Digitale Zwillinge und ihre Rolle im modellgestützten Design von Experimenten

Steigende Nachfrage nach Biopharmazeutika und die Notwendigkeit, die Herstellungskosten zu senken, erhöhen den Druck, produktive und effiziente Bioprozesse zu entwickeln. Unter anderem ist ein großes Hindernis bei der Prozessentwicklung und Optimierungsstudien der enorme experimentelle Aufwand bei herkömmlichen Methoden des Design of Experiments (DoE). Da DoE ein explorativer Ansatz ist, erfordert es umfangreiches Expertenwissen über die untersuchten Faktoren und deren Grenzwerte und führt oft zu mehreren Runden zeitaufwändiger und kostspieliger Experimente. Die Kombination von DoE mit einer virtuellen Darstellung des Bioprozesses, genannt digitaler Zwilling, in modellgestütztem DoE (mDoE) kann als Alternative verwendet werden, um die Anzahl der Experimente erheblich zu reduzieren. mDoE ermöglicht eine wissensbasierte Bioprozessentwicklung, einschließlich der Definition eines mathematischen Prozessmodells in den frühen Entwicklungsstadien. In diesem Kapitel werden digitale Zwillinge und ihre Rolle in mDoE diskutiert. Zuerst werden statistische DoE-Methoden als Grundlage von mDoE eingeführt. Zweitens wird die Kombination eines mathematischen Prozessmodells und DoE zu mDoE untersucht. Dies umfasst mathematische Modellstrukturen und ein Auswahlverfahren für die Wahl der DoE-Designs. Schließlich wird die Anwendung von mDoE in einer Fallstudie zur Medienoptimierung in einem antikörperproduzierenden Zellkulturprozess von chinesischen Hamster-Ovarien diskutiert.