Skip to main content

2025 | Buch

Digitale Zwillinge

Werkzeuge und Konzepte für intelligente Bioproduktion

herausgegeben von: Christoph Herwig, Ralf Pörtner, Johannes Möller

Verlag: Springer Nature Switzerland

insite
SUCHEN

Über dieses Buch

Dies ist der erste von zwei Bänden, die zusammen einen Überblick über die neuesten Fortschritte bei der Erzeugung und Anwendung digitaler Zwillinge in der Bioprozessentwicklung und -optimierung geben.

Bioprozesse haben sich in den letzten Jahrzehnten stark entwickelt, von datengetriebenen Ansätzen hin zur Digitalisierung der Bioprozessindustrie im 21. Jahrhundert. Darüber hinaus erfordert die hohe Nachfrage nach biotechnologischen Produkten effiziente Methoden, sowohl in der Forschung und Entwicklung als auch im Technologietransfer und in der Routineproduktion.

Ein vielversprechendes Werkzeug ist in diesem Zusammenhang der Einsatz von digitalen Zwillingen als virtuelle Darstellung des Bioprozesses. Sie spiegeln die Mechanik des biologischen Systems, die Wechselwirkungen zwischen Prozessparametern, Kennzahlen und Produktqualitätsmerkmalen in Form eines mathematischen Prozessmodells wider. Darüber hinaus ermöglichen digitale Zwillinge den Einsatz computergestützter Methoden, um ein besseres Prozessverständnis zu erlangen, neuartige Bioprozesse zu testen und zu planen sowie diese effizient zu überwachen.

Dieses Buch erläutert die mathematische Struktur digitaler Zwillinge, ihre Entwicklung und die einzelnen Teile des Modells sowie Konzepte zur wissensbasierten Erzeugung und strukturellen Variabilität digitaler Zwillinge.

Die beiden Bände decken sowohl Grundlagen als auch Anwendungen ab und bieten damit den idealen Einstieg in das Thema für Forscher und Entwickler in Wissenschaft und Industrie gleichermaßen.

