生物反應(yīng)器技術(shù)助力開(kāi)發(fā)開(kāi)源數(shù)字孿生細(xì)胞培養(yǎng)框架

數(shù)字孿生應(yīng)用初探
開(kāi)源數(shù)字孿生細(xì)胞培養(yǎng)框架

近日，迪必爾生物結(jié)束了第15屆國(guó)際代謝工程大會(huì)（Metabolic Engineering 15）的行程。生物工藝工程師趙北辰先生在大會(huì)現(xiàn)場(chǎng)以海報(bào)的形式展示了研究成果《An Open-Source Digital Twin Framework for Intelligent Biomanufacturing》。

該研究對(duì)生物過(guò)程數(shù)字孿生的概念進(jìn)行了界定，提出了開(kāi)源的生物過(guò)程數(shù)字孿生框架，并且針對(duì)細(xì)胞培養(yǎng)進(jìn)行了案例研究，體現(xiàn)了數(shù)字孿生在過(guò)程分析技術(shù)（PAT）和高級(jí)過(guò)程控制（APC）領(lǐng)域的巨大潛力。本文將對(duì)該研究的具體內(nèi)容和技術(shù)細(xì)節(jié)進(jìn)行解讀。



該研究在迪必爾生物李雪良博士、江南大學(xué)李江華教授和關(guān)欣副研究員的指導(dǎo)下完成，相關(guān)學(xué)術(shù)論文發(fā)表《Processes》。（https://doi.org/10.3390/pr11041213）
 

基于數(shù)字孿生的生物制造系統(tǒng)是以數(shù)字孿生為核心，軟硬件多層次、多尺度深度結(jié)合的動(dòng)態(tài)系統(tǒng)，從數(shù)據(jù)流的角度來(lái)看（圖1），該系統(tǒng)以集成在制造系統(tǒng)上的在線傳感器為數(shù)據(jù)來(lái)源，通過(guò)統(tǒng)一的數(shù)據(jù)接口傳輸至數(shù)字孿生，經(jīng)過(guò)數(shù)據(jù)同步、處理和預(yù)測(cè)后，用于系統(tǒng)自我修正的高階數(shù)據(jù)從數(shù)字孿生和物理實(shí)體間的雙向數(shù)據(jù)通道返回，關(guān)鍵數(shù)據(jù)經(jīng)可視化后展示在HMI上，而操作人員的指令則通過(guò)HMI傳輸回?cái)?shù)字孿生和物理實(shí)體。
 

圖1 基于數(shù)字孿生的細(xì)胞培養(yǎng)系統(tǒng)架構(gòu)設(shè)計(jì)

基于上述思路，該研究基于Python與C++混合編程技術(shù)，開(kāi)發(fā)了基于數(shù)字孿生的開(kāi)源細(xì)胞培養(yǎng)框架，包含數(shù)字孿生、微型反應(yīng)器（支持在線細(xì)胞密度檢測(cè)）和web端HMI應(yīng)用。其中數(shù)字孿生與微型反應(yīng)器分別連接至HMI，進(jìn)行交互與數(shù)據(jù)管理。該框架已開(kāi)源，歡迎下載體驗(yàn)。（https://github.com/BeichenZhao/BioDT）
 

圖2 數(shù)字孿生系統(tǒng)中的微型反應(yīng)器

數(shù)字孿生在過(guò)程分析技術(shù)（PAT）和高級(jí)過(guò)程控制（APC）方面的潛力引人注目。然而，在生物制造領(lǐng)域，尚未出現(xiàn)成熟的基于數(shù)字孿生的制造執(zhí)行系統(tǒng)（MES）。數(shù)字孿生究竟可以給人們帶來(lái)什么樣的幫助呢？該研究通過(guò)兩個(gè)案例研究，對(duì)這一問(wèn)題進(jìn)行初步闡述：
 

