CHO细胞培养中，平均生长速率接近、终点表达量相近，通常会被视为两个培养条件具有可比性的证据。但这些平均值，还不能完整描述培养物内部发生了什么。同一批细胞可能具有不同的生长和表达状态，而总体结果只是它们共同作用后的表现。将悬浮适应的CHO-K1用于不同尺度培养，比较了微流控单细胞系统、摇瓶和实验室搅拌式反应器中的生长、形态及eGFP表达。研究在所考察条件下观察到较高可比性，为微型培养系统用于工艺研究提供了依据。

细胞工厂

这项工作的价值，在于同时观察群体结果和细胞行为。研究中的表达分析显示，摇瓶和反应器培养物具有较宽的细胞荧光分布。对于采用细胞群进行研究的实验室，这提示评价尺度变化时，可以进一步关注结果分布，而不只比较均值。需要明确的是，该研究使用eGFP作为模型产物，不能直接证明某个抗体生产克隆在不同尺度下具有相同表现。其可借鉴之处是研究方法：在群体生长之外，增加对细胞状态及表达差异的观察，再判断小规模条件能否代表目标培养过程。这种思路对CHO-K1、CHO-S及其他工程化CHO生产细胞都有启发，但具体应用需要回到细胞株。宿主背景、表达构建和克隆筛选过程不同，决定了各项目需要建立自己的评价基线。未经悬浮适应的原始细胞，也不能直接套用悬浮生产细胞的条件。在日常实验中，最容易被平均值掩盖的情况，是细胞数量增加与生产能力变化不同步。培养达到更高峰值密度，未必获得更高终点产量；较低峰值密度的培养，也可能因稳定生产阶段较长而持续积累产物。只有把生长曲线与产物曲线放在一起，才能看清差异出现的时间。这也是累计活细胞量和单位细胞生产能力值得关注的原因。前者描述培养期间有多少活细胞持续参与过程，后者帮助解释细胞数量之外的表达变化。两项信息共同使用，能够避免将所有产量差异都归因于“细胞长得不够多”。如果两组培养的生长曲线接近，而目标蛋白积累逐渐分离，研究重点就需要从增殖转向表达、产物稳定性及分析方法。若蛋白浓度接近，产品质量属性却发生变化，则又提出了另一层问题：培养条件是否改变了产品形成过程。因此，尺度比较的终点应由项目问题确定。用于筛选生长条件的小规模模型，与用于预测生产表现的模型，评价范围可以不同。团队需要事先说明希望小模型代表什么，再选择指标。单次终点浓度只能回答有限的问题。

细胞培养方瓶

摇瓶在这种研究中承担着连接筛选与后续工艺开发的作用。瓶体结构、实际工作体积、瓶盖形式和振荡条件共同影响培养环境。两个培养物使用相同转速，并不足以说明它们经历相同条件；记录还应包括设备轨道直径及具体容器组合。耗材条件的稳定性，也会影响实验室对细胞变化的判断。若比较过程中同时更换摇瓶结构、培养基批次和种子状态，观察到的表达差异就难以定位。设置固定参照条件，可以帮助判断差异来自目标变量，还是实验基础条件发生了改变。细胞聚团是另一个需要纳入记录的因素。聚团程度会影响取样代表性和计数结果，处理样品的方法也可能改变读数。不同操作者若采用不同分散方式，名义上相同的接种密度可能具有不同误差来源。计数、取样和样品处理需要采用可重复的方法。更细致的研究，可以在培养前期、中期和后期保留细胞样品，根据项目需要分析状态分布，并与蛋白积累及代谢数据关联。这样，当群体平均值接近时，仍有机会识别隐藏的差异；当平均值变化时，也能进一步追查变化由哪些细胞行为构成。实验设计不必一次加入所有检测。可以先建立稳定的生长、活率和产物曲线，再针对无法解释的现象增加分析。例如，持续出现生长接近而表达不同的结果时，再考虑细胞层面的表达分布；若差异集中在高密度阶段，则优先补充该阶段的培养环境和代谢资料。

高效摇瓶

CHO细胞研究正在通过微型化与并行化，提高条件筛选的效率。要让小规模结果支持更大尺度的判断，模型仍需经过验证。下一轮培养比较中，实验室可以先明确所需代表的工艺阶段，固定细胞与耗材条件，再建立过程数据和必要的细胞状态分析。由此获得的证据，才便于解释模型能够支持哪些决策。