大腸菌の発酵条件は、力価を待たずに探せるのか

大腸菌の発酵で目的のタンパク質を多く作らせるには、誘導のあとの温度、栄養を足す速さ、誘導の時間といった条件を振って探します。この探索の速さを決めているのは、装置の台数ではなく、力価の測定結果が返るまでの時間です。

ただし、測定を速くすれば力価が上がるわけではありません。力価を上げるのは条件の見直しで、その場で読める測定は、そこへ早くたどり着く道具です。

Zhouら（2026）は、ラマン分光と、少ない実測で学習するモデルで力価をその場で読み、条件を振り切って力価を2.80 g/Lから9.37 g/Lへ伸ばしました。何が分かり、何が決まらないのかをたどります。

1. 力価の測定を待つことが、なぜ条件探しを遅くするのか

力価は試料を抜いて測るため、1本の発酵が終わってから結果が出るまでに数時間かかり、その間は次の条件を決められないからです。 条件を複数まとめて振る方法（実験計画法、DoEパラメータを変えたときCQAがどう応答するかを効率よく調べる実験計画法。詳しく →）を使っても、1本ごとの結果待ちは残ります。

図をダウンロード（会員・無料）

培養液に光を当てて、散乱した光の波長のずれから成分を読むラマン分光光を当てて分子固有の散乱スペクトルを捉え、培養液中の糖や代謝物などの濃度を無菌のまま連続監視する手法です。抜き取り不要で測れます。詳しく →なら、試料を抜かずに測れます。難しいのは、スペクトルから力価を読む対応づけ（モデル）を作る手間でした。

2. モデルを作る手間は、どこが行き詰まりだったのか

スペクトルと力価の組を大量に集める必要があり、その組を作るために、減らしたいはずの測定を山ほど行うことになっていたからです。 測定の手間を減らすために装置を入れるのに、使えるようにするまでに測定が要るという堂々巡りです。

著者らが使ったモデルは、答えの付いたデータ（力価を測った点）が少なくても、答えの付いていないスペクトルの特徴を学習に使える方式です。少数の実測と組み合わせて、力価を予測する形に組み立てます。

培地細胞を体外で生存・増殖させるために必要な栄養・エネルギー源・成長因子などを含む液体または固体の環境基盤。詳しく →には、成分がすべて分かっている培地（規定培地）を使っています。原料によるスペクトルの揺れを抑える選択で、この条件がモデルの精度を支えています。

3. 何を振って、力価はどこまで伸びたのか

誘導のあとの冷却温度、栄養を足す速さ、誘導の時間の3つを振り、組み合わせを見つけて、力価は2.80 g/L から 9.37 g/L へ伸びました。 誘導とは、目的のタンパク質を作らせる合図を出すことで、そのあとの温度や時間や栄養の与え方が、できる量を左右します。

検証には別の5 L の発酵が使われ、モデルが予測した力価は実測とよく一致したと報告されています。一度作ったモデルを次の発酵にも使える見込みが示されたということです。

倍率の読み方には注意が要ります。大腸菌で作る組換えタンパク質遺伝子組換えで微生物や細胞に作らせた目的タンパク質。宿主により折りたたみやコスト、糖鎖が異なる。詳しく →の力価は、タンパク質ごとに大きく違い、約3.3倍という数字は出発点とした条件に左右されます。⁠力価を上げたのは条件の見直しで、ラマンとモデルは、そこへ早くたどり着くための道具です。

4. この結果は、どこまで広げられるのか

広げられるのは、成分の分かった培地を使い、同じような性質のタンパク質を作る発酵までです。 ラマンのスペクトルは、培地の組成、細胞の密度、泡立ちの影響を受けるため、モデルは発酵の系ごとに作り直します。

原料のロットで組成が動く複雑な培地、より高い密度の培養、菌体の外に出す分泌型のタンパク質では、同じ精度が出るかは論文の範囲の外です。

もう1つ、発酵の力価が3倍を超えれば、そのあとの捕捉と精製に回るタンパク質も同じだけ増えます。処理が詰まる場所が培養から精製へ移らないかは、論文の外側で確かめます。

参考文献

• Zhou X, Duan S, Liu Y, Chen S, Ma Y, Wang T, Luo A, Zhang S, Wen Z. Accelerating process development of recombinant protein in Escherichia coli fermentation through deep learning and Raman process analysis techniques. Biotechnology and Bioprocess Engineering. 2026;31(2):238-248.（規定培地での大腸菌発酵大腸菌などの微生物を培養槽で増やし、目的タンパク質などを作らせて回収する製造工程です。詳しく →、3因子のDoE、力価2.80→9.37 g/L、別の5 L発酵での検証）
• Liu Y, et al. Genetic algorithm-based semisupervised convolutional neural network for real-time monitoring of Escherichia coli fermentation of recombinant protein production using a Raman sensor. Biotechnology and Bioengineering. 2024. DOI: 10.1002/bit.28661（少数の実測で学習するモデルの報告）