Une nouvelle méthode pour détecter la contamination bactérienne dans les cultures cellulaires

L’ingénieur de recherche SMART CAMP, Shruthi Pandi Chelvam, a utilisé un spectromètre d’absorption UV pour étudier la puissance d’un algorithme d’apprentissage automatique pour la détection d’anomalies. Crédit : SMART CAMP

Des chercheurs de Critical Analytics to Manufacturer of Custom Pharmaceuticals (CAMP), un groupe de recherche interdisciplinaire (IRG) de l’Alliance Singapour-MIT pour la recherche et la technologie (SMART), l’institution de recherche du MIT à Singapour, ont développé une nouvelle méthode pour détecter les microbes de contamination dans les cultures de cellules stromales (MSC), assurant un test rapide et précis des produits CTP destinés à être utilisés chez les patients. En utilisant l’apprentissage automatique pour prédire si une culture est propre ou contaminée de manière presque en temps réel, cette méthode de pénétration peut être utilisée pendant le processus de fabrication des cellules, par rapport à un test de point final moins efficace.

La thérapie cellulaire est devenue ces dernières années une option de traitement vitale pour une variété de maux, de blessures et de maladies. En transférant des cellules humaines saines dans le corps d’un patient pour guérir ou remplacer les cellules endommagées, la thérapie cellulaire s’est révélée de plus en plus prometteuse dans le traitement efficace des cancers, des maladies auto-immunes, des lésions de la moelle épinière et des affections neurologiques, entre autres. À mesure que les thérapies cellulaires progressent et que davantage de vies peuvent être sauvées, les chercheurs continuent d’améliorer les méthodes et les processus de fabrication de cultures cellulaires pour garantir la sécurité, l’efficacité et la stérilisation de ces produits à l’usage des patients.

Le modèle de détection d’anomalies développé par CAMP est une technique analytique rapide, pratique et sans étiquette (PAT) pour la détection de la contamination bactérienne dans les cultures cellulaires. Les recherches de l’équipe sont expliquées dans un résumé oral, “Process Development and Fabrication: Anomaly Detection of Microbial Contamination in Stromal Cell Culture”, qui a récemment été publié dans thérapie cellulaire.

Le modèle d’apprentissage automatique a été développé en collectant des échantillons de milieux de culture cellulaire stériles à partir d’un ensemble de cultures de cellules stromales stromales (MSC) de différentes conditions de culture. Certains échantillons prélevés avec différentes souches bactériennes ont été vissés dans différentes unités formant colonies (UFC), qui est une mesure de la concentration estimée de micro-organismes dans l’échantillon à tester. Les spectres d’absorption d’échantillons stériles, non clivés et bactériens ont été obtenus à l’aide d’un spectromètre ultraviolet (UV), et les spectres d’échantillons stériles ont été utilisés pour entraîner le modèle d’apprentissage automatique. Le test du modèle avec un mélange d’échantillons stériles et sécrétés par des bactéries a montré les performances du modèle pour prédire avec précision la stérilité.

“L’application pratique de cette découverte est large : lorsqu’il est combiné à des technologies en ligne, le modèle peut être utilisé pour la surveillance continue des cultures cultivées dans des bioréacteurs dans des installations de bonnes pratiques de fabrication (BPF) en cours. Ainsi, les installations GMP peuvent effectuer des tests de stérilité. “, a déclaré Shruthi Pandey Chilvam, auteur principal et ingénieur de recherche chez SMART CAMP qui a travaillé avec Derrick Yong et Stacy Springs, les chercheurs principaux de SMART CAMP, pour développer cette méthode.

Au cours du processus de fabrication de la thérapie cellulaire, ce modèle de détection d’anomalies peut être utilisé pour détecter la présence d’une contamination bactérienne accidentelle dans les cultures cellulaires en quelques minutes. Cette méthode de fonctionnement peut aider à économiser du temps et des ressources, car les cultures contaminées peuvent être éliminées et immédiatement reconstruites. Cette méthode offre une alternative rapide aux tests de stérilité traditionnels et autres méthodes de détection de bactéries microbiologiques, prend souvent quelques jours et est presque toujours effectuée sur des produits finis.

“Notre adoption accrue de l’apprentissage automatique dans la détection des anomalies microbiennes nous a permis de développer un test unique qui effectue rapidement une surveillance de la contamination en cours de processus, ce qui représente une avancée majeure dans la simplification du processus de fabrication de la thérapie cellulaire. En plus d’assurer la sécurité et la stérilité des cellules produits avant l’injection aux patients, ceux-ci fournissent La méthode est également rentable et économe en ressources pour les fabricants, car elle permet de redémarrer et d’arrêter le lot de manière décisive si la ferme est contaminée », a ajouté Yi Ho Lee, directeur scientifique de SMART CAMP .

Désormais, CAMP vise à développer un pipeline de surveillance peropératoire dans lequel ce modèle de détection d’anomalies peut être combiné avec certaines des techniques internes en cours de développement, ce qui permettrait l’analyse de la culture cyclique à l’aide d’un bioréacteur. Cela ouvrirait des possibilités pour d’autres études expérimentales à long terme dans la surveillance continue de la culture.

L’auteur principal Shruthy Pandey Chilvam a également remporté le Early Stage Professional Abstract Award, qui est décerné à trois chercheurs exceptionnels, et les résumés sont notés par un processus d’examen aveugle par les pairs. La recherche a également été acceptée pour une présentation orale à la Société internationale de thérapie cellulaire et génique (ISCT) 2022.

“Cette approche multidisciplinaire en équipe du développement technologique qui s’attaque aux goulots d’étranglement critiques dans la fabrication de la thérapie cellulaire – y compris l’évaluation rapide de la sécurité qui permet une surveillance intermittente ou directe de la contamination croisée potentielle – est une caractéristique des objectifs de recherche SMART CAMP”, a ajouté Christine van Vliet du MIT, qui codirige le SMART CAMP avec Hanry Yu, professeur à l’Université nationale de Singapour.


Détection précoce de la contamination bactérienne dans les produits de thérapie cellulaire


Plus d’information:
S. Pandi Chelvam et al, Développement et fabrication de processus : Détection d’anomalies de contamination bactérienne dans la culture de cellules stromales mésenchymateuses, thérapie cellulaire (2022). DOI : 10.1016 / S1465-3249 (22) 00112-8

Fourni par l’Alliance Singapour-MIT pour la recherche et la technologie

la citation: A New Method for Detecting Bacterial Contamination in Cell Cultures (2022, 20 juin) Extrait le 20 juin 2022 de https://phys.org/news/2022-06-microbial-contamination-cell-cultures.html

Ce document est soumis au droit d’auteur. Nonobstant toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans autorisation écrite. Le contenu est fourni à titre informatif uniquement.