Biyolojik ve kimyasal süreçler, kozmetik ve deterjanlardan temel gıda bileşenlerine ve hayat kurtaran ilaçlara kadar çok çeşitli ürünler oluşturmak için gereklidir. Bu üretim süreçlerinin daha verimli ve daha akıllı olduğunu düşünün, bu da daha yüksek kaliteli son ürünlerin daha uygun ve sürdürülebilir üretimine neden oluyor. Bu, son teknoloji çip teknolojisinin, yapay zeka ve insan uzmanlığının üretim yöntemlerini kökten dönüştürmek için birleştiği gelişmiş biyomoman üretim vaadidir.
Biyolojik ve kimyasal süreçlerin verimliliğini artırmak, hassas kalite ve süreç kontrolü gerektirir. Süreç anlayışlarını etkili müdahalelere dönüştürme çabasında doğru verileri ve bilgileri toplamak çok önemlidir. Yenilikçi Araştırmasensörler, bu nedenle doğru simülasyon modelleri ve iyi eğitimli operatörler zorunludur ve ileri biyomoman üretim arayışında değerli araçlar sağlar.
Hassas terapide zorluklar
Biyomoman üretimdeki, CAR-T veya kök hücre tedavisi için insan hücrelerinin biyolojik üretimi gibi zorlukları düşünün. Terapi için mühendislik hücrelerinin süreci, hastalar için uzun ancak zaman açısından kritiktir. Hasta başına yapılmalı ve önemli miktarda manuel işçiliği içererek maliyetli hale getirmelidir. Ek olarak, tedavinin etkinliği doğrudan nihai ürünün kalitesi ile ilişkilidir. Bu zorluklar, hedef dışı veya spesifik olmayan etkiler de dahil olmak üzere klinik alaka düzeyini etkiler.
Geleneksel olarak, biyolojik süreç kontrolü 'çevrimdışı' izlemeyi içerir, burada numunelerin daha sonraki analiz için akıştan alınması. Bu tür ölçümler, örnekleme sırasında bir ürünün kalitesinin değerli bir göstergesini sağlar ve gelecekteki prodüksiyonlar için önemli bilgiler sunar. Bununla birlikte, örnekleme ve analiz arasındaki zaman gecikmesi nedeniyle, devam eden süreçte gerçek zamanlı ayarlamalara izin vermezler. Bu nedenle, yenilikçi hücre terapilerinin uygun şekilde piyasaya sürülmesine neden olmak, süreç kontrollerinde hala önemli bir iyileşme gerektirir.
Satır içi üretim süreci izleme, bu gerekli iyileştirme için bir adım sağlayabilir. Satır içi sensörlerle, işlem adımları gerçek zamanlı olarak izlenebilir ve ayarlanabilir - muhtemelen otomatik olarak. Bu sadece toplam üretim süresini kısaltmak ve maliyetleri azaltmakla kalmaz, aynı zamanda nihai ürünün kalitesini iyileştirirken hammadde ve enerji tüketimini azaltacaktır.
Minyatür sıralı sensör
Satır içi sensörler mevcut olsa da, bir meta olmaktan uzaktır. Örneğin, bir biyoreaktörde pH ve sıcaklık için olanlar gibi satır içi izleme probları 40 yılı aşkın bir süredir var olmuştur. Bununla birlikte, biyolojik üretim için ilgili tüm parametreleri ölçmek için çok sayıda prob ve çevrimdışı sistem gereklidir. Bu, kurulum, kalibrasyon, veri işleme ve hatta sterilizasyon zorluklarına neden olur.
IMEC'nin araştırmacıları, çeşitli satır içi sensörleri başarıyla minyatürleştirdiler ve tek bir probta birleştirdi. Ortaya çıkan entegre, minyatür ve çok parametrik proses analitik teknolojisi (PAT) sensörü, örneğin bir biyoreaktör gibi gerçek zamanlı olarak sıcaklık, çözünmüş oksijen, elektriksel iletkenlik, glikoz, laktat ve hatta hücre yoğunluğunu ölçebilir. Sonuç olarak, biyolojik veya kimyasal süreçler daha yakından izlenebilir ve ürün verimi ve kalitesi artabilir.
Gizemli modelden eğitimciye ve işbirliğine kadar
AI'nın yadsınamaz faydalarına rağmen, kısmen 'kara kutu' doğası nedeniyle sektördeki uygulanması sınırlı olmaya devam etmektedir. Bir çözüm olarak, anlaşılabilir insan dilinde karar verme süreçlerini açıklayan bir arayüz sağlayan şeffaf ve 'açıklanabilir' AI, insan operatörleri arasında güven oluşturabilir ve teknoloji ile etkileşimi artırabilir.
Dahası, şeffaf yapay zeka, sadece onları bilgilendirmekle kalmayıp operatörleri potansiyel olarak eğitebilir. Kritik süreç adımlarını anlamak ve kontrol etmek için tipik olarak deneyime ihtiyaç vardır. Yapay zeka yardımı ile, daha az deneyimli operatörler için öğrenme eğrisi önemli ölçüde kısaltılabilir, bu da bağımsızlıklarını ve etkinliklerini artırabilir. Tersine, AI modelleri operatörlerin uzmanlığından da öğrenebilir.
Endüstri ortaklarıyla başka bir projede IMEC, böyle bir modelin ve değerinin uygulanmasını gösterdi: birincisi, üretim sürecini dijitalleştirerek, daha sonra optimizasyonu için bir AI modeline bağlayarak ve son olarak operatörlerle etkileşime izin vererek. Uzmanlar, ölçümler ve sıcaklık veya viskozite gibi üretim süreçleri arasındaki korelasyonları belirleyebildiler. Bu nedenle sensör bilgileri, kıdem ve tarihsel doğruluk gibi faktörleri göz önünde bulundurarak insan bilgisi ile bağlamsallaştırılabilir.
Bu, AI modelinin uzmanın girdisine ve altında yatan deneyime dayanarak öğrenmesini sağladı. Bu projede, böyle yapılandırılmış bir yaklaşım, yeni süreç anlayışları ve reçinelerin (Allnex Belçika) üretiminin optimizasyonu, iyileştirilmiş stabilite ve daha hızlı pazara çıkma süresi yumuşatıcıları (Procter & Gamble) ile sonuçlandı.
Yenilik için donanım, insan uzmanlığı ve yapay zeka kullanmak
Veri ve bilgi kısıtlamaları geleneksel olarak direksiyon (biyo) kimyasal işlemleri sınırlıdır. Proses Analitik Teknolojisi (PAT) gibi sensörler veri toplamayı optimize ederken, mevcut insan uzmanlığı ile desteklenen AI güdümlü çözümler bilgi içinde yeniliği artırır. Bu gelişmiş donanım, uzman bilgisi ve yapay zeka arasındaki sinerji daha verimli süreçler, azaltılmış atık ve inovasyon için eşi görülmemiş fırsatlar ile sonuçlanır.
Bu uzmanlığı bir araya getirerek, araştırma merkezleri (biyo) kimya endüstrisindeki bir paradigma değişiminin altını çizebilir ve endüstri ortaklarını süreç optimizasyonu gelişmelerinin ön saflarında kalmaya aktif olarak işbirliği yapmaya davet edebilir.