大数据-模型混合驱动下生物过程优化与放大的新机遇与挑战

当前,生物制造技术和产业是世界关注的热点。然而,生物过程优化与放大过程中普遍面临以下几个难题,包括:过程检测手段缺乏,难以满足关键指标参数的监控;细胞代谢认知匮乏,无法理性实现过程最优化调控;反应器环境差异大,导致逐级放大效率低下。文中针对以上亟待解决的关键问题,通过案例分析介绍发酵过程实时检测-动态调控-理性放大全链条关键技术创新。在未来,生物过程设计将以集成细胞生理学(时空多尺度细胞代谢模型)和流体动力学(CFD模型)的全生命周期模型为指导,推进计算机辅助设计与开发,加速生物过程实现大规模智能化生产,开启绿色生物制造新时代。     

工业生物过程智能控制原理和方法进展

工业生物过程是一个复杂的系统过程,对活体细胞代谢过程的认识是实现高效工业生物制造的基础。文中首先综述了工业发酵过程多尺度优化控制原理和实践,包括多尺度理论与装备、细胞宏观代谢在线检测传感技术以及生理代谢参数相关分析。在此基础上,对工业生物过程智能控制——感知细胞内生理代谢特性新型传感技术、大数据库建立和数据深度计算以及生物过程智能决策进行了综述和展望。     

基于多尺度参数相关分析的细胞培养过程优化与放大

细胞大规模培养过程是活体细胞代谢的过程,因此存在着基因、细胞、反应器多尺度相关关系。通过对生物反应过程中生理代谢特性参数检测,并分析参数的理化相关和生物相关,可以实现多尺度观察与调控。主要介绍了在生物过程优化与放大研究中,整合分析与细胞生理代谢特性相关的参数变化信息以及反应器流场特性参数变化信息,从而实现微观与宏观相结合的过程优化方法以及细胞生理和反应器流场特性相结合的过程放大策略。