对生物工艺工程师而言，能否及早判断细胞培养开始衰退，往往决定了一批收获是处于最优状态还是已经受损。然而许多标准方法只能提供细胞健康状况的滞后快照。马萨诸塞大学阿默斯特分校博士后研究员Alaleh Vaghef-Koodehi博士与罗切斯特理工学院生物医学工程教授Blanca Lapizco-Encinas博士合作发表的一篇综述提出，细胞的电学特性或可成为观察生物工艺内部变化的更快窗口。该综述梳理了2015年至2026年间，利用膜电容、胞质电导率、极化率和表面电荷无标记评估细胞状态的研究进展。

生物药生产中的实时监测瓶颈

这一机会在生物药制造中尤为突出，作者将细胞健康的实时监测称为“关键瓶颈”。传统凋亡检测手段，包括离线荧光染色和乳酸脱氢酶释放试验，往往具有破坏性，且时间分辨率有限。介电泳（DEP）利用可极化细胞对非均匀电场的响应，提供了另一条路径：在不标记、不破坏细胞的前提下追踪其电学特征的变化。

综述称中国仓鼠卵巢（CHO）细胞为“工业主力”，并给出了一个典型案例。采用双频DEP流式细胞术的研究在营养饥饿诱导凋亡过程中追踪CHO细胞，发现两个可区分的电学阶段。首先是膜重塑和膜电容下降；随后，随着离子稳态崩溃，胞质电导率急剧下降。在一项研究中，凋亡群体在24至36小时之间开始出现，胞质电导率降至约0.05西门子每米（S/m），而活细胞约为0.45 S/m。后续研究同样发现，膜电容先逐渐下降，到52小时凋亡细胞的胞质电导率骤降至0.07 S/m。这些变化共同构成了一条细胞死亡的电学时间线，而不仅仅是终点测量。

速度与自动化前景

速度可能使这些特征在生产现场尤其有价值。市售的3DEP平台已被用于在数秒内捕获约2万个细胞群体的电学特征。据该综述，此类测量可在“传统生化标志物可检测之前数小时”揭示正在出现的凋亡亚群。更早的预警可让操作人员在培养性能恶化前调整工艺或选择更有利的收获时间。

下一步可能是将这些测量转化为自动化决策。综述重点介绍了一项2026年的分析，将电阻抗数据与监督机器学习相结合；经过调优的随机森林模型达到90%的预测准确率，并被提议作为无标记的“交通灯”式批次监测系统。将快速电学测量与计算分析结合，最终有望支持自主干预和优化收获。

这一愿景尚未成为常规生物工艺控制手段，但该技术正在走出专门的实验室实验。商业DEP平台已在提高可及性，作者认为与计算建模和机器学习的持续整合，是通往实时自动化系统的路径。对生物制造而言，细胞的“电学生命”可能成为又一个过程信号——一个能在传统检测方法跟上之前，预警培养正在发生变化的信号。

来源：GEN（英文原文，生物航编译，内容以原文为准）