Digitaalinen kaksonen biologisten lääkeaineiden tuotannossa
Ladataan...
516.47 KB
suljettu
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Viime vuosina biologisten lääkkeiden markkinoilla on tapahtunut valtavaa kasvua, minkä takia kehitys- ja valmistusprosesseja pyritään nopeuttamaan ja tehostamaan. Samaan aikaan laadunhallinta- ja dokumentointivaatimukset tekevät prosesseista yhä monimutkaisempia. Digitaalinen kaksonen on osoittanut potentiaalia monimutkaisten bioprosessien mallintamisessa ja erityisesti valmistusprosessien ymmärtämisen, optimoinnin ja hallinnan parantamisessa.
Digitaalinen kaksonen yhdistää antureista saatavan reaaliaikaisen datan, matemaattiset mallit ja data-analytiikan kokonaisuudeksi, joka mallintaa tarkasti fyysisen prosessin toimintaa. Se perustuu kaksisuuntaiseen tiedonvaihtoon fyysisen järjestelmän kanssa, mikä erottaakin sen perinteisistä malleista. Digitaalisen kaksosen avulla pystytään ennustamaan prosessin käyttäytymistä, optimoimaan prosessiolosuhteita ja parantamaan laadunhallintaa vähentäen samalla tarvetta kalliille ja aikaa vieville fyysisille kokeille. Se auttaa myös seuraamaan ja ennustamaan kriittisiä prosessi- ja laatuparametreja sekä tunnistamaan poikkeamia aikaisessa vaiheessa, mikä on erityisen tärkeää tarkasti säännellyissä biologisten lääkkeiden valmistusprosesseissa.
Digitaalisen kaksosen käyttöön liittyy kuitenkin vielä paljon haasteita, jotka rajoittavat sen laajamittaista hyödyntämistä. Esimerkiksi datan rajallinen määrä ja hajanaisuus, tietoturvariskit sekä mallien ylläpidon ja ajantasaisuuden varmistamisen vaikeus hankaloittavat prosessien kokonaisvaltaista mallintamista. Biologisten lääkkeiden valmistusprosessit ovat myös luontaisesti epävarmoja ja monimutkaisia, mikä vaikeuttaa tarkkojen prosessimallien muodostamista. Haasteistaan huolimatta digitaalisen kaksosen tuoma lisäarvo ja merkittävät hyödyt tekevät siitä lupaavan, mutta edelleen kehitettävän teknologian bioprosessien kyvykkyyden maksimoimiseksi.