Принципы контроля Биопроцесс
Использование сложных живых организмов, процесс изменения, а также отсутствие в режиме реального времени измерения основных параметров некоторые из проблем, связанных с автоматической биопроцессов. В данной статье описывается подход к косвенные наблюдения и контроля процесса ферментации.
Автоматизации химических процессов начал в непрерывном нефтехимических в середине двадцатого века. Университет управления процессами курсы и коммерческих продуктов автоматизации сосредоточены главным образом на линейных непрерывных процессов, протекающих в стационарных условиях.
В последние несколько десятилетий, партию и дискретных производственных операций начали пользоваться автоматическим управлением. В результате, как поставщика программного обеспечения и студентов курсов были поставлены под сомнение, чтобы интегрировать уникальные требования такого рода процессов.
Большинство коммерческих биологические процессы являются пакетные операции, которые не являются непрерывными, линейные, или стационарного. Автоматизация им значительно сложнее, чем реализация нескольких пропорционально-интегрально-дифференциальный (PID) контроллеров. В этой статье рассматриваются некоторые из уникальных особенностей биологические процессы, а также несколько отдельных измерений, моделирования и управления методов, которые являются полезными в их автоматизации.
Что такое биопроцессов?
Биопроцессов это процесс, при котором желаемый продукт (или его предшественник) - например, антибиотики, такие как пенициллин или белки, такие как инсулин - это вырабатываемые живыми биологического материала (например, грибковых клеток, бактерии E.coli, дрожжи, или млекопитающих клеток) в биореактор (с различных вспомогательных операций единица). Большинство биологические процессы состоят из трех или четырех основных фаз, которые проводятся в виде последовательности шагов партии:
1. растущей живой биологический материал
2. использованием живого биологического материала, чтобы изготовить желаемый продукт
3. отделение целевого продукта от процесса материалов, а затем очищая его
4. в некоторых случаях, изменения продукта по химической реакции до окончательной очистки.
Учитывая большое разнообразие биологических процессов, Есть исключения из выше парадигмы. Иногда клеточная масса сама по себе является целевым продуктом, например, когда она используется как добавка к пище белка. В других случаях, это деятельность живых клеток, что важно, такие, как ухудшение состояния вещества в сточных систем очистки.
1 показаны некоторые из оборудования, участвующего в типичных коммерческих биологические процессы. Обратите внимание на использование блок операций, таких как ферментация и хроматографии увольнений, которые обычно не встречаются в непрерывном обрабатывающей промышленности. Рисунок 2 дает более подробную информацию о компонентах биореактор, который является одним из основных операций блок большинства промышленных биологические процессы, и основное внимание в этой статье.
Цикл мероприятий по биореактора обычно длится от одного дня до одного или нескольких недель, и обычно включает в себя следующие этапы:
1. уборка
2. добавив первоначального ingrethents
3. стерилизующий
4. инокуляции клеток (из семян танк)
5. рост клеток
6. производство продукции
7. уборки.
Большинство из этих этапов, включая уборку, может быть автоматизирован. Клеточного роста и меры продуктов производства требуют поддержания надлежащих условий для клеток, которые обычно включает в себя автоматическое наполнение различных питательных веществ (например, субстраты) и удаления нежелательных отходов (например, CO2).
Большинство биологические процессы выполняются в пакетном режиме
Хотя пакетной обработки, как правило, более трудоемкий и работают на более низких общей продуктивности, чем непрерывные процессы, большинство биологические процессы выполняются в пакетном режиме по нескольким причинам:
* Критерии вперед обработки. Большинство коммерческих биологические процессы в регулируемых отраслях (например, фармацевтические) включить определить атрибуты известен как критерии для прямой переработки. Они, как правило атрибуты, связанные с качеством активных фармацевтических ingrethent (API) или конечного продукта, и определение их соблюдение зачастую требует лабораторных анализов, которые могут длиться несколько часов или дней. Это может быть целесообразным остановиться и держать процесс после завершения определенного действия, пока известно, что критерии для прямой обработки были выполнены.
* Конечной жизни клеток. Живые организмы имеют ограниченный срок службы. Клетки как правило, может сохраняться в течение многих поколений (например, деление клеток) в благоприятной среде хорошо управляемого реактора, но в итоге они будут замедляться, умирают и лизировать (развалится).
* Продукт накопления в клетках. Некоторые брожения сделать продукт, который сохраняется в клеточных стенках, а не выделяется. Такие клетки могут проводить только ограниченное количество продуктов. Когда лимит подошел, настало время, чтобы остановить брожение.
