WO2020016223A1 - Verfahren zur einrichtung einer apparatur für biologische prozesse und apparatur für biologische prozesse - Google Patents

Verfahren zur einrichtung einer apparatur für biologische prozesse und apparatur für biologische prozesse Download PDF

Info

Publication number
WO2020016223A1
WO2020016223A1 PCT/EP2019/069115 EP2019069115W WO2020016223A1 WO 2020016223 A1 WO2020016223 A1 WO 2020016223A1 EP 2019069115 W EP2019069115 W EP 2019069115W WO 2020016223 A1 WO2020016223 A1 WO 2020016223A1
Authority
WO
WIPO (PCT)
Prior art keywords
biological
parameters
parameter
biological processes
experiment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2019/069115
Other languages
English (en)
French (fr)
Inventor
Roland Mertelsmann
Justus Duyster
Marie FOLLO
Sascha Lange
Maximiliano S. PEREZ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Albert Ludwigs Universitaet Freiburg
Original Assignee
Albert Ludwigs Universitaet Freiburg
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Albert Ludwigs Universitaet Freiburg filed Critical Albert Ludwigs Universitaet Freiburg
Priority to US17/260,369 priority Critical patent/US12435306B2/en
Priority to EP19740561.6A priority patent/EP3824068A1/de
Publication of WO2020016223A1 publication Critical patent/WO2020016223A1/de
Anticipated expiration legal-status Critical
Priority to US19/271,476 priority patent/US20250340822A1/en
Ceased legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M23/00—Constructional details, e.g. recesses, hinges
    • C12M23/02—Form or structure of the vessel
    • C12M23/16—Microfluidic devices; Capillary tubes
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q3/00—Condition responsive control processes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/58—Random or pseudo-random number generators
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models

