Los procesos biológicos y químicos son esenciales para crear una amplia gama de productos, desde cosméticos y detergentes hasta ingredientes alimentarios esenciales y productos farmacéuticos que salvan la vida. Imagine que estos procesos de producción son más eficientes e inteligentes, lo que resulta en una fabricación más asequible y sostenible de productos finales de mayor calidad. Esta es la promesa de la biomanufacturación avanzada, donde la tecnología de chips de vanguardia, la IA y la experiencia humana convergen para transformar radicalmente los métodos de producción.
Mejorar la eficiencia de los procesos biológicos y químicos requiere una calidad precisa y control de procesos. Recopilar los datos y el conocimiento correctos es crucial en este esfuerzo por traducir las ideas del proceso en intervenciones efectivas. Investigación sobre innovadorsensoresPor lo tanto, los modelos de simulación precisos y los operadores bien capacitados es imperativo, proporcionando herramientas valiosas en la búsqueda de la biomanufactura avanzada.
Desafíos en la terapia de precisión
Considere los desafíos en la biomanufacturación, como la producción biológica de células humanas para la TAR-T o la terapia con células madre. El proceso de ingeniería de células para la terapia es largo pero crítico para los pacientes. Debe hacerse por paciente e implica una cantidad significativa de mano de obra manual, lo que la hace costoso. Además, la eficacia del tratamiento está directamente relacionada con la calidad del producto final. Estos desafíos afectan la relevancia clínica, incluidos los efectos fuera del objetivo o no específicos.
Tradicionalmente, el control del proceso biológico implica un monitoreo 'fuera de línea', donde las muestras se toman del flujo para un análisis posterior. Dichas mediciones proporcionan una indicación valiosa de la calidad de un producto en el momento de muestreo y ofrecen ideas cruciales para futuras producciones. Sin embargo, debido al tiempo de retraso entre el muestreo y el análisis, no permiten ajustes en tiempo real al proceso en curso. Llevar las terapias celulares innovadoras al mercado de manera asequible, por lo tanto, aún requiere una mejora significativa en el control de su proceso.
El monitoreo del proceso de producción en línea podría proporcionar un paso hacia esta mejora necesaria. Con sensores en línea, los pasos de proceso se pueden monitorear y ajustar en tiempo real, posiblemente incluso automáticamente. Esto no solo acortaría el tiempo de producción total y reduciría los costos, sino que también disminuiría el consumo de materias primas y energía al tiempo que mejora la calidad del producto final.
Sensor en línea miniaturizado
Si bien existen sensores en línea, están lejos de ser una mercancía. Las sondas para el monitoreo en línea, por ejemplo, como las de pH y temperatura en un biorreactor, han existido durante más de 40 años. Sin embargo, para medir todos los parámetros relevantes para la producción biológica, se necesita una multitud de sondas y sistemas fuera de línea. Esto causa la instalación, la calibración, el procesamiento de datos e incluso los desafíos de esterilización.
Los investigadores de IMEC han miniaturizado y combinado con éxito varios sensores en línea en una sola sonda. El sensor de tecnología analítica de procesos (PAT) (PAT) de proceso integrado, miniaturizado y multiparamétrico resultante puede medir simultáneamente la temperatura, oxígeno disuelto, conductividad eléctrica, glucosa, lactato e incluso la densidad celular en tiempo real en, por ejemplo, un biorreactor. Como resultado, los procesos biológicos o químicos se pueden monitorear más de cerca, y los rendimientos de los productos y la calidad aumentan.
De misterioso modelo a educador y colaborador
A pesar de los innegables beneficios de la IA, su implementación en la industria sigue siendo limitada, en parte debido a su naturaleza de 'caja negra'. Como solución, la IA transparente y 'explicable', que proporciona una interfaz que explica los procesos de toma de decisiones en un lenguaje humano comprensible, puede generar confianza entre los operadores humanos y mejorar la interacción con la tecnología.
Además, la IA transparente puede educar a los operadores, no solo informarles. Los años de experiencia generalmente son necesarios para comprender y controlar los pasos críticos del proceso. Con la asistencia de IA, la curva de aprendizaje para operadores menos experimentados puede acortarse significativamente, lo que aumenta su independencia y efectividad. Por el contrario, los modelos de IA también pueden aprender de la experiencia de los operadores.
En otro proyecto con los socios de la industria, IMEC demostró la implementación de dicho modelo y su valor: primero, digitalizando el proceso de producción, luego lo vinculó a un modelo de IA para su optimización y finalmente permitiendo la interacción con los operadores. Los expertos pudieron identificar correlaciones entre las mediciones y los procesos de producción, como la temperatura o la viscosidad. La información del sensor podría contextualizarse a través del conocimiento humano, considerando factores como la antigüedad y la precisión histórica.
Esto permitió que el modelo AI aprendiera en función de la aportación del experto y la experiencia subyacente. En este proyecto, este enfoque estructurado resultó en una nueva visión del proceso y la optimización de la producción de resinas (Allnex Belgium), una mejor estabilidad y un suave de telas más rápido de tiempo hasta mercado (Procter & Gamble).
Aprovechar el hardware, la experiencia humana y la IA para la innovación
Las limitaciones de datos y conocimiento tienen procesos químicos de dirección (bio) tradicionalmente. Los sensores como Process Analytical Technology (PAT) optimizan la recopilación de datos, mientras que las soluciones impulsadas por IA, respaldadas por la experiencia humana existente, impulsan la innovación en el conocimiento. La sinergia entre este hardware avanzado, el conocimiento experto y la IA da como resultado procesos más eficientes, residuos reducidos y oportunidades sin precedentes de innovación.
Al reunir esta experiencia, los centros de investigación pueden subrayar un cambio de paradigma en la industria química (bio), invitando a los socios de la industria a colaborar activamente para mantenerse a la vanguardia de los desarrollos de optimización de procesos.