* Продукт деградации. Некоторые продукты медленно деградируют в биореактор. В таких случаях ферментации должен быть остановлен, когда скорость деградации продукта становится существенным по сравнению с показателем продукта синтеза.
* Мутации клетки. Когда клетки делятся, есть небольшой, но конечная вероятность того, что мутация произойдет, таким образом, чтобы дочерние клетки не идентичны родительской клетки. Большинство мутантных клеток даст меньше продукта и, теоретически, может привести к повышению уровней нежелательных метаболитов. Некоторые не будет делать продукт. Краткосрочных пакетной обработки свести к минимуму вероятность накопления мутантных клеток.
* Загрязнения. Определенные шаги включают в себя стерильные операций, и сложность заключается в том, чтобы сохранить стерильность в течение длительного периода времени.
* Много слежения. Создание продукта в конечном партии, в каждой присвоен номер партии, помогает ограничить любые переработки и / или отзыва продукции на относительно небольшое количество продукта.
Порции некоторые биологические процессы, однако, бежать псевдо-непрерывно. Типичным примером является использование биотехнологических культур клеток млекопитающих, которые работают в перфузии биореактора. Этот тип реактора характеризуется непрерывным питательных питания и непрерывного бесклеточных бульон вывода. Некоторые перфузии процессы выполняются в течение месяца или более. Другим примером является шагом после ферментации центрифугирования, которая отделяет растворимых и нерастворимых компонентов бульон. Эта операция включает в себя непрерывную подачу собрали брожения бульон.
соображения Биопроцесс контроля
Некоторые особенности коммерческой биопроцессов нынешние проблемы автоматизации:
* Непрактичность прямого измерения, в сети, что происходит внутри микроскопических живых клеток. Скорее, философия управления (1), монитор "макро" внешне измеримых аспектов культуры и (2) контроль бульон среды, в которой живые клетки растут, повторить и производят желаемого продукта. Например, он является общим для измерения и контроля содержания растворенного кислорода и рН в бульон брожения (т. е. вне клеточных стенок), хотя внеклеточной и внутриклеточной значения этих параметров, как правило, различны.
* Уникальность каждой партии. Активность и продуктивность партии живых клеток является функцией от своей истории, в том числе аномальных событий, которые могут иметь место на начальных операций клеточного роста. Эта партия уникальность вызывает много промышленных предприятий для работы с коэффициент изменчивости (COV) до 10% (или более). В результате изменения в контроле уставок должен, в идеале, не будет сделано в определенное время для каждой партии, но должны быть привязаны к клеточной культуре достижения определенных этапов, таких как клеточная масса цели или растворенного кислорода значение.
* Изменяющихся во времени многоступенчатого партии характер этого процесса. Запуск, остановка, переходные между шагами, увеличение величины изменения нагрузки, как в культуре клеток растет, и управление аномальных событий доминировать почти вся логика в рецептах управления технологическими процессами.
* Ответы биологического материала к изменениям в управлении заданной нагрузки или нарушения. Эти ответы, часто отличаются от классических первого или второго порядка ответов, потому что клетки реагируют на изменения в окружающей среде с помощью комплекса метаболических путей. Например, в ответ на изменения в растворенного кислорода, зависит от того, текущее значение растворенного в воде кислорода является лимитирующим, в небольшом избытке в валовом избытке, или близко к где клеточного метаболизма может голень между аэробной и анаэробной дыхания.
* Основные изменения нагрузки в связи с увеличением в клеточной массы. Потому что клеточная масса увеличивается на несколько порядков во время брожения, количество агитации, аэрации, и подложки корма, необходимые для поддержки клеточной массы в начале брожения может существенно отличаться от этого в конце брожения. Это явление может иногда привести к необходимости настройки адаптивных и / или растрескавшиеся начиная контроллеров.
К сожалению, относительно немногие онлайн датчики для измерения тока "государства" биологического культуры. Это в первую очередь потому, что датчик должен соответствовать требованиям, таким как:
* Не может быть потенциальным источником загрязнения
* Он должен выжить стерилизации шаг
* Он должен работать в течение длительных периодов времени, и сохранить его калибровки постоянно во время работы
* Он должен иметь высокую специфичность соединения при работе в сложной окружающей среде бульон смеси.
Это стечение обстоятельств - сложный процесс, и ограниченный датчики - может управлять необходимость использования альтернативных методов получения онлайновой информации (например, виртуальные датчики), и использование современных методов управления.