Inhaltsverzeichnis

Frontmatter
Trends der Entwicklung von digitalen Zwillingen für die Bioproduktionsindustrie
Zusammenfassung
Die biotechnologische Fertigungsindustrie hat zusammen mit anderen Prozessindustrien nun die Möglichkeit, an der neuesten industriellen Revolution, auch bekannt als Industrie 4.0, teilzunehmen. Um dies erfolgreich zu erreichen, sollte ein physisch-digital-physischer Informationskreislauf sorgfältig entwickelt werden. Eine Möglichkeit, dies zu erreichen, ist beispielsweise die Implementierung von digitalen Zwillingen (DTs), die virtuelle Kopien der Prozesse sind. Daher liegt der Fokus dieses Papiers auf dem Verständnis der Bedürfnisse und Herausforderungen, denen die biotechnologische Fertigungsindustrie bei der Auseinandersetzung mit diesem digitalisierten Paradigma gegenübersteht. Dazu werden zwei wesentliche Bausteine eines DTs, Daten und Modelle, hervorgehoben und diskutiert. Erstens werden daher Daten und deren Eigenschaften und Erfassungsstrategien sowie neue Methoden und Werkzeuge zur Datenverarbeitung untersucht. Zweitens werden Modellierungsansätze und deren Potenzial für den Einsatz in DTs überprüft. Schließlich teilen wir unsere Vision in Bezug auf die Nutzung von DTs in der biotechnologischen Fertigungsindustrie, mit dem Ziel, den DT einen Schritt näher an sein volles Potenzial und seine Realisierung zu bringen.
Graphische Zusammenfassung
Carina L. Gargalo, Simoneta Caño de las Heras, Mark Nicholas Jones, Isuru Udugama, Seyed Soheil Mansouri, Ulrich Krühne, Krist V. Gernaey
Wann ist eine in silico-Darstellung ein digitaler Zwilling? Ein biopharmazeutischer Ansatz zum Konzept des digitalen Zwillings
Zusammenfassung
Digitale Zwillinge (DTs) sollen die Prozessentwicklung und das Lebenszyklusmanagement wesentlich kostengünstiger und zeiteffizienter gestalten. Eine Definition von DTs, ein kurzer Rückblick auf ihre Geschichte und Erwartungen an ihren Einsatz in der heutigen Geschäftsumgebung sowie eine detaillierte finanzielle Bewertung ihrer attraktiven wirtschaftlichen Vorteile werden in diesem Kapitel bereitgestellt. Das Argument, dass restriktive Richtlinien von Regulierungsbehörden die Einführung von DTs in der (bio)pharmazeutischen Industrie behindern würden, wird erneut betrachtet, wobei festgestellt wird, dass diejenigen Unternehmen, die mit den Behörden zusammenarbeiten, um ihre technischen Fähigkeiten zu erweitern, einen erheblichen Wettbewerbsvorteil erlangen werden. Die analysierten Prozessentwicklungsbeispiele zeigen hohe methodische Bereitschaftsgrade, aber eine geringe systematische Einführung der Technologie. Angesichts der technischen Möglichkeiten, finanziellen Chancen und regulatorischen Ermutigungen werden Bedenken hinsichtlich geistigen Eigentums und Datenaustauschs, obwohl sie berücksichtigt werden müssen, bestenfalls eine branchenweite Einführung von DTs verzögern. Abschließend wird erwartet, dass eine strategische Investition in DTs jetzt einen Wettbewerbsvorteil verschaffen wird, der von Nachzüglern nur schwer zu überwinden sein wird.
Graphische Zusammenfassung
Rui M. C. Portela, Christos Varsakelis, Anne Richelle, Nikolaos Giannelos, Julia Pence, Sandrine Dessoy, Moritz von Stosch
Digitalisierung und Bioprozessierung: Aussichten und Herausforderungen
Zusammenfassung
Die Produktion von Pharmazeutika, Industriechemikalien und Lebensmittelzutaten aus biotechnologischen Prozessen ist eine riesige und schnell wachsende Industrie. Während Fortschritte in der synthetischen Biologie und im Metabolic Engineering es ermöglicht haben, tausende neuer Moleküle aus Zellen zu produzieren, haben nur wenige dieser Moleküle den Markt erreicht. Die traditionellen Methoden der Stamm- und Bioprozessentwicklung, die Laborergebnisse in industrielle Prozesse umwandeln, sind langsam und nutzen Computer und Netzwerke nur zur Datenerfassung und -speicherung. Digitalisierung, maschinelles Lernen (ML) und Methoden der künstlichen Intelligenz (KI) transformieren viele Bereiche – wie können sie auf die Bioprozessierung angewendet werden, um aktuelle Engpässe zu überwinden? Was sind die Herausforderungen, insbesondere in Bezug auf regulatorische Fragen, bei der Produktion von Biopharmazeutika? Dieses Kapitel beginnt mit einer Diskussion der aktuellen Herausforderungen für die Stamm- und Bioprozessentwicklung und betrachtet dann, wie die Digitalisierung genutzt werden kann, um diese Aufgaben auf völlig neue Weise anzugehen. Schließlich werden regulatorische Überlegungen angesprochen, mit dem Ziel, diese Fragen von Anfang an zu berücksichtigen, wenn neue Digitalisierungsmethoden entwickelt werden.
