Development of a HEK293 Cell-line Digital Twin Based on Hybrid Semi-Parametric Modeling at the Genome-Scale

Resumo

A velocidade à qual novos fármacos e tratamentos têm sido desenvolvidos nos últimos anos tem colocado imensa pressão na indústria biofarmacêutica para que esta esteja constantemente a repensar e melhorar os processos produtivos de uma grande variedade de moléculas, de forma a corresponder à procura do mercado. Para enfrentar esta realidade em mudança, as companhias necessitam de se envolverem completamente nos princípios da Indústria 4.0 e tomar partido destas novas vantagens para melhorar a eficiência dos processos. Os Gémeos Digitais de biorreatores são um exemplo dessas novas ferramentas que usam modelos matemáticos para replicar o ambiente de um biorreator de forma virtual. O reator virtual pode ser usado para testar e implementar dinamicamente novas formas estratégias de controlo para melhorar a cultura celular em tempo real, enquanto permite novas perspetivas sobre os mecanismos de cultura celular. Como tal, o desenvolvimento de um Gémeo Digital funcional está dependente do desenvolvimento de um modelo matemático preciso que capture adequadamente as complexas relações funcionais entre os sistemas biológicos subjacentes. Este estudo desenvolve uma nova metodologia de modelação híbrida à escala genómica, que funde redes neuronais profundas com um modelo à escala genómica (GEM híbrido) para descrever integralmente os processos intracelulares em função de parâmetros processuais mensuráveis e/ou manipuláveis. A GEM híbrida utiliza algoritmos de aprendizagem profunda de última geração como a estimativa de momento adaptativo (Adam). A rede GEM híbrida HEK293 é trainada com um número relativamente reduzido de experiências, igualando o desempenho de redes de aprendizagem profunda. Os resultados mostram que a rede híbrida é capaz de fazer previsões precisas dos fluxos metabólicos e do crescimento celular a partir de alterações nas concentrações das espécies bioquímicas no meio de cultura. O estabelecimento de um novo modelo metabólico profundo híbrido funcional abre a porta ao desenvolvimento de Gémeos Digitais para a indústria biofarmacêutica. Este estudo é um passo em frente na realização da Biofarmacêutica 4.0, com um impacto potencial na eficiência, robustez e transparência nos processos.

Tipo