機械学習を用いた細胞治療製品中の微生物汚染のUV吸光度スペクトロスコピー

細胞治療製品（CTP）の製造過程における微生物汚染検出に機械学習を活用したUV吸光度分光法の実現可能性を示しました。本手法は、一クラスサポートベクターマシンを用いて細胞培養液の吸光度スペクトルを分析し、サンプルが無菌であるか汚染されているかを予測します。このラベルフリー技術は、最小限のサンプル準備と少量（<1 mL）で迅速な結果（<30 分間）を提供します。6人の商業供与者から得られた間葉系ストロマル細胞の上清液試料に7種類の微生物をスパイキングした結果、10 CFUという低い接種量でも汚染イベントを検出できることを確認しました。真陽性率と真陰性率はそれぞれ平均92.7%と77.7%でした。ニコチン酸含有量が異常に高い単一供与者のサンプルを除外することで、真陰性率は92%に向上しました。E. coli 10 CFUでスパイキングされた細胞では、21時間時点での汚染が検出され、これはUSP <71>試験（約24時間）と同等の感度を持つことが示されました。我々は、UV領域でのニコチン酸とニコチアミドのスペクトル差が汚染検出の根本的なメカニズムであると考えています。この手法は、CTP製造過程の異なる段階で前処理テストとして導入され、リアルタイムかつ継続的な培養モニタリングにより早期に微生物汚染を検出し、CTPの安全性を確保するのに役立ちます。