Традиционные измерения биореактора и элементарный контроль
Традиционные онлайн-измерения для типичного биореактора показано на рисунке 2 включать входной Расходы, приведенные газа, агитация, давление танка голову, температуры, рН, растворенный кислород (DO ^ 2 ^ к югу), а также пены уровне. Некоторые биореакторы включать дополнительные датчики, например, оксида углерода (DCO ^ 2 ^ к югу). Большинство биореакторов включают некоторый тип ручные или автоматизированные системы отбора проб, с тем чтобы в определенные строки (например, глюкозы) или в автономном режиме (например, клеточной массы) измерений. Многие измерения, используемых в управление с обратной связью. Через несколько контуров управления очень прост в реализации - например, классические single-input/single-output пропорционально-интегрально "(Польша) цикл работает хорошо для танка контроля давления в голове.
Более сложным примером является контроля растворенного кислорода, который необходим для большинства аэробных брожения. Измерение, как правило, через один зонд электрохимическая. Это использование одного точечного источника предполагает сравнительно однородной бульона - сомнительное предположение некоторых брожения, в частности, с высокой вязкостью. Контроль, как правило, осуществляется с каскадом конфигурации, растворенного кислорода, выступающей в качестве контроллера мастер цикл предоставления рассчитывается уставки на подчиненный цикла. В зависимости от биотехнологических, раб цикл может включать скорость мешалки, расход воздуха на входе, дополнительного расхода кислорода чистой, подложки (например, глюкоза), скорость подачи, и / или давление биореактора головой. Такие факторы, как сдвига чувствительности клеток поможет определить соответствующую стратегию управления. Агитация скорость особенно распространено в рабовладельческом цикла для клеток, которые не являются сдвига регистра. П. И. контроля является типичной для нормальной работы, но часто дополнить словами "если-то-иначе" правила или другие методы, чтобы переопределить П. контроля в некоторых нестандартных ситуациях (например, если растворенного кислорода становится слишком низким), чтобы избежать катастрофических последствий для культуры клеток .
Другим сложным сценарием управления происходит во многих млекопитающих биопроцессов культуре клеток (часто используется для производства белков), в котором несколько газа каналы используются для переключения между растворенного кислорода, растворенного углекислого газа, а иногда и рН. Расходы, приведенные в filtersterilized приточного воздуха, чистого кислорода и чистых газов диоксида углерода манипулировать переменными, часто манипулируют с помощью стратегии управления многомерными взаимозависимы.
Все остальные шаги биопроцессов также предлагает автоматизации задач и возможностей. Например, шаг стерилизации биореактора зачастую осуществляется за счет повышения противодавления биореактора около 15 фунтов на квадратный дюйм (чтобы не мигает) и контроля температуры около 121 ° С в течение 15-20 мин.
Повышение автоматизации, занятых в стерилизации многих биореакторов является использование параметра F ^ ^ к югу 0, которая представляет собой журнал сокращения живых организмов в зависимости от температуры (T, ° C) и рассчитывается как (1):
F ^ югу 0 =
F ^ ^ 0 к югу увеличивается по мере поступления стерилизации фазы, а заканчивается, когда эксплуатация югу F ^ ^ 0 достигает заданного значения цели. Целевой показатель, как правило, выбирается так, чтобы вероятность того, что ни одного живого (потенциально загрязняющих) организма, оставшихся в биореактор меньше, чем один на миллион. Этот алгоритм преодолевает некоторые ограничения в определенное время температура стратегию - она включает в себя стерилизацию, что происходит во время разогрева часть шаг, и он не требует достижения и поддержания определенной температуры (например, 121 ° C. которые широко используется, поскольку стерилизация довольно быстро и, что температура, как правило, безопасны для оборудования и бульон ingrethents).
Биопроцессов долю развивающейся парадигмы с остальной частью химической промышленности - повышение доступности и использования интеллектуальных датчиков и клапанов и использование процесса управления компьютерными системами, например. распределенных систем управления (алиментов на детей) и программируемых логических контроллеров (ПЛК)), которые могут взаимодействовать с этими интеллектуальных устройств, с помощью цифровых протоколов. Использование интеллектуальных устройств ростом поля информации для систем автоматизации, повышает онлайн процесс диагностические возможности и облегчает переход от профилактического обслуживания до интеллектуального содержания.
Существует разрыв между традиционными контроля биотехнологических и оптимального управления. Ограничения существующих биологические процессы свидетельствуют о необходимости дополнительных режиме реального времени обрабатывать информацию. Одним из таких ограничений является использование остановить и удерживайте точки в процессах принятия лекарства, с тем чтобы определить, если критерии для обработки вперед были удовлетворены. Это позволило значительно увеличить производственный цикл раза и увеличение требований к капиталу для оборудования для хранения и хранения материалов.
Еще одним ограничением является то, что некоторые показатели, доступные в Интернете обеспечить довольно мало информации о состоянии биологического культуры. Это затрудняет тщательно понять биологические процессы и проводить онлайн диагностики первопричин анализа и оптимального управления.
