数字孪生模拟器技术与生物工艺结合助力虚拟发酵实验

如果将数字孪生技术和生物工艺结合起来，会发生什么样的火花呢？
数字孪生这个话题我们此前也介绍过，它是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。

往期回顾
 
数字孪生的应用既有产品、也有产线、工厂和车间，直接对应CPS所面对的产品、装备和系统等对象。数字孪生在创立之初就明确了以数据、模型为主要元素构建的基于模型的系统工程，更适合采用人工智能或大数据等新的计算能力进行数据处理任务。      
根据IBM的解释，这项技术允许用户为物理实体或流程开发出精确的虚拟副本。联网传感器负责将物理资产中的数据一刻不停地馈送至数字模型。而在生命科学领域，数字孪生的应用尚处于起步阶段。

数字孪生在生命科学研究中的具体应用可以分为两类：生物应用与实验应用。虽然为细胞乃至人体构建完整的生物学模型还有很长的路要走，但实验应用层面的数字孪生已经在彻底重塑临床研究的基本面貌。  
随着数字化的中心效应愈发明显，众多企业也开始纷纷投身于这个极具前景的创新概念。迪必尔生物TJX团队结合生物技术行业，帮助研究人员建立起了一套复杂的生物反应器（适合细胞培养和发酵实验）数字模型，并使用数据支持测试场景、进而协助用户识别出潜在问题。这是个免费的模拟器，面向全球生物科学领域的科学家免费开放。
TJX研发团队认为生命科学正经历一场由数字技术推动的变革。大量生物数据的产生对研究人员来说既是机遇又是压力。生命科学正面临从实验驱动向数据驱动的转型局面，海量的数据将成为生命科学的基础，如果能高效、高速地利用这些大数据，无疑将为生命科学行业带来无限机遇。但有限的时间与资源之下去适应整个行业愈发复杂的基本现实，只会让生命科学行业不堪重负。  
生物制品生产的现状和未来的预期形成冲突，现有可用工具已经无法支撑起生命科学行业中愈发复杂的研究目标。从传统上看，我们的细胞培养/发酵实验工作方式大多依赖于手动，而且主要集中在非常简单的实验设计与分析层面，大多发酵实验的数据分析工作都无法轻松高效的完成。发酵工程师只能利用有限的简陋发酵罐工具完成工作，所有研究项目严重受到成本与资源的制约。也正因为如此，众多工艺开发项目往往中道崩殂。 物理实验的成本非常高，不断试错的过程且耗费了大量精力。如果我们能够减少实际实验的数量，同时让发酵实验更有针对性、更高效、更可能成功，就一定能让生物工艺迈上新的台阶。

TJX“数字孪生模拟器”对于研发工作的积极意义也在这里：以住生物工艺研究人员可能需要数月、甚至数年时间才能在完成相应实验后对数据进行分类与分析，但通过“数字孪生模拟器”后能够同时建模多实验设计展开测试。
 
关于TJX“数字孪生模拟器”：优化生物反应器控制参数虚拟实验  
不同规模发酵实验过程控制模拟
通过虚拟细胞培养实验能非常快速收集数据，通过模拟器查看温度、通气控制策略、搅拌水平、pH值、以及补料策略不同组合的影响。

数据分析
进行多次模拟实验，将结果进行比较，协助决定将使用哪些培养条件应用在实际工艺开发或在大规模培养上实现最佳生产。  
综合利用虚拟现实数字孪生体发酵实验室，可节省大量的成本，大量的时间，为企业创造更多的效益。
虚拟操作培训，沉浸式培训体验，缩短专业人员培训周期，大大提升生产和培训效率。
基于机器学习的数据管理方法，将建立一个数据驱动的智能发酵生态系统。如果你也在探索数字孪生如何加速工艺开发，欢迎你与我们积极合作。