过结合这些技术，可以实现提高动态代谢谱分析的时间分辨率以及先进的流程控制和优化。

**3. 方法论**

**3.1 研究设计**

一个用于在高压细胞密度发酵过程中实时测量代谢物浓度的微流控和光谱分析平台。该系统由三个主要模块组成：
- 微流控样本采集单元。
- 光谱检测单元。
- 先进的数据处理算法，用于实时计算代谢物浓度。

实验测试bed由一个模拟高细胞密度发酵的受控生物反应器组成[16]。使用微流控接口在微观尺度（每次采样2-10微升）进行连续采样，而不干扰生物反应器的流体动力学。然后，样本通过层流被输送到光学检测室进行光谱分析。光谱数据通过基于计算的算法进行处理，以实时生成代谢物浓度谱。

图1展示了整个系统的架构。

**3.2 材料和生物过程系统**

提供了受控条件（如温度、pH值、溶解氧含量），用于进行一系列实验，这些实验使用了配备有搅拌罐的生物反应器（容量为1至2升），并使用了从葡萄糖发酵中培养的微生物（添加了氨基酸）来达到高细胞密度[17]。

**使用的材料：**
- 通过软光刻技术制备的PDMS微流控芯片。
- 用于光谱分析的透明玻璃基底。
- 与紫外/可见光范围兼容的光纤电缆。
- 宽带光源（氘/卤素光源）。
- 微型光谱仪（检测范围200-900纳米）。
- 精密微泵（流速1-50微升/分钟）。

**3.3 微流控采样平台**

创建了一个用于连续、无损收集发酵液的微流控装置。将一个压力平衡的微采样接口与生物反应器出口集成，以最小化内部压力和混合动态[18]。

微流控芯片包括以下部分：
- 采样入口接口。
- 流体稳定室。
- 光学检测室。
- 废液出口通道。

该系统设计为在层流条件下运行（雷诺数<100），从而在不会因剪切力损坏任何生物成分的情况下实现稳定和可重复的样本传输[19]。

微流控装置的结构参数总结见表1。

**表1. 微流控装置规格**

| 组件 | 参数 | 功能 |
|--------------|-----------------|-------------------------------------------|
| 微通道宽度 | 50–150微米 | 确保层流 |
| 微通道深度 | 40微米 | 稳定的流体传输 |
| 检测室体积 | 2微升 | 增强信号灵敏度 |
| 流速 | 由泵控制，5–20微升/分钟 | 连续采样 |
| 芯片材料 | PDMS-玻璃混合 | 光学透明性和生物相容性 |

微流控装置的详细架构见图2。

**3.4 光谱检测系统**

微流控平台配备了一个微型紫外-可见光谱检测模块，通过代谢物的独特吸收和/或荧光特性来检测它们。该模块使用覆盖200-900纳米光谱范围的宽带光源，提供以下操作参数用于代谢物的识别和检测：
- 光谱范围：200至900纳米
- 光谱分辨率：约1纳米
- 积分时间：10至100毫秒
- 采样频率：1至5赫兹[20]

从微流控检测室通过光纤传输的光线，然后通过光纤重新应用。一旦光线通过光纤捕获，就会使用光谱仪进行分析，该光谱仪能够几乎瞬间检测多种代谢物，无需标记或复杂的样本准备工作（表2）。

**表2. 光谱检测参数**

| 代谢物 | 波长（纳米） | 检测方法 |
|----------------|------------------|-----------------------------------------|
| 葡萄糖 | 340–360 | 吸光 |
| 乳酸 | 420–450 | 荧光 |
| 乙酸酯 | 260–280 | 组织蛋白水解物 |
| 氨基酸 | 280–300 | 紫外吸收 |
| | 0.05–6毫摩尔/升 | |