Процесс аналитические технологии (PAT) перспективы
Учитывая эти ограничения, а также другие, которые применяются к другим частям фармацевтического производственного процесса, продовольствия и медикаментов США (FDA) и в промышленности работают вместе в последние годы на концепции, известной как качество, дизайн (QHD). Подмножество QBD это процесс аналитические технологии (PAT).
ПУТ непрерывного улучшения инициативу, которая призывает к использованию новых технологий, риск управления, ориентированного на повышение степени автоматизации и онлайн-анализа данных, для достижения более глубокого понимания процессов, повышение онлайн принятия решений, сокращение времени цикла, улучшение процесса управления и сокращение процесса изменения без ущерба для качества (2).
Общая концепция PAT основывается на использование онлайн-измерений. Они варьируются от измерения важнейших параметров процесса, таких как рН и температуры с традиционных датчиков, более сложные тесты в оффлайне (исторически осуществляется в лаборатории или на производстве этаж), которые сопряжены онлайн или строки в этот процесс. Другой основой для PAT является использование многомерных инструментов для веб-анализа данных, управление технологическими процессами и управления знаниями, таким образом, дальнейшего укрепления понимания и контроля производственного процесса.
Одной из ключевых задач PAT, что информация, полученная будут своевременно (во избежание ненужных задержек процесса и имеет), и может быть использован для соответствующего реального времени или nearreal времени принятия решений и контроля. PAT как ожидается, будет ключевым для функционирования способных, совместимый, надежный в борьбе, и воспроизводимый процесс. Другими словами. PAT может стать важным элементом построения качества в процессе, в отличие от тестирования качества после свершившегося факта.
Примеры документов, которые были использованы для выполнения PAT цели включают: процесс масс-спектрометрия; онлайн высокоэффективной жидкостной хроматографии (ВЭЖХ); газовой хроматографии; спектрометров, работающих в ультрафиолетовой, видимой и ближней инфракрасной области спектра диапазонов, а также аналитических систем для мутность, рН. преломления, и взвешенных частиц. PAT уже успешно применяется для многих биотехнологических блок операций, в том числе биореакторы (ферментер). центрифуг, хроматографического разделения столбцов, а тангенциальная фильтрация потока.
Динамического моделирования перспективы
Для достижения более глубокого понимания процесса (цель PAT), часто используемый подход заключается в модели динамического поведения государственных брожения в переменных условиях обыкновенных дифференциальных уравнений CJ). Переменных состояния для ра ферментации почти всегда включают в себя:
* Клеточной массы
* Концентрации субстрата (например, основной источник углерода для культуры)
* Концентрация продукта.
Динамическая модель будет включать в себя дифференциальное уравнение для каждой из этих переменных состояния. Если бульон объем изменяется во времени, как это характерно для многих надоело партии и длительной ферментации, модель будет включать в себя уравнение состояния бульон объема. В некоторых случаях, модель также может быть уравнений для производства нежелательных (побочный продукт) метаболитов или дополнительных субстратов (например, если культура переходит от одного первичного субстрата на другой во время брожения).
Простой пример уравнение состояния клеточной массы является:
D (XV) / DT = рост клеток - клеточная смерть - к югу uXV-к ^ 2 ^ X (V (2)
где со = удельная скорость роста (ч ^ -1 ^ SUP), X-клеточной массы (г / л) и V = объем бульона (L). Удельную скорость роста, и, является функцией от теоретических темпы роста максимум культуры, к югу и ^ тах (ч зир -1 ^) и концентрации субстрата в бульон брожения, S (г / л): U = (и ^ к югу тах и ^ к югу тах является уникальным для каждого типа клеток. Модель постоянная А ^ югу 1 ^ (г / л) известен как константа Михаэлиса и представляет собой значение S, при котором удельная скорость роста составляет половину максимального (р = ^ к югу 0.5u тах), и к ^ к югу 2 ^ (Н ^ ^ -1 SUP) является смертность постоянная.
Если цель в создании модели заключается в определении оптимальных условий эксплуатации (например, концентрации субстрата, рН, температуры), то модель константы должны быть определены в зависимости от эксплуатационных параметров интересов. В уравнении. 2, только конкретные зависимости скорости роста от концентрации субстрата, и = F (S), это показано на рисунке.
Уравнений состояния зависят уравнений в том, что большинство из них включают члены, содержащие один или несколько других параметров состояния. Таким образом, уравнения не могут быть решены самостоятельно, но нужно решать совместно, как правило, в автономном режиме.
