近年來，單克隆抗體（mAbs）療法的發(fā)展對生物制藥行業(yè)提出了更高的要求。為了優(yōu)化這一過程，研究人員不斷探索新的方法，其中機器學習（ML）成為了一種有力的工具。柏林工業(yè)大學生物工藝工程系主任Mariano Nicolas Cruz Bournazou博士及其團隊指出：“在生物制藥創(chuàng)新中增加自主代理的數(shù)量對于縮短從產(chǎn)品到工藝的時間和資源消耗至關重要?！?/p>

Bournazou團隊特別提到，“實驗設計和操作中對機器學習工具的整合仍不完善?！睘橥苿訂慰归_發(fā)的優(yōu)化，這些科學家結(jié)合了貝葉斯算法、單抗培養(yǎng)的數(shù)字孿生模型，以及24個并行運行的小型生物反應器灌流系統(tǒng)。這一系統(tǒng)使他們能夠快速進行實驗，找到最大化單抗生產(chǎn)中可行細胞體積的條件。

該團隊強調(diào)了系統(tǒng)的多個關鍵優(yōu)勢：利用現(xiàn)有的工藝知識；在實驗進行中不斷學習；整合相關工藝的信息；預測近期事件；以及自動運行所有并行設置。

隨后，Bournazou團隊進行了多個實際應用場景的測試，并通過結(jié)果表明，該方法在確定單抗生產(chǎn)條件時十分有效，即便是在商業(yè)規(guī)模的生產(chǎn)中也表現(xiàn)良好。盡管這一系統(tǒng)為當前的生物工藝行業(yè)帶來了顯著的好處，但在未來其潛力還將進一步發(fā)揮。

正如Bournazou及其同事所總結(jié)的那樣：“生物工藝開發(fā)中機器人能力與設備自主性之間的差距亟需縮小，生物技術和生物制藥行業(yè)才能匹配數(shù)字生物技術和生物工業(yè)5.0的高期望?！?/p>

編輯：王洪

排版：李麗