Multiskalare Versuchsplanung für automatisierte Bioprozessentwicklung

• Antragsteller: Dr.-Ing. Mariano Nicolas Cruz Bournazou
• Fachliche Zuordnung: Bioverfahrenstechnik
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 561489561

Ziel dieses Projektes ist die Entwicklung einer Methodik für optimale Versuchsplanung (Optimal Experi- mental Design, OED) über mehrere Stufen der Bioprozessentwicklung: ein Multiscale Experimental Design (MED). Hochdurchsatz-Laborexperimente sind eine Schlüsseltechnologie zur Beschleunigung von Forschung und Entwicklung in den Bereichen Biotechnologie, Biopharma und Bioverfahrenstechnik. Heutzutage nutzen Forschungseinrichtungen und Unternehmen auf der ganzen Welt diese Technologien, um die Entdeckung von Medikamenten, das Screening und die Entwicklung von Stämmen, die Prozessentwicklung und vieles mehr 25zu beschleunigen. Zudem wurden analytische Roboteranlagen entwickelt, die medizinische und biotechnologische Analysen zu Tausenden parallel durchführen. Der Einsatz von Laborrobotern, miniaturisierten Kultivierungssystemen, Mikrofluidik, Versuchsplanung und die Integration von in silico-Modellen hat die vor- und nachgelagerte Bioprozessentwicklung in den letzten zehn Jahren erheblich vorangebracht und den Weg für eine neue Ära der Bioprozessentwicklung geebnet. Die Hauptphasen der Bioprozessentwicklung lassen sich grob in folgende Bereiche unterteilen: 1. Auswahl des Hostorganismus, 2. Stammscreening, 3. Auswahl der Betriebsbedingungen, 4. Prozessdesign und 5. scale-up. Jede dieser Phasen ist mit besonderen Schwierigkeiten verbunden, die von der Verfahrenstechnik bis zur Mikrobiologie reichen. Tatsächlich werden die Experimente oft in sehr unterschiedlichen Labors durchgeführt, die sogar weit voneinander entfernt liegen. Die Literatursuche zeigt, dass es keine mathematischen Methoden oder Algorithmen gibt, die den ”optimalen” Übergang zwischen verschiedenen Phasen der Entwicklungspipeline unterstützen. Somit existiert keine Methode zur Berechnung einer Multiscale Experimental Design Kampagne. Bestehende Ansätze für die optimale Versuchsplanung umfassen lediglich Methoden für die Planung und Durchführung von Versuchen in einer experimentellen Phase (bspw. Screening im µL-Maßstab, Technikumsmaßstab, etc.). Die Entwicklung von Bioprozessen über mehrere experimentelle Phasen ist dagegen in der Literatur nicht abgedeckt. Infolgedessen gibt es keine Methodik zur Unterstützung sehr wichtiger Entscheidungen im Entwicklungsprozess, z. B. wann von einer Stufe zur nächsten übergegangen werden soll oder wie hoch der erwartete Informationsgewinn jeder Stufe im aktuellen Entwicklungsstadium ist. Die Formulierung dieser Fragestellung als mathematisches Problem ist nicht leicht, da mehrere Aspekte und Bedingungen berücksichtigt werden müssen, die sich nur schwer in Standard-Optimierungsalgorithmen einbetten lassen. Außerdem stellt die Quantifizierung wichtiger Entscheidungsvariablen wie des erwarteten Informationsgewinns (EIG) eine große Herausforderung dar. Schließlich treffen selbst Experten diese Entscheidungen meist auf der Grundlage von vordefinierten Protokollen oder Faustregeln.

• DFG-Verfahren: Sachbeihilfen