Разработка динамической модели процесса неизбежно ведет к лучшему пониманию биопроцессов - которые, в свою очередь, может оказать помощь в разработке оптимальной стратегии управления.
Модель может быть использована для запуска проб и ошибок сценариев, чтобы определить, высшее, производящих и / или снижению стоимости брожения могут быть достигнуты. Это может быть сделано в течение нескольких минут с моделью, по сравнению с фактической работает брожения, который может занять несколько недель. Например, различные нестационарные подложки корма профили могут быть изучены с моделью и лучший результат подтверждается экспериментально, чтобы определить, оптимальный профиль корма не существует. Определение оптимального температурного профиля другой возможности оптимизации, в качестве наилучшего температура для роста клеток и меры продуктов производства, часто отличается.
Более продвинутых использования такой модели является непосредственно вычислить (а не продолжать проб и ошибок подход) оптимальных параметров управления процессами, такими, как изменяющаяся во времени скорости подложки канал, который максимизирует количество продукта в конце ферментации. Для этого требуется направление в математике известен как вариационного исчисления.
Некоторые из биотехнологических переменных состояния, таких как клеточная масса (X), концентрации субстрата (S), а концентрация продукта (P), недоступны в качестве онлайн измерений для многих брожения. Если измерения или оценки этих величин можно сделать в Интернете, это позволит расширить возможности для проведения онлайн оценки состояния культуры, повышения эффективности процесса диагностики, и помочь ему позволят онлайн процесса оптимизации.
Интернет модели: виртуальный датчики
Хотя динамических моделей на основе уравнения состояния (например, уравнения. 2 для клеточной массы) являются ценными для понимания процесса и разработки стратегии управления, как правило, они не применяются для он-лайн контроля за отдельными партиями. Это потому что они содержат мало, если таковые имеются, онлайн измерений, которые характеризуют уникальность конкретной партии, а также уравнения являются взаимозависимыми и, следовательно, потребует значительного времени компьютер решить.
Таким образом, еще один класс моделей, которые иногда называют виртуальной (или мягкой) датчики, часто может быть использована для прогнозирования параметров состояния, например, клеточной массы и концентрации субстрата. Эти виртуальные датчики могут быть использованы Ин в режиме реального времени и использовать онлайн измерений, которые захватывают уникальность конкретной партии. Например, партия может столкнуться с ненормальной ситуации в процессе клеточного роста, таких как потеря власти агитатор, рН колос, или пена из, что уменьшает количество жизнеспособных клеток. Уравнение состояния, такие как уравнения. 2 не учитывает таких событий, но виртуального датчика.
Реализация процесса массовой спектрометрии на биореакторы
спектрометров процесса массового часто мультиплексированных несколько биореакторов для измерения в реальном времени, компоненты брожения поставки и выхлопных газов (4). Эти измерения, как правило, направлены на компьютер управления производственными процессами, в которых данные в сочетании с другими измерениями биореактора и информации для расчета параметров, таких как культура потребления кислорода (OLO, двуокись углерода эволюции (CE), дыхание фактор (RQ), а масса кислорода биореактора -коэффициент передачи (к / а). Эти расчетные параметры (например OU и CE) может также служить в качестве вклада в Интернете виртуальные модели датчика.
Рисунок 3 представляет собой образец брожения OU тенденция участка. Обратите внимание, что экспоненциальный рост в течение первой трети партии (передразнивая экспоненциального непринужденно увеличение клеточной массы) и влияние других событий во время брожения затем этот предел / влияние на скорость культуры дыхания.
Биореакторов приложений, которые используют онлайн измерений газового анализа включают в себя:
* Оценки клеточной массы (переменной состояния) и удельная скорость роста
* Оценки и контроля концентрации субстрата (переменной состояния)
* Определения нужного времени (на основе культуры государства) привить биореактора
* Обеспечение первых признаков загрязнения биореактора (для некоторых типов культур)
* Мониторинг любых летучих соединений,
* При определении сроков направления выхлопных газов скрубберы или сжигания, если экологически вредные газы (например, сероводорода или спиртами) производятся.
Использование технологических масс-спектрометрии для определения дыхания культуры и биореактор параметров позволяет почти непрерывного мониторинга без возмущающего процесса, как это часто требуется для альтернативных методов.
Без такой информации, как получить от процесса масс-спектрометрии, Есть сравнительно мало данных в Интернете, что количественно показывает состояние биологического культуры. Стандартный онлайн измерений параметров биотехнологических аэробных, таких как температура, рН, скорости воздуха барботирование, агитации скорость, и обратного давления, содержат весьма мало информации о состоянии культуры.