基于上述基于數(shù)字孿生的細(xì)胞培養(yǎng)系統(tǒng)，針對(duì)中國(guó)倉(cāng)鼠卵巢細(xì)胞進(jìn)行實(shí)驗(yàn)。首先開(kāi)發(fā)了基于數(shù)字孿生的預(yù)測(cè)結(jié)果進(jìn)行手動(dòng)換液提醒功能。換液是在細(xì)胞培養(yǎng)中的常規(guī)操作，其目的是棄掉舊的培養(yǎng)基，換成新鮮的培養(yǎng)基來(lái)為細(xì)胞提供營(yíng)養(yǎng)支持。那么，在什么時(shí)間點(diǎn)換液，既能維持細(xì)胞的生長(zhǎng)代謝，又不造成培養(yǎng)基的浪費(fèi)，成了研究人員關(guān)注的問(wèn)題。
 

本研究基于代謝物濃度，在HMI上集成了一個(gè)提示功能，如圖3所示，以葡萄糖為例，通過(guò)點(diǎn)擊“predict”按鈕，就可以得到未來(lái)一段時(shí)間內(nèi)，葡萄糖和細(xì)胞密度變化的預(yù)測(cè)結(jié)果。
 

圖3 HMI中的預(yù)測(cè)功能界面

為了驗(yàn)證預(yù)測(cè)結(jié)果的準(zhǔn)確性，分別以葡萄糖和乳酸濃度為檢測(cè)指標(biāo)開(kāi)展了實(shí)驗(yàn)，在不同的初始細(xì)胞接種密度下，預(yù)測(cè)值分別達(dá)到4 g/L和1 g/L時(shí)，進(jìn)行換液并離線取樣測(cè)試。離線取樣的數(shù)據(jù)一方面是為了驗(yàn)證預(yù)測(cè)結(jié)果的準(zhǔn)確性，另一方面是為了通過(guò)HMI將該數(shù)據(jù)同步至數(shù)字孿生，校準(zhǔn)其預(yù)測(cè)結(jié)果，更新其動(dòng)力學(xué)參數(shù)。結(jié)果表明，該數(shù)字孿生系統(tǒng)可以準(zhǔn)確地預(yù)測(cè)代謝物濃度，為研究人員的理性決策提供參考。同時(shí)也能看出，預(yù)測(cè)結(jié)果的偏差總體呈現(xiàn)出隨時(shí)間縮小的趨勢(shì)，這受益于數(shù)字孿生對(duì)動(dòng)力學(xué)參數(shù)的更新，從而使數(shù)字孿生可以更精準(zhǔn)地追蹤系統(tǒng)的狀態(tài)。

圖4 （a-c）在2, 5和10 (×106) cell·mL-1的初始接種密度下以葡萄糖濃度為指標(biāo)進(jìn)行手動(dòng)換液提醒；（d-f）在2, 5和10 (×106) cell·mL-1的初始接種密度下以乳酸濃度為指標(biāo)進(jìn)行手動(dòng)換液提醒

然而，換液仍然需要研究人員手動(dòng)操作，為了探究數(shù)字孿生系統(tǒng)的自動(dòng)化能力研究人員在控制系統(tǒng)中集成了一個(gè)蠕動(dòng)泵，以實(shí)現(xiàn)對(duì)葡萄糖濃度的調(diào)節(jié)。如圖5所示。數(shù)字孿生模型根據(jù)機(jī)理模型和歷史數(shù)據(jù)實(shí)時(shí)預(yù)測(cè)培養(yǎng)基中的葡萄糖濃度。當(dāng)預(yù)測(cè)的葡萄糖濃度低于5 g/L時(shí)，蠕動(dòng)泵自動(dòng)開(kāi)啟，執(zhí)行一次補(bǔ)料動(dòng)作。用控制論的術(shù)語(yǔ)來(lái)說(shuō)，這實(shí)現(xiàn)了對(duì)葡萄糖的模型預(yù)測(cè)控制（Model Predicting Control, MPC）。
 

圖5 葡萄糖補(bǔ)料系統(tǒng)連接示意圖

如圖6所示，為了驗(yàn)證模型預(yù)測(cè)的準(zhǔn)確度和控制效果的穩(wěn)定性，每隔12h進(jìn)行一次葡萄糖離線取樣測(cè)量，結(jié)果表明，基于數(shù)字孿生的模型預(yù)測(cè)控制可以將葡萄糖濃度穩(wěn)定地維持在5g/L。此外，與批次培養(yǎng)相比，在48 h的培養(yǎng)后，該策略使細(xì)胞得率提高了14.8%。

