La gestion des cultures cellulaires lors d'expériences en bioréacteur est exigeante et nécessite des ajustements constants. La coordination avec les étapes de purification et d'analyse en aval complexifie encore la situation, et tout décalage engendre des pertes d'efficacité et des retards. Ces difficultés sont amplifiées lors des transferts de technologie, où les différences d'échelle, d'équipement et de procédures opérationnelles introduisent une incertitude supplémentaire.
Pour atténuer ces difficultés, nous avons développé un « jumeau numérique de culture cellulaire » qui prédit les résultats clés à partir des données en cours du bioréacteur, permettant des décisions proactives et un alignement interfonctionnel en temps réel.
Nos modèles prédictifs capturent la dynamique du processus de bioréacteur et ont été développés en trois étapes principales : (i) l'établissement d'une base de données utilisant environ 2000 essais de bioréacteur structurés et contrôlés en termes de qualité à partir du système de gestion de données scientifiques interne de Symphogen, Mimer ; (ii) la construction de modèles prédictifs pour les résultats clés dans JMP Pro, impliquant l'imputation des données manquantes à l'aide d'un ajustement non linéaire et la construction de modèles basés sur Functional Data Explorer (FDE) et les moindres carrés partiels (PLS) ; et (iii) l'application des modèles prédictifs résultants aux données expérimentales en cours dans une application Databricks basée sur Python, rendant ainsi les prédictions de culture cellulaire immédiatement disponibles pour tous les utilisateurs.
Les jumeaux numériques fournissent des informations prédictives qui permettent d'aligner les équipes, de rationaliser les opérations et de réduire les risques liés aux transferts de technologie, ce qui plaide fortement en faveur d'un déploiement plus large dans tous les départements.