Осуществляя мониторинг OU, CE, а также RQ, персонала предприятия может постоянно следить за состоянием культуры и знаю, в близком к реальному времени, когда культура отклоняется от нормального исторические тенденции. Такая информация также полезна для определения того, когда увеличивается в физических переменных управления (например, воздуха, уровень волнения и питательных веществ корма) необходимы и для проведения причинного анализа отклонений, когда процесс происходит.
Несколько виртуальных датчиков, используемых в промышленности используют дыхания данных (5). Онлайн оценка 2 универсально важных биотехнологических переменных состояния клеточной массы и концентрации субстрата, описывается в следующих разделах.
Государство переменной клеточной массы
Клеточной массы, как правило, определяется различными методами, которые требуют автономной рисунок выборки из биореактора и вручную выполнении по крайней мере какую-то часть подготовки образцов и / или анализа. Тем не менее, большое значение имеет обеспечение автоматически непрерывного измерения онлайн или оценки клеточной массы. Такая оценка может быть использована, например, чтобы определить, когда культура в семени цистерна готова к передаче, а посевного материала, в биореакторе / ферментера.
Для некоторых биопроцессов, коммерческих датчики имеются, которые могут быть использованы для оценки клеточной массы концентрации онлайн путем измерения оптической плотности, мутности, NIR / IR поглощения и т.д. Однако, эти датчики могут иметь серьезные ограничения, в том числе изменяющихся во времени влияние определенных питательных веществ в бульоне (например, нерастворимых ingrethents, которые поглощают энергию на одних и тех же длинах волн, как клеточного материала), а также неспособность провести различие между жизнеспособной (т.е. жизни) клетки, которые могут производить продукции и нежизнеспособных (мертвых) клеток.
Если практические датчика непосредственно измерить жизнеспособных клеточной массы не доступен для биотехнологических частности, мягкие (виртуальных) датчик может часто быть разработаны. Такие оценки клеточной массы приходят в много форм и степеней сложности.
Для некоторых биологические процессы, такие, как медленно растущие культур клеток млекопитающих, большинство дыхания деятельность связана с потолком обслуживание и жизнеспособного массовой концентрации клеток (X) пропорциональна потребления кислорода и СО2 эволюции:
X = А ^ ^ 3 югу OU (3a)
X-А ^ ^ к югу 4 CE (3b)
к югу, где К ^ 3 ^ и к югу К ^ 4 ^ являются константами пропорциональности (g-min/mmol).
Для некоторых быстро растущих клеточных культур (например, некоторые E.coli и стрептомицетов брожения), значительную активность дыхания связано с ростом клеток. В этих случаях модель, основанная на активности клеток дыхания в зависимости от роста и поддержания часто работает хорошо, особенно во время брожения семян и роста фаз (5). Основной вклад в модель эволюции углекислого газа, который предполагается получить в результате клеточного роста и поддержания деятельности и представляет:
CE = А ^ ^ 5 подпункта (DX / DT) подпункт 8 K ^ ^ X (4)
где X = масса активно дышащий (т. е. жизни) клетки, T = время (мин), а также к югу К ^ 5 ^ и к югу K ^ 6 ^ являются константами пропорциональности (ммоль / г, ммоль / г-мин, соответственно). При желании, OU могут быть использованы вместо CE; форма уравнения то же самое, но значения константы могут быть различными.
После установки эквалайзера. 4 исторических данных и, отметив, что CE можно ознакомиться в Интернете, только неизвестно быть вычислен партия клеточной массы. X.
Для более сложных сценариев, таких, как со значительным дыхательной активности, направленных на деятельность, помимо роста и технического обслуживания (например, производство продукции и / или побочных продуктов), более изысканно-модели обычно не требуется. Нейронные сети включения нескольких измеряемых входов, в том числе подразделения и / или CE, часто работают наилучшим образом.
Государство переменной концентрации субстрата
Концентрация субстрата (например, глюкоза), исторически был измерен путем отбора проб биореактора бульон и проведения на оперативный анализ и анализ автономной лаборатории. Система отбора проб само по себе может представлять интерес, если не включать стерильный барьер, и она может быть загрязненной клеток или других питательных веществ, нерастворимых thatmay присутствовать. Кроме того, существует значительная и переменная задержка в получении результатов из-за времени, необходимого для транспортировки образцов из биореактора к анализатору. Это является проблематичным для он-лайн целях контроля за некоторые высокопоставленные дыхания брожения (таких, как жеребенок использования бактерий E.), так как культура потребляет подложки с высокой скоростью и изменения в концентрации субстрата может произойти быстро.