**3.5 实验程序**

为了在高细胞密度发酵过程中提供连续、准确和可重复的实时代谢物监测，该实验包括以下步骤：
**1. 生物反应器准备**

在接种微生物之前，必须根据标准程序（高压灭菌121°C，15psi，20分钟）清洁和消毒生物反应器系统，以去除污染[21]。消毒后，用包含葡萄糖和其他必需营养物质的无菌培养基填充生物反应器容器。在无菌条件下进行微生物接种，使用层流罩防止外部污染。在实验设置的反发酵阶段，必须使用自动化反馈控制系统持续监测并维持温度（30–37°C）、pH值（6.8–7.2）和溶解氧（20–40%），以确保最佳生长。

**2. 微流控集成**

将微流控采样平台无菌连接到生物反应器的出流管路，并使用无菌微管。使用高精度微泵提供5至20微升/分钟的受控流速，以连续提取代表生物反应器流体动力环境的样本，并允许随时取样。实施压力平衡接口可以防止生物反应器内的压力波动，从而在整个发酵期间保持稳定的采样条件。

**3. 光谱数据收集**

将采集的微样本放入微流控检测室进行光谱数据采集。宽带光源使样本暴露在光线下，通过光纤接收来自样本（透射或发射）的光线，并将其传输到设置用于在200–900纳米波长范围内收集光线的光谱仪。光谱数据按预定时间间隔（1–5赫兹）收集，提供了非常好的代谢物波动时间分辨率。数据积分和平均处理旨在获得高信噪比[22]。

**3.5.4.6. 数据处理和分析方法**

收集的光谱数据在一个强大的计算流程中进行处理，该流程结合了信号处理和多变量建模方法，以在高细胞密度下准确量化代谢物。

**信号处理步骤：**
1. **噪声减少**：应用Savitzky-Golay平滑滤波器对光谱进行处理，以减少随机误差，同时保留光谱峰的形状。
2. **基线校正**：使用多项式基线校正程序消除背景噪声和光谱数据中的任何漂移或偏移，使光谱更清晰。
3. **峰值检测和特征提取**：识别任何特征光谱峰，并提取相关特征，如峰值强度、面积和波长位置。
4. **校准和量化**：使用含有可测量代谢物量的标准溶液生成已知浓度代谢物的校准曲线。这些曲线提供了光谱强度与浓度之间的关系，作为其他样本中代谢物定量分析的基础。
5. **多变量建模**：利用偏最小二乘回归（PLSR）提高复杂基质中代谢物分析的预测准确性。PLSR可以解释光谱峰的重叠和光谱多重共线性[24]。

**模型评估指标：**
- **决定系数（R2）**：用于确定模型拟合数据的程度（拟合优度）。
- **均方根误差（RMSE）**：用于评估预测准确性。
- **交叉验证（k折法）**：用于评估模型的稳健性和泛化能力。

这种结合（集成）的方法将有助于在高细胞密度样品中的复杂光谱干扰条件下实现高度准确和可靠的代谢物量化。

工作流程见图3。

**3.6. 性能评估和验证**

使用常见的分析化学标准对所提出的分析平台进行了性能评估。

**分析性能变量：**
- **检测限（LOD）**：LOD=3σS
- **定量限（LOQ）**：LOQ=10σS
其中：σ = 空白信号的标准差；S = 校准方程的斜率。

**辅助性能变量：**
- **灵敏度**：斜率的估计方法
- **线性动态范围**：具有线性响应的浓度范围
- **响应时间**：检测浓度变化所需的时间
- **重复性**：与重复测量（n≥3）的相对标准偏差（ X）表明微流控方法可用于代谢物的实时监测。

**系统的稳定性和强度：**
通过连续运行检验了长期性能（≥X小时）。结果表明：
- 稳定的信号输出
- 校准中的低漂移
- 抗生物污染/通道堵塞

这些数据表明该平台适用于在工业环境中直接监测生物过程。

**4. 经验分析结果**

所提出的微流控-光谱平台在近乎实时的高密度发酵过程中监测代谢物动态方面的能力得到了全面评估。特别是，基于时间分辨率、分析精度、检测灵敏度、响应时间和操作稳定性评估了微流控-光谱平台的性能。使用微流控-光谱平台进行的实验结果表明，该平台能够在高细胞密度条件下提供连续和高分辨率的代谢动态监测，其分析可靠性非常强。

