客戶挑戰
該 CDMO 長期承接單株抗體與重組蛋白藥物的專案，在細胞株開發階段，客戶需自大量初始細胞中篩選出能穩定表現且具高抗體產量的優勢株系。傳統篩選流程繁瑣，需經歷多輪長期培養與評估，導致人力與培養物料耗用龐大，整體開發週期延長。過程中雖可獲得部分可用株系，但最終真正具商業化價值的高表現細胞僅需少數，使得大量篩選投入的時間與資源效益不彰。客戶期望透過 AI 技術導入，預測並鎖定具高抗體表現潛力的細胞族群，在維持品質穩定的前提下，縮短篩選時間、降低物料消耗，並提升開發效率。
導入方案
導入 Cell Optimax 與 CellYield Predictor 模組，透過 AI 進行細胞培養條件建模與產量預測，預測出具高抗體表現潛力的細胞株，協助研究團隊大幅縮減需實際培養與驗證的候選細胞數量，將篩選範圍精準聚焦於最具生產優勢的細胞株，顯著提升篩選效率與抗體產量。
實際成效
AI 模型協助客戶精準鎖定高抗體表現細胞株，大幅縮減培養與驗證規模，降低實驗物料與人力投入。即使開發週期維持不變，整體生產成本仍降低約 75%，資源利用效率顯著提升。成本降低 20%，生產時間縮短 25%