Как и клеточной массы, взаимосвязь между глюкозы потребления (R ^ G ^ к югу) и потребления кислорода или СО2 эволюции очень проста, особенно для биотехнологических фазы роста:
R ^ югу G = K ^ ^ 7 югу OU = А ^ ^ 8 югу CE (5)
к югу, где K ^ 7 ^ и к югу К ^ 8 ^ являются константами пропорциональности (и единиц г глюкозы потребляется / ммоль НУ и г глюкозы потребляется / ммоль CE, соответственно).
Концентрации глюкозы, которая необходима в качестве сигнала обратной связи для целей контроля, может быть определена по стандартной расчета материального баланса включения R ^ югу G ^ (6).
Эта модель является слишком упрощенным для некоторых случаев, например при ферментации генерирует значительное количество продукции или побочный продукт (например, ацетат, лактат или алкоголя) при определенных условиях, так как они представляют собой дополнительные конечные точки для углерода, происходящих из глюкозы или другой субстрат. К счастью, Есть часто методов оценки онлайн величина этих дополнительных путей углерода.
Например, количество базовых добавил к ферментации для контроля рН может быть хорошим индикатором скорости обмена веществ ацетата или лактата (т. е. в виде кислотных) порожден культуры. Для культуры производства elhanol, RQ (дыхания фактор = CEiOU] был коррелировала со скоростью алкогольной продукции. Различные модели, такие как нейронные сети, могут оценить скорость потребления субстрата на основе имеющейся информации в Интернете, в том числе CE и / или OU .
Интернет моделей для клеточной массы и концентрации глюкозы может быть точным на короткое время (например, часов), но в конечном итоге дрейф из-за неточной калибровкой датчика и / или использования несовершенной модели. Таким образом, в автономном режиме анализа клеточной массы и подложки использована для обновления модели онлайн.
Интернет ВЭЖХ для удаления примесей из продукта
Рассмотрим теперь без биореактора пример. Интернет ВЭЖХ может быть очень эффективным в элюции шаг вниз по течению восстановления продукта и очистки хроматографии операций. На этом этапе целевое соединение с опьяняет (например, листья), колоночной хроматографии на другое время, чем примесей. Тем не менее, сроки сбора выходной столбец, чтобы получить желаемое соединение не может считаться точно так же от партии к партии в силу ряда физических и эксплуатационных факторов, которые влияют на производительность столбца (например, скорость подачи на колонку или использование новых перегружены столбец). Скорее, это значение напрямую мониторинга производства колоночной хроматографии для определения точного времени, чтобы начать собирать нужный продукт и когда следует остановить сбор него (рис. 4).
Цель заключается в том, чтобы собрать как можно больше целевого продукта насколько это возможно, свести к минимуму включение нежелательные примеси. Так хроматографический пиков требуемого вещества и примесей иногда перекрывающихся хвосты, сроков запуска и остановки сбора колонны вывод представляется чрезвычайно важным. Хотя прямой датчиков (например, УФ) могут быть использованы для этой цели в некоторых приложениях, более сложных интерактивных систем ВЭЖХ, необходимых для других.
Один фармацевтическая компания сообщила установки более чем 30 интернет-системы ВЭЖХ с 1981 года. Они используются в приложениях, требующих высокой селективностью в соединении определения и выявления конечных точек (например, запуск и остановка) при закалке ферментативных реакций.
Расширенный мониторинг и контроль методов
Некоторые продвинутые возможности мониторинга, моделирования и управления методы могут быть использованы на биологические процессы. К ним относятся нейронные сети, анализ главных компонент (PCA), частичное наименьших квадратов (PLS). метаболического моделирования, нечеткой логики и модели интеллектуального контроля. Номер 6 рассматриваются некоторые из этих методов в деталях.
Проблемы и возможности
Возможности для улучшения мониторинга и контроля биотехнологических существуют в нескольких областях (7):
* Улучшен процесс fiinclionality партии в компьютеризированных систем автоматизации от поставщиков. Это включает в себя более userconfigurability (против жесткого кодирования продавцом), что особенно необходимо для контроллеров PLC встроенных в оборудование модулей. Кроме того, системы автоматизации должны обеспечивать данные и тэги сигнализации запись, которая включает номер партии и шаг процесса и фазы. Важно, чтобы эти системы автоматизации для отображения информации в относительной т. е. время, прошедшее с момента начала партии шаг), а не календарное время, потому что основой для мониторинга процессов пакетной обработки и анализа данных является относительное время, а не время суток . Наконец, автоматизации логика должна быть в соответствии с Международным обществом (ISA в) Автоматизация S-88 стандарта для пакетной обработки.
