[论文解读] Interpretable Biomanufacturing Process Risk and Sensitivity Analyses for Quality-by-Design and Stability Control

Wei Xie, Bo Wang+3 more|arXiv (Cornell University)|Sep 10, 2019

Computational Drug Discovery Methods参考文献 50被引用 7

一句话总结

该论文提出了一种基于贝叶斯网络的可解释概率知识图谱，用于建模生物制造过程中因果依赖关系，整合有限数据与机理知识。通过基于Shapley值的敏感性分析与不确定性量化，识别出关键工艺参数及模型系数的不确定性，实现有针对性的数据采集，提升质量源于设计（QbD）应用下的工艺稳定性。

ABSTRACT

While biomanufacturing plays a significant role in supporting the economy and ensuring public health, it faces critical challenges, including complexity, high variability, lengthy lead time, and very limited process data, especially for personalized new cell and gene biotherapeutics. Driven by these challenges, we propose an interpretable semantic bioprocess probabilistic knowledge graph and develop a game theory based risk and sensitivity analyses for production process to facilitate quality-by-design and stability control. Specifically, by exploring the causal relationships and interactions of critical process parameters and quality attributes (CPPs/CQAs), we create a Bayesian network based probabilistic knowledge graph characterizing the complex causal interdependencies of all factors. Then, we introduce a Shapley value based sensitivity analysis, which can correctly quantify the variation contribution from each input factor on the outputs (i.e., productivity, product quality). Since the bioprocess model coefficients are learned from limited process observations, we derive the Bayesian posterior distribution to quantify model uncertainty and further develop the Shapley value based sensitivity analysis to evaluate the impact of estimation uncertainty from each set of model coefficients. Therefore, the proposed bioprocess risk and sensitivity analyses can identify the bottlenecks, guide the reliable process specifications and the most "informative" data collection, and improve production stability.

研究动机与目标

• 解决生物制造中工艺数据有限且复杂度高的挑战，特别是针对个性化细胞与基因治疗产品。
• 开发一种可解释的、基于风险与科学的框架，以理解关键工艺参数（CPPs）与关键质量属性（CQAs）之间的因果依赖关系。
• 通过识别输出变异与模型不确定性的重要贡献因素，实现质量源于设计（QbD）与工艺稳定性控制。
• 通过量化估计不确定性对关键性评估的影响，指导最优数据采集与传感器布局。
• 将异构数据源（包括机理模型与稀疏历史观测）整合到统一的概率知识图谱中。

提出的方法

• 使用贝叶斯网络构建语义生物工艺概率知识图谱，以表示关键工艺参数（CPPs）与关键质量属性（CQAs）之间的因果关系。
• 利用编码了生物机制与数据中结构依赖与条件依赖关系的贝叶斯网络，对工艺动态进行建模。
• 应用基于Shapley值的敏感性分析（BN-SV），量化每个输入因子对输出方差的贡献，同时考虑其相互依赖性。
• 将BN-SV扩展为BN-SV-MU，用于评估模型系数（如方差与回归系数）的不确定性对关键性评估的影响。
• 利用贝叶斯后验分布量化因观测数据有限而产生的模型不确定性，尤其适用于早期阶段的生物工艺开发。
• 在微生物细胞培养工艺上开展仿真与真实案例验证，以评估性能与可解释性。

Figure 1: An illustration of general biomanufacturing process and fish-bone representation [ 51 ] .

实验结果

研究问题

• RQ1 哪些工艺参数对最终产物滴度与质量属性的方差贡献最大？
• RQ2 关键工艺参数之间的相互依赖关系如何影响整体工艺变异性与风险？
• RQ3 模型系数的不确定性（如回归或方差项）在多大程度上影响关键性评估的可靠性？
• RQ4 如何通过量化模型系数的不确定性，指导选择最具信息量的数据以降低风险并提升工艺理解？
• RQ5 所提出的框架是否能够在数据有限的生物制造环境中支持质量源于设计（QbD）与实时工艺控制？

主要发现

• 在t=34h时的生物量积累阶段与t=47.5h时的CA生产阶段被识别为最关键阶段，氮限制同时驱动了脂质积累与胞外CA的产生。
• rOil_28参数的方差（v²_rOil_28）对p_rOil_28,CA_140关键性评估的不确定性贡献了23.38%，是首要贡献因素。
• 对于p_Feed_23,CA_140，v²_Feed_23对估计不确定性的贡献为19.52%，在所有贡献因素中排名第二，仅次于其余系数的总和。
• 线性系数不确定性（β）的贡献相对较小——约为3.5%至5.1%——表明方差项在模型不确定性中占主导地位。
• 未列入前五名的其余系数在两项关键性评估中合计贡献超过60%的不确定性，凸显了对不显著但集体影响显著的参数进行针对性数据采集的必要性。
• BN-SV-MU框架成功量化了模型系数不确定性对风险分析的影响，实现了对模型优化所需数据采集的优先级排序。

Figure 2: The flowchart of proposed biomanufacturing process risk and sensitivity analyses framework.