細胞培養技術是制藥生產、再生醫學、食品科學及材料工程領域的核心基礎，其質量直接影響下游研究與產業應用成效。細胞培養基作為細胞生長的“營養核心”，包含維持細胞活性的必需成分，針對特定場景優化配方是提升培養效率的關鍵。近年來，機器學習成為培養基優化的重要工具，但實驗數據中的生物變異性（如細胞行為波動、設備噪聲）卻制約模型精度。而在細胞培養全流程中，凍存管液氮罐作為樣本長期存儲的關鍵設備，其-196℃穩定低溫環境，能為優化后獲得的高活性細胞提供安全保障，銜接“培養-存儲”環節的連續性。

近期，一項研究通過構建可應對生物變異性的機器學習模型，成功應用于無血清培養基優化。研究以制藥領域常用的CHO-K1細胞為對象，將其置于不同配方培養基中培養，量化生物變異性后，整合培養基成分、細胞密度等數據到多算法機器學習框架，并通過“訓練-驗證”迭代提升模型可靠性。最終開發的專用無血清培養基，使細胞密度達市售產品的1.6倍，充分證明模型捕捉細胞獨特營養需求的能力。在實驗后續環節，當獲得高活性CHO-K1細胞樣本后，需通過液氮凍存管分裝，再放入凍存管液氮罐中保存，避免樣本因代謝活動失活，確保后續實驗或生產能基于優質樣本展開。同時，針對實驗室批量樣本管理需求，大口徑液氮容器憑借便捷的存取優勢，可減少開蓋損耗，提升樣本管理效率。

由于生物變異性是生物實驗的固有特性，該機器學習方案具有廣泛適用性，可拓展至微生物培養、植物組織培養等領域，為降低研發成本、縮短周期提供支持。當前，生物制藥與再生醫學產業對高效細胞培養技術及配套設備需求激增，通過機器學習優化的培養基，結合凍存管液氮罐等低溫存儲設備形成的“培養-存儲”一體化方案，能進一步提升生物樣本利用效率，為新藥研發、細胞治療等領域突破提供關鍵支撐。

該研究得到日本學術振興會（JSPS）KAKENHI項目（編號21K19815、25K22838及JP25KJ0680）支持，相關成果為生物工程技術創新提供重要參考，未來有望通過產業應用，為生物產業高質量發展注入新動能。

來源：news-medical.net