La digitalización es una gran promesa para aumentar la eficiencia, la calidad y la reproducibilidad del bioprocesamiento aguas arriba. Desde la automatización de una ejecución de bioprocesos, la optimización de procesos a través de modelos y métodos estadísticos, soluciones digitales para el mantenimiento de equipos y el manejo de datos basados en la nube, la digitalización puede beneficiar muchas facetas de la bioproducción.
Un libro electrónico producido en colaboración entre Eppendorf y GEN (Genetic Engineering & Biotechnology News) explora el valor y la adopción de la digitalización en el bioprocesamiento con artículos sobre las personas detrás de las herramientas digitales, ejemplos de automatización de procesos y cómo la IA puede transformar los flujos de trabajo de bioprocesamiento.
Las personas son la clave de la evolución digital de la biofarmacia
Existe una clara tendencia hacia la adopción de la fabricación digital en la industria biofarmacéutica, y los expertos citan la globalización, la complejidad de la cadena de suministro, los precios y la presión de los costos como impulsores clave para adoptar esta innovación. Véronique Chotteau, PhD, del grupo de tecnología celular del Royal Institute of Technology (KTH) de Suecia, dice que la nueva voluntad de invertir en tecnologías de fabricación innovadoras refleja el surgimiento de una nueva generación de ejecutivos que entienden sus beneficios para la bioproducción compleja basada en células. Además, el creciente interés en los bioprocesos continuos requiere herramientas avanzadas para el monitoreo en línea (tecnología analítica de procesos) y controles de retroalimentación en comparación con la operación por lotes heredada.
Sin embargo, Chotteau reconoce que hay una escasez de personal con experiencia en fabricación digital, lo que podría desacelerar el impulso, particularmente con modalidades más desafiantes como la terapia celular y génica. Superar el conocimiento aislado en todas las disciplinas y aumentar el apoyo académico en bioprocesamiento contribuirá en gran medida a abordar la escasez de personal en los próximos años y aumentar la competencia en el espacio digital en biofabricación.
Automatización de alimentación de bioprocesamiento habilitada a través de scripts de software
En la bioproducción basada en células, la optimización de la alimentación del cultivo es fundamental para mantener una alta productividad volumétrica y es una parte central del desarrollo de bioprocesos aguas arriba. En este artículo, la autora Ulrike Rasche del SE Bioprocess Center de Eppendorf en Alemania analiza cómo automatizar la alimentación de cultivos con tecnologías digitales para mejorar la eficiencia de los bioprocesos.
La fermentación por lotes alimentados es el modo de operación más común en la industria de bioprocesos, donde las células o los microorganismos se cultivan en sistemas de biorreactores y los nutrientes se agregan gradualmente a lo largo del período de cultivo para mantener las células en la fase de crecimiento exponencial. La limitación del sustrato normalmente dicta el inicio de la alimentación del cultivo, pero es importante que el sustrato no se agregue en exceso para limitar la acumulación de subproductos no deseados mientras se apoya completamente el crecimiento celular.
Ventajas de la automatización en el bioprocesamiento
Clásicamente, los investigadores deben tomar muestras del biorreactor a intervalos de tiempo designados para evaluar el metabolismo de las células y determinar el inicio de la alimentación, pero este método análogo es laborioso y propenso a fallar si se pierden los puntos de tiempo, lo que puede afectar negativamente la productividad del cultivo. Implementar un proceso de alimentación automatizado ofrece numerosas ventajas:
- Prevenir el agotamiento de nutrientes
- Generar un macroentorno más estable
- Alcance mayores rendimientos de productos
- Reducir la carga de trabajo manual
- Mejorar la estandarización
Para implementar de manera efectiva la alimentación automatizada, se necesita un dispositivo que impulse la solución de alimentación en el biorreactor automáticamente y un software de bioprocesamiento programable (por ejemplo, el control DASware®). Por lo general, una bomba de alimentación impulsada por el software de control de bioprocesos con funcionalidad de secuencias de comandos. Los scripts de software son herramientas valiosas para implementar rutinas precisas de control de bioprocesos para permitir la automatización de procesos en condiciones definidas por el usuario. El autor presenta dos estrategias de script de software diseñadas para optimizar el proceso de alimentación de cultivos: alimentación basada en el tiempo y alimentación basada en sensores.
Estrategia 1: Alimentación basada en el tiempo
Aquí, se agrega un volumen definido de solución de alimentación al cultivo en un incremento de tiempo específico en el período de cultivo. Por ejemplo, la alimentación exponencial tiene como objetivo extender la fase de crecimiento exponencial de un cultivo en crecimiento activo para lograr una mayor densidad de biomasa, al tiempo que evita de manera efectiva el agotamiento de los nutrientes y la acumulación de subproductos tóxicos. La velocidad de alimentación se describe mediante el texto del guión introducido en el software de control de bioprocesos que contiene una fórmula que define el perfil de alimentación exponencial.