 圖6（a）進(jìn)行葡萄糖補(bǔ)料的葡萄糖濃度變化；（b）是否使用葡萄糖自動(dòng)補(bǔ)料的細(xì)胞密度比較

那么，數(shù)字孿生是如何被構(gòu)建出來(lái)的呢。以本研究為例，細(xì)胞培養(yǎng)中的各項(xiàng)參數(shù)主要通過(guò)各種動(dòng)力學(xué)方程計(jì)算，下面列舉主要計(jì)算公式。
 

細(xì)胞密度使用Logistic方程計(jì)算：

其中，μ代表特定生長(zhǎng)速率 (cell/cell)；μ_max代表最大生長(zhǎng)速率 (cell/cell)；X代表細(xì)胞密度 (cell/mL)；X_max代表最大細(xì)胞密度 (cell/mL)。

底物代謝用以下公式計(jì)算：

此外，每當(dāng)傳感器數(shù)據(jù)或離線檢測(cè)數(shù)據(jù)同步至數(shù)字孿生，其內(nèi)置的Levenberg-Marquardt算法就會(huì)對(duì)動(dòng)力學(xué)參數(shù)進(jìn)行重新測(cè)算，使其更好的捕捉細(xì)胞當(dāng)前的生理狀態(tài)。
 

數(shù)字孿生具備全時(shí)空尺度過(guò)程重建的能力，由于微型反應(yīng)器中的流場(chǎng)可以被認(rèn)為是全混流，在空間上分布基本均勻，該研究把目光放在了全時(shí)間尺度，即歷史過(guò)程重建、當(dāng)前動(dòng)力學(xué)參數(shù)計(jì)算和未來(lái)狀態(tài)預(yù)測(cè)，并在批次培養(yǎng)實(shí)驗(yàn)中進(jìn)行了驗(yàn)證。

圖7 （a）根據(jù)傳感器數(shù)據(jù)更新的數(shù)字模型、數(shù)字映射和數(shù)字孿生預(yù)測(cè)的細(xì)胞密度變化值；（b）數(shù)字模型、數(shù)字映射和數(shù)字孿生對(duì)葡萄糖消耗的預(yù)測(cè)；（c）數(shù)字模型、數(shù)字映射和數(shù)字孿生對(duì)乳酸產(chǎn)生的預(yù)測(cè)；（d）數(shù)字孿生計(jì)算的比生長(zhǎng)速率；（e）數(shù)字孿生計(jì)算的葡萄糖消耗速率；（f）數(shù)字孿生計(jì)算的乳酸產(chǎn)生速率；（g）根據(jù)離線測(cè)量數(shù)據(jù)更新的數(shù)字模型、數(shù)字映射和數(shù)字孿生預(yù)測(cè)的細(xì)胞密度變化值；（h）數(shù)字孿生重建的葡萄糖濃度變化過(guò)程；（i）數(shù)字孿生重建的乳酸濃度變化過(guò)程

在這里，數(shù)字模型（Digital Model）、數(shù)字映射（Digital Shadow）和數(shù)字孿生（Digital Twin）分別被用于對(duì)培養(yǎng)過(guò)程中細(xì)胞密度的變化進(jìn)行預(yù)測(cè)。如圖7(a)所示，數(shù)字模型的靜態(tài)預(yù)測(cè)在開(kāi)始時(shí)與實(shí)驗(yàn)數(shù)據(jù)偏差較小，但隨著時(shí)間的推移增大。這是因?yàn)殪o態(tài)動(dòng)力學(xué)參數(shù)無(wú)法捕捉細(xì)胞生理代謝的變化，導(dǎo)致累積誤差無(wú)法消除。數(shù)字映射和數(shù)字孿生每15分鐘與傳感器數(shù)據(jù)同步一次，獲得了更準(zhǔn)確的追蹤結(jié)果。此外，數(shù)字孿生還提供了比生長(zhǎng)速率的變化情況（圖7(d)），由于一旦傳感器數(shù)據(jù)傳回，該值就會(huì)更新。僅用于跟蹤過(guò)程參數(shù)而言，在高采樣頻率下，數(shù)字孿生相對(duì)于數(shù)字映射的優(yōu)勢(shì)并不明顯。
 