Thomas Scheper, Sascha Beutel, Nina McGuinness, Stefanie Heiden, Marco Oldiges, Frank Lammers, Kenneth F. Reardon
Nutzung von digitalen Zwillingen entlang eines typischen Prozessentwicklungszyk lus
Zusammenfassung
Digitale Methoden für Prozessdesign, -überwachung und -steuerung können die klassische Versuch-und-Irrtum-Bioprozessentwicklung in einen quantitativen ingenieurtechnischen Ansatz umwandeln. Durch die Vernetzung von Hardware, Software, Daten und Menschen kann derzeit ungenutztes Prozessoptimierungspotenzial erschlossen werden. Die Schlüsselkomponente innerhalb eines solchen Rahmens ist ein digitaler Zwilling, der mit seinem physischen Prozessgegenstück interagiert. In diesem Kapitel zeigen wir, wie die durch digitale Zwillinge geleitete Prozessentwicklung auf einen beispielhaften mikrobiellen Kultivierungsprozess angewendet werden kann. Die Nutzung digitaler Zwillinge wird entlang eines typischen Prozessentwicklungszyklus beschrieben, der von der frühen Stammentwicklung bis hin zu Echtzeitanwendungen reicht. Anhand einer illustrativen Fallstudie zur mikrobiellen Upstream-Bioprozessierung betonen wir, dass digitale Zwillinge gesamte Prozessentwicklungszyklen integrieren können, wenn der digitale Zwilling selbst und die zugrunde liegenden Modelle kontinuierlich an neu verfügbare Daten angepasst werden. Daher kann der digitale Zwilling als leistungsstarkes Wissensmanagement-Tool und Entscheidungshilfesystem für eine effiziente Prozessentwicklung angesehen werden. Sein volles Potenzial kann in einer Echtzeitumgebung entfaltet werden, in der gezielte Steuerungsmaßnahmen die Prozessleistung weiter verbessern können.
Graphische Zusammenfassung
Peter Sinner, Sven Daume, Christoph Herwig, Julian Kager
Digitale Seed-Train-Zwillinge und statistische Methoden
Zusammenfassung
Modellbasierte Konzepte und Simulationstechniken in Kombination mit digitalen Werkzeugen erweisen sich als Schlüssel, um das volle Potenzial biopharmazeutischer Produktionsprozesse zu erschließen, die mehrere herausfordernde Entwicklungs- und Prozessschritte enthalten. Einer dieser Schritte ist der zeit- und kostenintensive Zellproliferationsprozess (auch als Seed Train bezeichnet), um die Zellzahl vom Auftauen der Zellen bis zum Produktionsmaßstab zu erhöhen. Herausforderungen wie komplexer Zellstoffwechsel, Chargen-zu-Chargen-Variationen, Variabilitäten im Zellverhalten und Einflüsse von Änderungen der Kultivierungsbedingungen erfordern adäquate digitale Lösungen, um Informationen über den aktuellen und zukünftigen Prozesszustand bereitzustellen und korrekte Prozessentscheidungen abzuleiten.
Zu diesem Zweck haben sich digitale Seed Train Zwillinge als effizient erwiesen, die das zeitabhängige Verhalten wichtiger Prozessvariablen basierend auf mathematischen Modellen, Strategien und Anpassungsverfahren digital darstellen.
Dieses Kapitel skizziert die Notwendigkeit der Digitalisierung von Seed Trains, den Aufbau eines digitalen Seed Train Zwillings, die Rolle der Parameterschätzung und verschiedene statistische Methoden in diesem Zusammenhang, die auf mehrere Probleme im Bereich der Bioprozessierung anwendbar sind. Die Ergebnisse einer Fallstudie werden vorgestellt, um einen Bayes’schen Ansatz zur Parameterschätzung und Vorhersage eines industriellen Zellkultur-Seed Trains für die Seed Train Digitalisierung zu veranschaulichen.
Graphische Zusammenfassung
