Biologische en chemische processen zijn essentieel voor het creëren van een breed scala aan producten - van cosmetica en wasmiddelen tot essentiële voedselingrediënten en levensreddende geneesmiddelen. Stel je voor dat deze productieprocessen efficiënter en slimmer zijn, wat resulteert in een meer betaalbare en duurzame productie van eindproducten van hogere kwaliteit. Dit is de belofte van geavanceerde biomanfabricage, waarbij geavanceerde chiptechnologie, AI en menselijke expertise samenkomen om de productiemethoden radicaal te transformeren.
Het verbeteren van de efficiëntie van biologische en chemische processen vereist precieze kwaliteit en procescontrole. Het verzamelen van de juiste gegevens en kennis is cruciaal in dit streven om procesinzichten te vertalen in effectieve interventies. Onderzoek naar innovatiefsensoren, Nauwkeurige simulatiemodellen en goed opgeleide operators zijn daarom noodzakelijk en bieden waardevolle hulpmiddelen bij het nastreven van geavanceerde biomaneper.
Uitdagingen in precisietherapie
Overweeg de uitdagingen in de biomanoever, zoals de biologische productie van menselijke cellen voor CAR-T of stamceltherapie. Het proces van technische cellen voor therapie is lang maar tijdkritisch voor patiënten. Het moet per patiënt worden gedaan en een aanzienlijke hoeveelheid handarbeid omvat, waardoor het duur is. Bovendien is de werkzaamheid van de behandeling direct gerelateerd aan de kwaliteit van het eindproduct. Deze uitdagingen hebben invloed op klinische relevantie, inclusief off-target of niet-specifieke effecten.
Traditioneel omvat biologische procescontrole 'offline' monitoring, waarbij monsters worden gehaald uit de stroom voor latere analyse. Dergelijke metingen bieden een waardevolle indicatie van de kwaliteit van een product op het moment van bemonstering en bieden cruciale inzichten voor toekomstige producties. Vanwege de tijdsvertraging tussen bemonstering en analyse maken ze echter geen realtime aanpassingen toe aan het lopende proces. Door innovatieve celtherapieën op de markt te brengen, vereist daarom nog steeds een aanzienlijke verbetering van hun procescontrole.
Inline productieprocesmonitoring kan een stap bieden in de richting van deze noodzakelijke verbetering. Met inline sensoren kunnen processtappen worden gecontroleerd en in realtime worden aangepast - mogelijk zelfs automatisch. Dit zou niet alleen de totale productietijd verkorten en de kosten verminderen, maar ook het verbruik van grondstoffen en energie verminderen, terwijl de kwaliteit van het eindproduct wordt verbeterd.
Geminiaturiseerde inline sensor
Hoewel inline sensoren bestaan, zijn ze verre van een handelswaar. Sondes voor inline -monitoring bijvoorbeeld, zoals die voor pH en temperatuur in een bioreactor, bestaan al meer dan 40 jaar. Om alle relevante parameters voor biologische productie te meten, is echter een veelheid aan sondes en offline systemen nodig. Dit veroorzaakt installatie, kalibratie, gegevensverwerking en zelfs sterilisatie -uitdagingen.
De onderzoekers van IMEC hebben verschillende inline sensoren met succes geminiaturiseerd en gecombineerd in één enkele sonde. De resulterende geïntegreerde, geminiaturiseerde en multi-parametrische procesanalytische technologie (PAT) -sensor kan tegelijkertijd de temperatuur, opgeloste zuurstof, elektrische geleidbaarheid, glucose, lactaat en zelfs celdichtheid meten in realtime in realtime in bijvoorbeeld een bioreactor. Als gevolg hiervan kunnen biologische of chemische processen nauwer worden gecontroleerd en zijn de productopbrengsten en de kwaliteit toegenomen.
Van mysterieus model tot opvoeder en medewerker
Ondanks de onmiskenbare voordelen van AI, blijft de implementatie ervan in de industrie beperkt, deels vanwege de 'zwarte doos' -aard. Als een oplossing kan transparante en 'uitlegbare' AI, die een interface biedt waarin besluitvormingsprocessen in de begrijpelijke menselijke taal worden uitgelegd, vertrouwen onder menselijke operators opbouwen en interactie met technologie verbeteren.
Bovendien kan transparante AI mogelijk operators opleiden, niet alleen op de hoogte van hen. Jaren van ervaring zijn meestal nodig om kritieke processtappen te begrijpen en te beheersen. Met AI -hulp kan de leercurve voor minder ervaren operators aanzienlijk worden ingekort, waardoor hun onafhankelijkheid en effectiviteit vergroot. Omgekeerd kunnen AI -modellen ook leren van de expertise van operators.
In een ander project met industriële partners demonstreerde IMEC de implementatie van een dergelijk model en de waarde ervan: ten eerste door het productieproces te digitaliseren en vervolgens te koppelen aan een AI -model voor zijn optimalisatie en uiteindelijk interactie met operators mogelijk te maken. Experts waren in staat om correlaties te identificeren tussen metingen en productieprocessen, zoals temperatuur of viscositeit. Sensorinformatie kan dus worden gecontextualiseerd door menselijke kennis, rekening houdend met factoren zoals anciënniteit en historische nauwkeurigheid.
Hierdoor kon het AI -model leren op basis van de input en onderliggende ervaring van de expert. In dit project resulteerde een dergelijke gestructureerde aanpak in nieuwe procesinzichten en optimalisatie van de productie van harsen (Allnex België), verbeterde stabiliteit en snellere tijd-tot-market fabric-verzachters (Procter & Gamble).
Hardware, menselijke expertise en AI voor innovatie benutten
Gegevens- en kennisbeperkingen hebben traditioneel beperkte stuurprocessen (BIO) beperkte stelling (BIO). Sensoren zoals Process Analytical Technology (PAT) optimaliseren gegevensverzameling, terwijl AI-gedreven oplossingen, ondersteund door bestaande menselijke expertise, innovatie in kennis stimuleren. De synergie tussen deze geavanceerde hardware, deskundige kennis en AI resulteert in efficiëntere processen, verminderde afval en ongekende mogelijkheden voor innovatie.
Door deze expertise samen te brengen, kunnen onderzoekscentra een paradigmaverschuiving in de (bio) chemische industrie onderstrepen en industriepartners uitnodigen om actief samen te werken om voorop te blijven in de ontwikkeling van procesoptimalisatie.