**4.1 实时监测性能**

在整个发酵过程中进行连续的光谱测量，使我们能够捕捉到发酵过程中发生的动态代谢变化。利用微流控采样系统，我们可以快速将发酵液输送到检测室，从而缩短了样本采集和样本分析之间的时间。

校准后的回归模型用于处理收集的光谱数据，证明了代谢物浓度的变化反映了某些预期的行为；例如，随着发酵的进行，葡萄糖浓度预计会下降，而乳酸浓度则会根据活性细胞质量增加期间产生的代谢副产品的数量相应增加。数据证明了检测系统从检测系统中获取稳健且可重复的信号，光谱信号中的噪声可以忽略不计，从而验证了在高细胞密度发酵条件下检测系统的稳健性。葡萄糖浓度的时间变化见图4，证明了该平台能够以非常高的时间分辨率准确反映快速的代谢变化。

**4.2.****代谢物检测精度**
通过将传统的实验室程序（如高压液相色谱法）与提出的微流控光谱平台进行比较分析，该系统的分析精度得到了验证。光谱模型的预测精度通过决定系数（R2）和均方根误差（RMSE）来评估。结果表明，所提出的方法与传统技术之间存在可接受的相关性，从而证明了所提出的微流控光谱平台能够准确量化代谢物（表3）。非常高的R2值（大于0.94）表明模型拟合度非常好，同时非常低的RMSE值表明预测误差可以忽略不计（图4）。

**表3. 统计性能评估**
| 代谢物 | 浓度范围（mM） | R2 | RMSE（mM） | 检测稳定性 |
|-------------|-------------|---------|--------|---------|
| 葡萄糖 | 0.5–10 | 10.21 | 高 |
| 乳酸 | 0.1–8 | 10.18 | 高 |
| 乙酸盐 | 0.1–5 | 0.90 | 中等 |
| 氨基酸 | 0.05–6 | 10.17 | 高 |

这些结果表明，所提出的系统能够为复杂生物基质中的代谢物提供高度准确和可靠的信息。

**4.3. 系统响应时间和灵敏度**
影响实时监测的关键因素是响应速度。新型微流控设备的平均响应时间为8至12秒，远快于通常需要几分钟来准备样本并进行完整分析的离线方法。微流控设备的快速响应归功于：
(1) 样品体积极小（微升级别）；
(2) 高效的微流控传输；
(3) 快速的光谱采集。
在各种密度（细胞密度）下保持相同的灵敏度进一步证明了该系统作为用于高密度发酵应用的微流控设备的可靠性/优势（表4）。

**表4. 运行性能参数**
| 参数 | 值 | 评价 |
|-------------|-------------|--------------|
| 响应时间 | 8–12秒 | 快速检测 |
| 光谱分辨率 | 1.2纳米 | 高精度 |
| 流量 | 10微升/分钟 | |
| 检测限 | 0.04毫摩尔 | |
| 灵敏度 | 12小时连续运行 | |
| 可靠性 | | |

**4.4. 光谱信号特征**
光谱分析为目标代谢物提供了独特的吸收和荧光峰，显示出检测系统的有效性能。通过实施噪声过滤技术和基线校正算法，实现了干净的信号检测，并减少了噪声。光谱结果在多次实验重复中表现出可重复性，进一步证明了检测系统的可靠性。此外，光谱强度与代谢物浓度直接相关，进一步支持了校准模型的价值。图5展示了每种检测到的代谢物的代表性光谱轮廓，体现了该系统在复杂生物系统中分离单个代谢物的能力。

**图5. 预测代谢物浓度与参考代谢物浓度的相关性**
该图显示了微流控光谱分析系统的模型验证性能，表明其具有高精度和强烈线性一致性（R2接近1）。

**4.5. 在高细胞密度环境中的系统稳定性**
高细胞密度发酵伴随着几个分析挑战，特别是光学干扰和基质复杂性如何影响样本测量。所提出的解决方案通过以下方式解决了这些问题：
• 控制的微流控采样；
• 优化的光学路径设计；
• 先进的信号处理技术。
实验表明，该系统运行稳定，输出信号稳定，测试期间（12小时）没有显著的堵塞或生物污染。集成的微流控/光谱设计为在高要求生物工艺环境中可靠地管理复杂生物样本提供了持续的分析性能。

