Direkt zum Inhalt

Industrielle Bioprozesse benötigen mehr Effizienz im Produktlebenszyklus. Ziele sind eine Beschleunigung des Time to Market, geringere Herstellkosten und bessere Produktivität.  Die Biotech-Industrie verlangt daher nach neuen Methoden, um die bereits verfügbaren großen Datenmengen auszuwerten und um ein effizientes zielgerichtetes Experimentaldesign und den Transfer von Wissen entlang des Produktlebenszyklus sicherstellen.

AdaMO hat die Forschungshypothese, dass integrierte Modellierungsworkflows mit grundlagenorientierten mathematischen Methoden die oben angeführten Herausforderungen adressieren können. Das Ziel des Projektes ist es, mittels Grundlagenforschung ein besseres Verständnis für die Anwendbarkeit von Modell-basierten Methoden in der Bioprozesstechnik zu erreichen, existierende Werkzeuge zu adaptieren, sowie diese in einfach zu handhabende Workflows zu implementieren, um damit Modelle zu generieren, zu kalibrieren, zu verifizieren und implementieren, sowie deren Anwendungsfelder und Robustheit zu erhöhen.

AdaMO erarbeitet grundlagenwissenschaftliche Methoden um, Experimentaldaten so früh wie möglich in einen Workflow für die Modellentwicklung zu überführen. Das angestrebte Resultat von AdaMo ist eine Programmierumgebung, nicht ein fertiges Softwareprodukt, mit implementierten Einzelmethoden dargestellt in Workflows, für die effiziente Modell –Entwicklung, -Adaptierung, -Kalibrierung im Echtzeit Einsatz. Um die Transferierbarkeit der Workflows zu überprüfen werden Fallstudien mit verschiedenen Datensätzen, in verschiedenen Skalierungen und mit verschiedenen Wirtsorganismen, an der TU WIEN sowie bei BI RCV generiert und zur Überprüfung herangezogen.

PROJEKTSTART

März 2018

 

PROJEKTDAUER

36 Monate

 

Projektpartner

Institute of Chemical, Environmental and Biological Engineering, TU Wien (Koordinator);

Center for Energy, AIT Austrian Institute of Technology GmbH (Projektpartner);

Biopharma Process Sciences Austria, Boehringer Ingelheim RCV GmbH & Co KG (Projektpartner)

 

Förderschine

Bridge 1, 26. Ausschreibung, 2017

 

Publikationen

Bournazou, C., Barz, T., Nickel, D. B., Lopez Cárdenas, D. C., Glauche, F., Knepper, A., & Neubauer, P. (2017). Online optimal experimental re‐design in robotic parallel fed‐batch cultivation facilities. Biotechnology and bioengineering, 114(3), 610-619

Barz, T., Bournazou, M. N. C., Körkel, S., & Walter, S. F. (2016). Real-time adaptive input design for the determination of competitive adsorption isotherms in liquid chromatography. Computers & Chemical Engineering, 94, 104-116

Barz, T., Körkel, S., & Wozny, G. (2015). Nonlinear ill-posed problem analysis in model-based parameter estimation and experimental design. Computers & Chemical Engineering, 77, 24-42

 

AIT Kontakt

Tilman Barz