Estrategia 2: Alimentación basada en sensores
En una estrategia de alimentación basada en sensores, los medios de alimentación se agregan al cultivo en función de una lectura de sensor en línea o en línea que se alimenta al software de control de bioprocesos para crear un ciclo de retroalimentación automatizado. Según el valor del sensor, el script del software activa un actuador, que controla el parámetro de interés del proceso en el punto de referencia. Se pueden usar diferentes parámetros para activar regímenes de alimentación automatizados, incluidos:
- Alimentación basada en un pico de oxígeno disuelto (OD)
- Alimentación basada en la concentración de sustrato (es decir, glucosa)
- Alimentación basada en el cociente respiratorio (el cociente de CO 2 producido y O 2 consumido por un cultivo)
Los detalles sobre cómo implementar estas estrategias se describen en el artículo y cómo se pueden implementar scripts de software para crear un control de procesos personalizado.
Fermentación RQ constante controlada por PID de Pichia pastoris en el sistema de minibiorreactor DASbox®
Pichia pastoris es un sistema de expresión de proteínas de uso común en la biofabricación con ventajas sobre Escherichia coli debido a su capacidad para llevar a cabo modificaciones posteriores a la traducción similares a las humanas, como la glicosilación. Además, en comparación con líneas celulares de mamíferos como CHO, P. pastorisla fermentación ofrece una tasa de crecimiento más rápida y utiliza medios de cultivo menos complejos (y costosos), lo que lo hace ideal para la producción de biorreactores a gran escala.
Una de las estrategias clave para optimizar el rendimiento de la producción es afinar la estrategia de alimentación. Con frecuencia se usa un enfoque conveniente y bien establecido basado en sensores activado por un pico de oxígeno disuelto (OD) en los medios de cultivo, pero una nueva investigación indica que la alimentación basada en el cociente respiratorio (RQ) puede proporcionar una mejor productividad y evitar la formación de etanol no deseado.
Este artículo presenta un estudio que demuestra la viabilidad de la alimentación constante basada en RQ utilizando el sistema Eppendorf DASbox Mini Bioreactor en comparación con una estrategia basada en picos de OD. Una unidad analizadora de gases de escape GA4 que incluye sensores de humedad se conectó al biorreactor para medir la concentración de oxígeno (O 2 ) y dióxido de carbono (CO 2 ). Se usó un script de alimentación PID basado en RQ automático en el control DASware 5 para activar la alimentación una vez que el valor de RQ cae por debajo de 1, lo que indica que el cultivo ha consumido la glucosa.
Conclusiones del análisis
En comparación con la alimentación basada en DO, el control de la alimentación basado en RQ constante de la fermentación de P. pastoris demostró ser más rentable y rentable, lo que permitió una rápida optimización de la alimentación con una mínima formación de subproductos.
Estrellas en alineación para la inteligencia artificial en bioprocesamiento
El artículo final del libro electrónico examina el uso de la inteligencia artificial (IA) para el desarrollo de procesos y el control de la biofabricación. En la planta de fabricación, la IA se puede utilizar para la automatización de laboratorios, el procesamiento eficiente de documentos y el control de procesos impulsado por el mayor interés (y adopción) de iniciativas de fabricación continua. Según Vikas Revankar, jefe de Software y Automatización de MilliporeSigma, las operaciones continuas basadas en datos ayudarán a mejorar significativamente la calidad del producto, reducir los costos de producción y acortar el tiempo de comercialización.
Debido a que la tecnología de inteligencia artificial y aprendizaje automático (ML) puede detectar patrones en conjuntos de datos complejos que son difíciles de observar para un operador, brinda una nueva vía para obtener información sobre los procesos de producción que se pueden usar para mejorarlos o automatizarlos. Si bien la biotecnología a menudo va a la zaga de otros sectores en la adopción de herramientas digitales, el uso de la tecnología analítica de procesos (PAT) está bien establecido, allanando el camino para la adopción de IA y ML. Muchas empresas ya cuentan con la infraestructura de tecnología de la información para admitir PAT que se puede aprovechar para implementar IA.
Conclusiones
Para aprovechar todo el potencial de estas tecnologías, se necesita acceso a datos para entrenar modelos matemáticos de IA y expectativas regulatorias más claras. Según Jens Smiatek, PhD, experto en inteligencia artificial y gestión de datos de la Universidad de Stuttgart, los principales desafíos para los métodos basados en aprendizaje automático e inteligencia artificial son la falta de pautas para extender su aplicación a entornos GMP. También habrá un requisito para que el personal cultive diferentes conjuntos de habilidades para adaptarse a estas nuevas herramientas y las empresas deben ser conscientes de hacerlas fáciles de usar para capitalizar sus beneficios. Todos los componentes están listos para provocar una revolución de la IA en el bioprocesamiento.
Fuente: Eppendorf