• Zielgruppen
  • Suche
 

Bioprozessanalytik

AG Solle

Bioprozessanalytik ist nötig, um biotechnologische Prozesse  zu verstehen und zu regeln. Verschiedenste Analysesysteme wie optischer Sensoren (pH- und pO2-Wert), spektroskopische Sensoren (Fluoreszenz, NIR, MIR, UV/Vis) und mikroskopische Systeme (In-situ-Mikroskopie) werden für die online- Analyse von Inhaltsstoffen und Prozessvariablen eingesetzt.

Die Bioprozessanalytik ist ein wichtiger Forschungsbereich, da sie die nötigen Informationen liefert, um biotechnologische Prozesse zu beschreiben. Sowohl das grundlegende Verständnis der biochemischen Abläufe, als auch die Steuerung und Regelung der Bioprozesse und die Charakterisierung der hergestellten Bioprodukte sind von großer Bedeutung. Neben offline-Methoden für die Produktcharakterisierung, die zeitlich unabhängig durchgeführt werden können, sind insbesondere online-Methoden nötig, die Prozessinformationen ohne Zeitverlust zur Verfügung stellen, um ggf. in einen Bioprozess regelnd eingreifen zu können. Der Einsatz geeigneter Sensoren an einem Bioprozess ist auf Grund der hochkomplexen Matrix, der biologischen Prozessvariation und der zum Teil geringen Konzentrationen der Prozessvariablen häufig eine enorme Herausforderung.

Das TCI verfügt über eine umfangreiche Infrastruktur zur online Analyse rele­vanter chemischer, physikalischer oder biologischer Prozessgrößen. Umfangreiche spektroskopische Metho­den (UV/Vis, MIR, NIR, Fluoreszenz) ermöglichen zudem eine nicht-invasive Messung direkt im Bio­prozess. Neue Sensorkonzepte für die Mes­sung in Kleinstmaßstäben (96-well), in Schüttelkolben (patches) oder in modernen disposable Bioreaktoren stehen zur Verfügung.

Chemometrie

AG Solle

Die Auswertung und Interpretation von spektroskopischen Daten mit Hilfe multivariater, wissens- und modellbasierter Methoden stehen im Vordergrund dieser Aktivitäten.

Es wird unter­sucht, welche Information unter Realzeitbedingungen aus den Messsignalen gewonnen wer­den kann und wie diese Information zum Monitoring des Prozesszustands, zur Überwachung des Prozessverlaufs und zur optimalen Führung von Prozessen verwendet werden kann. Zur Auswertung der Signale werden Verfahren der Faktorenanalyse, insbe­sondere der Hauptkomponentenanalyse (PCA, PLS) und modell­basierte und heuristische Verfahren verwendet. Die Verfahren werden bei der Kultivierung unterschiedlicher Organismen, auch im industriellen Bereich erfolgreich eingesetzt, um verschiedene Prozessvariablen online zu beobachten.

Neben der Auswertung spektroskopischer Daten ist die statistische Versuchsplanung ein weiteres Anwendungsgebiet der Chemometrie am Institut. Hierbei werden Experimente nach statistischen Gesichtspunkten so durchgeführt, dass mit möglichst wenigen Versuchen möglichst viel Information über die Einflussfaktoren zugänglich ist.

Bioprozessautomation

AG Solle

Das Ziel dieser Forschungsaktivitäten ist die automatische Führung von Bioprozessen ba­sierend auf der Onlineanalyse des Prozesszustands.

Ein Schwerpunkt dieser Aktivitäten ist die Bereitstellung eines flexiblen Automationssystems mit modernen Auswerteverfahren, die sowohl für die Entwicklung und Optimierung von Prozessanalysatoren als auch für ihre Anwendung – hier insbesondere im industriellen Onlinebetrieb – Voraussetzung sind.

Hierzu werden Verfahren des Data-Minings ver­wendet, um unbekannte Prozessinformation aus Rohdaten zu extrahieren. Mit Hilfe von mathematischen Modellen, die die Reaktionskinetik sowie Transportprozesse beschreiben, werden Simulationen durchgeführt, um mehr Information über das Prozessverhalten zu gewinnen. Mit Hilfe der Prozessmodelle wird z. B. für Fed-batch-Prozesse eine optimale Feed-Rate berechnet, die eine hohe Raum-Zeit-Ausbeute gewährleistet.

Neben multivariaten Auswerteverfahren werden auch wissensbasierte Techniken und theoretische Modelle im Automationssystem implementiert. Speziell für die Signalaus­wertung von spektroskopischen Sensoren werden Auswerteverfahren entwickelt, die eine robuste Quantifizierung selbst gestörter Messsignale erlauben. Für den Einsatz moderner Sensorsysteme zum Prozessmonitoring und zur Prozessre­gelung werden Techniken entwickelt, die den Einfluss von Matrixeffekten signifikant reduzieren.