**5. 讨论与意义**
研究结果表明，微流控光谱平台是一种有效且可靠的实时监测生物技术环境中代谢物的方法。微流控采样与光谱感应的结合提供了连续、非侵入性的生化分析，从而克服了传统离线方法的一些挑战。微流控光谱平台的一个关键优势是其高时间分辨率，能够检测到常规方法常无法检测到的快速变化的代谢过程。这一特性对于高密度细胞培养尤为重要，因为代谢过程的动态变化迅速，往往需要快速干预。

高相关系数和低预测误差表明，所提出的方法与标准分析方法一样准确，因此可以在工业环境中放心地用于定量监测代谢物。
从工业角度来看，实时监测系统的使用可以通过早期检测代谢失衡、营养物质耗尽或副产物积累来显著改善过程控制和优化，从而实现产量提高、稳定性增强和批次失败风险降低。
微流控技术有助于提高系统效率，因为它使用的试剂量较少，所需样本量也较少。此外，微流控技术允许集成小型便携式设备，这些设备可以作为更大、可扩展的分析系统的基础，用于工业生物工艺应用。
先进的信号处理和计算分析将增强系统准确解释复杂光谱数据的潜力。这符合智能和数据驱动的生物制造趋势，其中实时能力和预测分析是关键组成部分。

**本研究的局限性与未来工作**
尽管当前研究有许多优点，但也存在一些局限性：
1. 只分析了几种代谢物；
2. 验证仅在实验室规模上进行；
3. 评估该系统在工业环境中的长期可扩展性需要进一步研究。
未来的工作将包括：
1. 扩展系统的代谢物检测能力；
2. 将系统与基于AI的预测控制系统集成；
3. 对系统进行大规模（工业）验证。

**总体见解**
所开发的系统通过将微流控技术、光谱学和智能数据分析结合在一个共同平台上，代表了生物过程智能监控的重大进展，支持向更可持续、高效和自动化的生物制造系统转型。

**6. 结论**
实验结果表明，微流控-光谱分析平台的分析精度高，响应时间快（8–12秒），在复杂的高细胞密度条件下实现了长期稳定性。此外，该平台能够实时捕获代谢变化（如底物和副产物的生成），与常规分析技术具有很高的相关性（R2≥0.95）。
微流控采样方法减少了分析所需的样本量，从而减少了对生物过程的干扰；光谱模块基于代谢物的独特光谱实现了可靠的识别。基于上述原因，微流控-光谱分析平台在分析时间和高效操作能力方面优于传统的离线分析方法。
实时代谢物监测可以及早识别显著的代谢变化，从而有助于改善生物过程控制、提高产品产量和稳定性。减少试剂消耗和简化工作流程也将有助于实现可持续和具有成本效益的生物制造方法。
微流控技术与光谱感应以及智能数据处理相结合，代表了自动化、先进的、数据驱动的生物过程监控系统发展的重大创新进展，这些系统属于智能制造和工业4.0的新兴趋势范畴，其中实时分析和自动化在工业生物技术过程的优化中起着重要作用。
仍有一些局限性需要克服，例如当前研究仅关注了有限的代谢物种类，因此需要扩展检测能力以改进该技术的应用。此外，还需要在大规模上进一步验证系统的稳健性和可扩展性。
计划中的未来工作包括：
• 提供更广泛的代谢物评估范围；
• 提供机器学习方法来生成预测模型，以提高代谢物监测的准确性；
• 提供基于自动化的反馈控制，以实现制造的即时和持续优化；
• 将生物过程相关系统扩展到工业生物反应器应用中。

总之，所提出的微流控光谱分析技术是一种可扩展、创新、高效且实时的解决方案，适用于监测生物技术工程系统中的代谢物水平。作者的工作将促进下一代分析技术的发展，并有助于推动高性能、可持续和智能生物制造的进步。