Yokogawa erwirbt Insilico Biotechnology

Unter anderem infolge der COVID-19-Pan­demie steigt die Nach­frage nach Bio­phar­mazeu­ti­ka mit weniger Neben­wirkun­gen, die zur Behand­lung von Patien­ten mit sel­te­nen und schw­er behan­del­baren Krankheit­en einge­set­zt wer­den kön­nen. Im Gegen­satz zur Her­stel­lung chemisch syn­thetisiert­er Allzweckarzneimit­tel, liegen die Gesamtkosten bei Bio­phar­mazeu­ti­ka weitaus höher. Zudem erfordert der kom­plexe Zel­lkul­tivierung­sprozess, der zur effizien­ten und sta­bilen Gewin­nung der Ziel­pro­teine notwendig ist, strenge Qual­ität­skon­troll­maß­nah­men. Diese stellen bei der Massen­pro­duk­tion eine große Her­aus­forderung dar. Die Anzahl der in einem Biore­ak­tor kul­tivierten Zellen ist immens. Da diese Zellen in ihrer Gesamtheit diejeni­gen Sub­stanzen erzeu­gen, die als Wirk­stoffe von Arzneimit­teln einge­set­zt wer­den, ist es notwendig, ihre indi­vidu­ellen Stof­fwech­sel­reak­tio­nen genauestens zu überwachen. Eben­falls wichtig sind dabei die Echtzeit-Visu­al­isierung und ‑Analyse von Umwelt­fak­toren wie Änderun­gen des pH-Werts und der Konzen­tra­tion von gelöstem Sauer­stoff. Dabei hat sich die zur Durch­führung der Zell­pro­duk­tion erforder­liche Steuerung der kom­plex­en Zell­reak­tion­ssys­teme mit ihrer extrem großen Anzahl von Para­me­tern als äußerst schwierig erwiesen.
Insil­i­co Biotech­nol­o­gy ist ein, in Stuttgart ansäs­siger, Entwick­ler und Anbi­eter von Bio­prozess­soft­ware und ‑dien­stleis­tun­gen. Die Yoko­gawa Elec­tric Cor­po­ra­tion hat sämtliche Anteile an der Insil­i­co Biotech­nol­o­gy („Insi-lico“) erwor­ben. Da die Förderung der Bioökonomie eines der vor­rangig­sten The­men im Rah­men der Nach­haltigkeit­sziele von Yoko­gawa darstellt, will das Unternehmen diese Akqui­si­tion nutzen, um umfassende Bio­prozess­lö­sun­gen zu entwick­eln, die bio­phar­mazeutis­che Prozesse von der Entwick­lung bis zur Her­stel­lung unterstützen.
Die von Insil­i­co entwick­elte Dig­i­tal Twin-Tech­nolo­gie nutzt ein leis­tungs­fähiges Hybrid­mod­ell, das sich — aus einem mech­a­nis­tis­chen Modell1 der ein­deuti­gen Merk­male eines intrazel­lulären Stof­fwech­sel-net­zw­erks und — einem daten­basierten Modell2, das mith­il­fe eines maschinellen Lern­prozess­es aus Prozess­dat­en erstellt wird, zusam­menset­zt. Die Möglichkeit­en zur Vorher­sage und Sim­u­la­tion beschle­u­ni­gen nicht nur den bis­lang mehrere Jahre erfordern­den Entwick­lung­sprozess, son­dern ermöglichen auch ein tief­eres Ver­ständ­nis des Stoffwechselprozesses.
Da die Lösung die Erstel­lung von Stof­fwech­selmod­ellen für Bak­te­rien und andere Arten zel­lulär­er Organ­is­men ermöglicht, kann sie bei weit­eren Anwen­dun­gen zur Erzeu­gung von Lebens­mit­teln, Chemikalien und anderen Pro­duk­ten mith­il­fe von Biotech­nolo­gie einge­set­zt werden.
Auch bei der Pro­duk­tion ermöglicht die Dig­i­tal Twin-Tech­nolo­gie von Insil­i­co eine Echtzei­t­analyse der Prozess­dat­en, wodurch
— die kon­stante Vorher­sage der Pro­duk­tion­sleis­tung der Kulturen
— Soft Sens­ing nicht direkt mess­bar­er Nährstoffkomponenten
— frühzeit­iges Erken­nen von Prozes­sanom­alien und
— die Bere­it­stel­lung von Arbeitsanweisungen
für Bedi­ener ermöglicht wird.