Dieses Kapitel skizziert die Notwendigkeit der Digitalisierung von Zellproliferationsprozessen (Seed Trains), den Aufbau eines digitalen Seed Train Zwillings sowie die Rolle der Parameterschätzung und verschiedener statistischer Methoden in diesem Zusammenhang, die auf mehrere Probleme im Bereich der Bioprozessierung anwendbar sind. Die Ergebnisse einer Fallstudie werden vorgestellt, um einen Bayes’schen Ansatz zur Parameterschätzung und Vorhersage eines industriellen Zellkultur-Seeds als Beispiel für die Seed Train Digitalisierung zu veranschaulichen. Es wurde gezeigt, in welcher Weise Vorwissen und Eingabeunsicherheit berücksichtigt und auf die Vorhersageunsicherheit übertragen werden können.
Tanja Hernández Rodríguez, Björn Frahm
Mechanistische mathematische Modelle als Grundlage für digitale Zwillinge
Zusammenfassung
Ein zukunftsorientierter Ansatz ist die Anwendung von Digitalen Zwillingen für die Prozessentwicklung, -optimierung und schließlich während der Herstellung. Digitale Zwillinge sind detaillierte virtuelle Darstellungen von Bioprozessen mit prädiktiven Fähigkeiten. In der Biotechnologie können Digitale Zwillinge verwendet werden, um Prozesse zu überwachen und Daten für die Prozesssteuerung und -optimierung bereitzustellen. Zentrale und entscheidende Komponenten von Digitalen Zwillingen sind mathematische Prozessmodelle, die in der Lage sind, Kultivierungen mit hoher Genauigkeit zu beschreiben und vorherzusagen. Insbesondere detaillierte mechanistische Modelle eignen sich sowohl für den Einsatz in Digitalen Zwillingen als auch für die Entwicklung von Prozesssteuerungsstrategien.
In diesem Kapitel werden die Anforderungen beschrieben, die Prozessmodelle erfüllen müssen, um für die Prozessoptimierung und schließlich in Digitalen Zwillingen verwendet zu werden. Verschiedene Modelltypen, einschließlich mechanistischer und compartmentalisierter Modelle, werden skizziert und ihre Anwendung in Digitalen Zwillingen und zur Prozessoptimierung erläutert. Schließlich wird ein strukturiertes, compartmentalisiertes Prozessmodell hervorgehoben, das speziell für die Prozessoptimierung entwickelt wurde und bereits in Digitalen Zwillingen verwendet wurde.
Graphische Zusammenfassung
André Moser, Christian Appl, Simone Brüning, Volker C. Hass
Digitale Zwillinge in der Bioproduktion
Zusammenfassung
In den letzten Jahren hat sich die Prozessmodellierung als eine etablierte Methode erwiesen, die digitale Zwillinge des Betriebs von Produktionsanlagen mit Hilfe numerisch gelöster Prozessmodelle erzeugt. Dieser Artikel diskutiert die Vorteile der Etablierung der Prozessmodellierung, intern oder durch Kooperation, um den Arbeitsablauf von der Prozessentwicklung, Pilotierung und Technik bis hin zur Produktion zu unterstützen. Die Beispiele stammen aus der Vielfalt der Herstellung von Botanicals und Biologika und beweisen somit die breite Anwendbarkeit von variablen Rohstoffen aus natürlichen Pflanzenextrakten von Sekundärmetaboliten bis hin zur Fermentation komplexer Moleküle wie mAbs, Fragmente, Proteine und Peptide.
Konsistente Modelle und Methoden zur Simulation ganzer Prozesse sind verfügbar. Um die als Modellparameter verwendeten physikalischen Eigenschaften zu bestimmen, werden effiziente Experimente im Labormaßstab durchgeführt. Diese Parameter sind fallspezifisch, da es in der pharmazeutischen Industrie noch keine Datenbank für komplexe Moleküle von Biologika und Botanicals gibt.
Darüber hinaus sind von den Regulierungsbehörden geforderte Quality-by-Design-Ansätze in diese prädiktiven Modellierungsverfahren integriert. Die Modelle konnten sich unter regulatorischen Aspekten als gültig und prädiktiv erweisen. Prozessmodellierung verdient ihr Geld ab dem ersten Tag der Anwendung. Prozessmodellierung ist ein Schlüsselwerkzeug für eine kosteneffiziente Digitalisierung in der chemisch-pharmazeutischen Industrie.
Graphische Zusammenfassung
Steffen Zobel-Roos, Axel Schmidt, Lukas Uhlenbrock, Reinhard Ditz, Dirk Köster, Jochen Strube
Metadaten
Titel
Digitale Zwillinge
herausgegeben von
Christoph Herwig
Ralf Pörtner
Johannes Möller
Copyright-Jahr
2025
Electronic ISBN
978-3-031-75698-6
Print ISBN
978-3-031-75697-9
DOI
https://doi.org/10.1007/978-3-031-75698-6

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.