تعد العمليات البيولوجية والكيميائية ضرورية لإنشاء مجموعة واسعة من المنتجات - من مستحضرات التجميل والمنظفات إلى المكونات الغذائية الأساسية والمستحضرات الصيدلانية الموفرة للحياة. تخيل أن عمليات الإنتاج هذه أكثر كفاءة وأكثر ذكاءً ، مما يؤدي إلى تصنيع أكثر ميسورة الاستدامة للمنتجات النهائية ذات الجودة العالية. هذا هو الوعد بالتصنيع الحيوي المتقدم ، حيث تتقارب تقنية الرقائق المتطورة و AI والخبرة البشرية لتحويل طرق الإنتاج بشكل جذري.
إن تحسين كفاءة العمليات البيولوجية والكيميائية يتطلب جودة دقيقة والتحكم في العملية. يعد جمع البيانات والمعرفة المناسبة أمرًا بالغ الأهمية في هذا المسعى لترجمة رؤى العملية إلى تدخلات فعالة. البحث عن المبتكرةأجهزة استشعارلذلك ، فإن نماذج المحاكاة الدقيقة والمشغلين المدربين جيدًا أمر ضروري ، حيث يوفرون أدوات قيمة في السعي لتحقيق التصنيع الحيوي المتقدم.
التحديات في العلاج الدقيق
النظر في التحديات في التصنيع الحيوي ، مثل الإنتاج البيولوجي للخلايا البشرية للعلاج CAR-T أو العلاج بالخلايا الجذعية. عملية الخلايا الهندسية للعلاج مطولة ولكنها حرجة للمرضى. يجب أن يتم ذلك على أساس لكل مريض ويتضمن قدرًا كبيرًا من العمالة اليدوية ، مما يجعله مكلفًا. بالإضافة إلى ذلك ، ترتبط فعالية العلاج ارتباطًا مباشرًا بجودة المنتج النهائي. تؤثر هذه التحديات على الأهمية السريرية ، بما في ذلك التأثيرات غير المستهدفة أو غير المحددة.
تقليديًا ، يتضمن التحكم في العملية البيولوجية مراقبة "غير متصل" ، حيث يتم أخذ العينات من التدفق للتحليل اللاحق. توفر مثل هذه القياسات مؤشراً قيمة على جودة المنتج في وقت أخذ العينات وتقديم رؤى مهمة للإنتاج المستقبلي. ومع ذلك ، نظرًا للتأخر الزمني بين أخذ العينات والتحليل ، فإنها لا تسمح بإجراء تعديلات في الوقت الفعلي على العملية المستمرة. إن تقديم علاجات خلوية مبتكرة إلى السوق ، وبالتالي ، لا يزال يتطلب تحسنا كبيرا في السيطرة على العمليات.
يمكن أن توفر مراقبة عملية الإنتاج المضمنة خطوة نحو هذا التحسن اللازم. مع أجهزة الاستشعار المضمنة ، يمكن مراقبة خطوات العملية وتعديلها في الوقت الفعلي - ربما تلقائيًا. لن يؤدي هذا إلى تقليل إجمالي وقت الإنتاج فقط ويقلل من التكاليف ولكن أيضًا يقلل من استهلاك المواد الخام والطاقة مع تحسين جودة المنتج النهائي.
مستشعر مصغرة مضمنة
بينما توجد أجهزة استشعار مضمنة ، فهي بعيدة عن كونها سلعة. كانت تحقيقات للمراقبة المضمّنة على سبيل المثال ، مثل تلك الخاصة بالـ درجة الحموضة ودرجة الحرارة في المفاعل الحيوي ، موجودة لأكثر من 40 عامًا. ومع ذلك ، لقياس جميع المعلمات ذات الصلة للإنتاج البيولوجي ، هناك حاجة إلى العديد من التحقيقات والأنظمة غير المتصلة. هذا يسبب التثبيت والمعايرة ومعالجة البيانات وحتى تحديات التعقيم.