如果只有離線測(cè)量數(shù)據(jù)可用，由于更新周期較長(zhǎng)，即使數(shù)字映射周期性地進(jìn)行了校正，誤差也會(huì)隨著時(shí)間的推移擴(kuò)大（圖7(g)）。數(shù)字孿生基于傳感器數(shù)據(jù)更新了μ_max，從而跟蹤了細(xì)胞生理活性和比生長(zhǎng)速率的變化（圖7(d)），獲得了更加準(zhǔn)確的預(yù)測(cè)結(jié)果。
 

葡萄糖消耗和乳酸生成也分別通過(guò)數(shù)字模型、數(shù)字映射和數(shù)字孿生進(jìn)行了預(yù)測(cè)，如圖7(b)(c)所示�；�于獲取的數(shù)據(jù)，經(jīng)動(dòng)力學(xué)參數(shù)校正的數(shù)字孿生成功捕捉到了葡萄糖和乳酸濃度的變化，相較于數(shù)字模型和數(shù)字映射，預(yù)測(cè)結(jié)果更加準(zhǔn)確。利用數(shù)字孿生，還計(jì)算出了葡萄糖消耗速率和乳酸生成速率，顯示出隨時(shí)間的總體下降趨勢(shì)（圖7(e)(f)）。這種現(xiàn)象可能是由于葡萄糖濃度降低和細(xì)胞密度增加而導(dǎo)致的代謝活性減少。這些實(shí)驗(yàn)結(jié)果表明了數(shù)字孿生在追蹤細(xì)胞代謝方面的能力，這對(duì)于理解處在動(dòng)態(tài)變化環(huán)境下的細(xì)胞活性變化至關(guān)重要。
 

圖7(h)(i)展示了通過(guò)利用數(shù)字孿生獲得的更新參數(shù)重新計(jì)算歷史的細(xì)胞密度、葡萄糖濃度和乳酸濃度的過(guò)程趨勢(shì)。由于離線數(shù)據(jù)僅反映了時(shí)間上離散的培養(yǎng)過(guò)程。通過(guò)重建整個(gè)培養(yǎng)過(guò)程，數(shù)字孿生使研究人員能夠更全面地研究歷史過(guò)程的條件，從而獲得對(duì)所研究的生物系統(tǒng)更詳細(xì)和準(zhǔn)確的理解。

結(jié)語(yǔ)

隨著數(shù)字孿生在各行各業(yè)的發(fā)展，人們逐步意識(shí)到這是一個(gè)極具發(fā)展?jié)摿Φ母拍�，很有可能�?huì)變革未來(lái)的生物制造模式。在物聯(lián)網(wǎng)的概念流行的時(shí)代，我們常說(shuō)“萬(wàn)物互聯(lián)”，現(xiàn)在我們已經(jīng)能無(wú)感地享受到傳感器的普及給我們帶來(lái)的便利。TJX團(tuán)隊(duì)認(rèn)為，我們有機(jī)會(huì)迎來(lái)一個(gè)“萬(wàn)物皆可計(jì)算”的時(shí)代，從基因表達(dá)、酶促反應(yīng)，到細(xì)胞生長(zhǎng)代謝，再到反應(yīng)器流場(chǎng)仿真，從而建立代謝模型與計(jì)算流體力學(xué)耦合的多尺度、多層次模型，并且在工藝開(kāi)發(fā)的各個(gè)階段為工藝開(kāi)發(fā)人員提供建議�；蛟S在不久的將來(lái)，上位機(jī)軟件的數(shù)據(jù)展示界面中出現(xiàn)各個(gè)參數(shù)的預(yù)測(cè)曲線，會(huì)成為一件稀松平常的事情。