* Более мощных утилит в историки, так что пользователи смогут более эффективно получать информацию и знания из обработки данных. Значительного ручного труда, необходимых для (1) распаковать и анализа данных, (2) удалить выбросов, (3) объединить непрерывной, дискретной и счет-оф-технические данные из различных баз данных в различных форматах, (4) нормализации данных, (5 ) оценки отсутствующих данных и т.д., препятствует интеллектуального анализа данных и использование таких процесс добавления стоимости методов анализа, как СПС и PLS.
* Улучшение / дополнительных датчиков онлайн биопроцессов. Например, более датчиков для контроля за субстрат и продукт концентрации непосредственно будет особенно ценным.
* Улучшение динамических моделей биопроцессов. Такие модели позволит улучшить процесс понимание и помощь в определении оптимального времени различные стратегии управления.
* Разработка гибридных нейронных сетей. Эти объединить известные "белого ящика" из первых принципов, знание технологии с нелинейными "черного ящика" нейро-нетто оценки параметров сложных (8).
* Публикация историй успеха о биологические процессы с использованием современных методов управления. Инженеры могут учиться на опыте других людей, которые успешно реализовали модель интеллектуального управления, нечеткого управления, а также других технологий.
В заключение
Несмотря на значительный прогресс произошел в последние десятилетия в области мониторинга и контроля биопроцессов ^ iost биологические процессы не являются оптимальным контролем. Это "объясняется, в частности, с отсутствием достаточного понимания клеточных обменных процессов и, как внешних клеточного окружения (для которого некоторые интернет измерения существуют) относится к внутренним клеточного окружения (которое не измеряется непосредственно). Следовательно, большинство параметров уставок управления определяются экспериментальным путем проб и ошибок. Другие факторы замедления прогресса в достижении оптимального управления включают ограниченное число стерильными lizable, надежная и стабильная коммерчески доступных онлайн датчики и высокой нормативной нагрузки (время, затраты и усилия), в некоторых фармацевтической и биотехнологической промышленности для проверки новых методов и технологий.
Более глубокое понимание клеточных процессов обмена веществ (при содействии использования известных клеточных линиях, таких как кишечная палочка и яичников китайского хомячка (CHO)), разработка более совершенных онлайн датчики (например, в последнее время улучшения в dC02 зондов), улучшенные модели, а также Инициатива PAT (в достижении сокращение времени цикла, улучшение управления и многое другое онлайн принятия решений) все должны играть важную роль в эволюции к оптимально управляемый биологические процессы.
ЛИТЕРАТУРА
1. Бук, Л. Д. и др. А. И. стерилизации биореактора Media на основе компьютерных Расчетная тепловая мощность, обозначенная как F0 "Журнал промышленной микробиологии, 3 (5), с. 305-310 (август 1988).
2. США Отдел здравоохранения и социальных услуг, продуктов питания и медикаментов, "Руководство для промышленности. PAT - Основы инновационного Фармацевтическая разработка, производство и обеспечение качества," <A HREF = "http://www.fda.gov/downloads / Drugs/GuidanceComplianceRegulatorylnformation/Guidances/UCM070305.pdf "целевых =" _blank "относительной =" NOFOLLOW "> www.fda.gov/downloads/Drugs/GuidanceComplianceRegulatorylnformation/Guidances/UCM070305.pdf </ A>, FDA, Rockville, MD ( сентябрь 2004).
3. Ли, JM "Моделирование и контроль процессов брожения," П. Peregrinus ООО, Лондон, Великобритания (1987).
4. Alford, JS, "Биопроцесс масс-спектрометрии: PAT приложения" Журнал аналитической технологии процесса. 3 (3), с. 6-10 (май-июнь 2006).
5. Бакби Г. и Дж. Alford, "Автоматизация приложения в биофармацевтических препаратов", Международного общества автоматики (ISA), Research Triangle Park, NC (2008).
6. Boudreau, М., Г. Макмиллан, "Новые направления в Биопроцесс" Моделирование и управление ", Международного общества автоматики (ISA), Research Triangle Park, NC (2007).
7. Alford, JS, "Биопроцесс управление: Достижения и проблемы", "Компьютеры и химической технологии, 30 (1 1-12), с. 1464-1475 (сентябрь 2006).
8. Psichogios, Д. и Л. Унгар ", гибридной нейронной сети первых принципов подхода к процессу моделирования," Айше Journal, 38 (10), с. 1499-1511 (октябрь 1992).
Джозеф С. ALFORD
КОНСУЛЬТАНТ
Джозеф С. ALFORO ушел из Eli Lilly
Он является лицензированным профессионального инженера, сертифицированного Автоматизация специалистов, и сотрудник, так Аиш и ISA. Он является членом Комитета по публикациям AlChE (где он является председателем комитета Новые книги) и C