نجح باحثو IMEC في تصغير مصغر ودمج مختلف المستشعرات المضمنة في مسبار واحد. يمكن لمستشعر التكنولوجيا التحليلية المتكاملة والمعالجة المصغرة والمتعددة البرمجيات (PAT) قياس درجة الحرارة في وقت واحد ، والأكسجين الذائب ، والتوصيل الكهربائي ، والجلوكوز ، واللاكتات ، وحتى كثافة الخلية في الوقت الفعلي في ، على سبيل المثال ، المفاعل الحيوي. ونتيجة لذلك ، يمكن مراقبة العمليات البيولوجية أو الكيميائية عن كثب ، وزيادة عائدات المنتج وجودة الجودة.
من النموذج الغامض إلى المعلم والمتعاون
على الرغم من الفوائد التي لا يمكن إنكارها من الذكاء الاصطناعي ، فإن تنفيذها في الصناعة لا يزال محدودًا ، ويرجع ذلك جزئيًا إلى طبيعتها "الصندوق الأسود". كحل ، يمكن لعلاج الذكاء الاصطناعي الشفاف والتوضيح ، والذي يوفر واجهة تشرح عمليات صنع القرار في اللغة البشرية المفهومة ، بناء الثقة بين المشغلين البشريين وتعزيز التفاعل مع التكنولوجيا.
علاوة على ذلك ، يمكن لـ AI الشفافة تثقيف المشغلين ، وليس فقط إبلاغهم. عادة ما تكون هناك حاجة إلى سنوات من الخبرة لفهم خطوات العملية الحرجة والتحكم فيها. بمساعدة الذكاء الاصطناعي ، يمكن تقصير منحنى التعلم للمشغلين الأقل خبرة بشكل كبير ، مما يزيد من استقلالهم وفعاليتهم. على العكس ، يمكن أن تتعلم نماذج الذكاء الاصطناعي من خبرة المشغلين.
في مشروع آخر مع شركاء الصناعة ، أظهر IMEC تنفيذ مثل هذا النموذج وقيمته: أولاً ، من خلال رقمنة عملية الإنتاج ، ثم ربطه بنموذج الذكاء الاصطناعى لتحسينه وأخيراً السماح بالتفاعل مع المشغلين. تمكن الخبراء من تحديد الارتباطات بين القياسات وعمليات الإنتاج ، مثل درجة الحرارة أو اللزوجة. وبالتالي ، يمكن تحديد معلومات المستشعر من خلال المعرفة الإنسانية ، مع الأخذ في الاعتبار عوامل مثل الأقدمية والدقة التاريخية.
سمح هذا لنموذج الذكاء الاصطناعى بالتعلم بناءً على مدخلات الخبير والخبرة الأساسية. في هذا المشروع ، نتج عن مثل هذا النهج المنظم رؤى عملية جديدة وتحسين إنتاج الراتنجات (Allnex Belgium) ، وتحسين الاستقرار وأسرع أجهزة تنقيط للأقمشة (Procter & Gamble).
تسخير الأجهزة والخبرة البشرية و AI للابتكار
قيود البيانات والمعرفة لها تقليديا العمليات الكيميائية التوجيه (الحيوية). تعمل أجهزة استشعار مثل Process Analytical Technology (PAT) على تحسين جمع البيانات ، في حين أن الحلول التي تحركها الذكاء الاصطناعي ، بدعم من الخبرة البشرية الحالية ، تدفع الابتكار في المعرفة. يؤدي التآزر بين هذه الأجهزة المتقدمة ومعرفة الخبراء و AI إلى عمليات أكثر كفاءة ، وتقليل النفايات وفرص غير مسبوقة للابتكار.
من خلال جمع هذه الخبرة معًا ، يمكن لمراكز الأبحاث التأكيد على تحول نموذج في الصناعة الكيميائية (الحيوية) ، ودعوة شركاء الصناعة إلى التعاون بنشاط للبقاء في طليعة تطورات تحسين العمليات.