Definitions

  • the invention relates to an apparatus for biological processes and a method for setting up such an apparatus. Such methods and apparatus are known from practice.
  • a cell culture grow in a Petri dish.
  • a nutrient solution and one or more growth factors can be added to the cell culture. It can be difficult to find an optimal dosage of the growth factor or to make the cells grow at all. For example, if the growth factor is dosed too low, rapid growth cannot occur. But even if the growth factor is dosed too high, the growth of the cells can slow down or even come to a standstill.
  • the invention has for its object to provide a method for setting up an apparatus for biological processes, which enables such an apparatus to be set up efficiently.
  • an apparatus for biological processes is to be created that simplifies the investigation of biological processes.
  • variants of the invention are described below, they can be combined with one another as desired, provided that a combination is not excluded for technical reasons.
  • the invention proposes the features of claim 1.
  • computer-assisted process parameters are specified for a plurality of biological processes, that a process state is automatically detected for each biological process, that the respective process state is based on a predetermined target computer-aided evaluation and that from the evaluations computer-aided the apparatus is set up by specifying learned set-up parameters.
  • the setup parameters obtained can, for example, be learned process parameters or assignments of process states and learned process parameters.
  • One application of the invention can be in the area of cancer therapy, for example.
  • provision can be made for T cells to be removed from a patient, into which a new gene is inserted (CAR T cells).
  • CAR T cells T cells to be removed from a patient, into which a new gene is inserted
  • the cells modified in this way can then serve as cell culture and be introduced into a vessel of the apparatus in order to bring them to growth there.
  • the proliferated cells can then be returned to the patient to combat the cancer the patient is suffering from.
  • the method according to the invention makes it possible to learn device setup parameters which lead to optimal cell growth of the modified CAR-T cells. It is therefore possible to find optimal growth conditions and parameters for the modified CAR-T cells in an efficient manner.
  • a further application of the invention in the field of cancer therapy can provide, for example, that an optimal dosage and dosage kinetics of a chemotherapeutic drug are found by means of the method and apparatus according to the invention.
  • it can be provided to add a nutrient solution to a culture of cancer cells via a first pump and a chemotherapeutic drug such as adriamycin via a second pump.
  • a chemotherapeutic drug such as adriamycin
  • the detection of a process status for a biological process includes that more than one process status of the biological process can also be recorded, for example it can be provided that a respectively current process status of the biological process is recorded at regular time intervals.
  • the specification of the target can be based on a result to be achieved. For example, if cell growth is to be maximized within a certain time, then the The objective is that the cell density or the number of living cells should be at a maximum after a certain time horizon.
  • the goal in an alternative experiment can be to completely eliminate a cancer cell with the minimum possible addition of a certain drug.
  • the target can form an evaluation criterion for evaluating the respective process status or it can be provided that such an evaluation criterion is derived from the target.
  • the evaluation criterion can be, for example, a reward, cost or punishment function.
  • an evaluation criterion can be derived from the stated target, which provides that the cell density of the living cancer cells and the amount of the drug administered in a certain period of time are evaluated.
  • the process state can therefore include, in addition to the cell density of the living cells, a measured temperature and a cumulative amount of medication applied, the amount of medication applied being able to be measured separately or also or being estimated from the specification of the process parameters.
  • the target can, for example, specify a weighted reward function.
  • the target evaluates a condition in the categories better or worse.
  • a reward function is specified, which can assume real numbers in an interval, for example between 0 and 1, a first real number, which is closer to 1 than a second real number, being rated better than the second real number Number.
  • the target provides a reward function, which merely has two states, for example 1 and 0 or infinite and 0 or the like.
  • the target evaluates a condition in the categories good or bad.
  • a reward function should be maximized. Equivalent to this, it can be provided that the reward function is a cost function that is to be minimized.
  • a cost function can represent a number of time steps, for example. This can be useful, for example, if the goal is to find a time-optimal solution, for example because a specific cell density is to be achieved in the shortest possible time.
  • a process status is preferably recorded by recording a selection of parameters of the process status. For example, a cell density of living or dead cells of a certain cell type, a number of cells or an area covered by the cells can be recorded. This can be done, for example, by observing the biological process using an image camera and using a suitable computer-implemented method, for example by using contours of the cells or cell populations, to identify whether it is a living cell and how many living cells are present in total or what cell density have these cells.
  • the process state can include any property of the biological process, which can also include external process parameters acting on the biological process, such as, for example, the specified or set process parameters.
  • the process parameter can be any active parameter that can be used to influence one or the biological process. These include for example environmental conditions such as temperature, pressure or humidity.
  • a process parameter can also be given by a volume flow of a substance that is fed to the biological process.
  • the fabric can be made as described below.
  • process parameters can also include setting means with which the biological process parameters can be set. For example, if a volume flow of a substance to be supplied is to be set, it can be provided that, for example, a pump or a valve is actuated in a suitable manner.
  • the specification of process parameters can also include the specification of a time course of the process parameters.
  • the device parameters can be predetermined by a learning method which learns from evaluations of detected process states.
  • the learning method is preferably a method of mechanical learning. Particularly advantageous methods are mentioned at a suitable point in this description of the invention below. Other learning methods can also be used, in particular those that are compatible with the technical features that are described in more detail below.
  • the specification of the process parameters is based on an arbitrary decision.
  • the technical teaching according to this embodiment of the invention differs is diametrically different from a conventional experimental approach.
  • the procedures used by a person with experience for appropriate biological processes are not based on arbitrary decisions.
  • the use of chance appears to contradict the goal of finding equipment parameters for the equipment in an efficient manner.
  • it turns out that implementing a random event can lead to faster and better results than is the case with alternative methods.
  • this enables the apparatus to be set up with a high level of quality in an efficient manner, even in the case of a large number of process parameters, measurement states and biological processes.
  • the random decision is preferably made or at least influenced by a random number generator by generating a random number.
  • the random number generator can also be a pseudo random number generator. Even if such a pseudo random number generator is considered mathematically to be a deterministic random number generator, it generates practical independent numbers from one another in a practical manner, so that within the scope of the present invention, such a pseudo random number generator is to be regarded as non-deterministic.
  • the specification of the process parameters is based on a purely deterministic decision.
  • Such a method also differs significantly from conventional methods in which an upcoming decision is the result of an adaptive assessment based on experience.
  • the space spanned by the process parameters can be discretized by a grid, which is systematically sampled between given grid boundaries.
  • grid search methods can be used here. Such methods are particularly suitable for problems with a small number of variables or for a first rough setup of the apparatus.
  • a purely deterministic procedure is combined with a procedure which is based on an arbitrary decision.
  • the process parameters can be specified purely deterministically in a first step. Only in a second step can it be provided that the process parameters are then based on an arbitrary decision.
  • a random number for example the above-mentioned random number, is generated for specifying the process parameters and has a probability distribution of a certain random variable.
  • the case variable can have a normal distribution, for example.
  • a method can be particularly efficient in which it is provided that a most probable value for the process parameters is calculated purely deterministically from already recorded process states and their evaluations. It is preferably provided that the most likely value for the process parameters maximizes the expected evaluation and / or the expected information gain of a subsequent process step. For example, Bayesian optimization methods can be used to maximize a weight between an expected rating and an expected information gain. For specifying the process parameters, it can be provided that after determining the most likely value for the process parameters in the vicinity of this most likely value, a value is selected, a random number being generated for this purpose, which is preferably normally distributed around the most likely value. For example, evolutionary algorithms or evolutionary strategies or a hill climbing algorithm can be used.
  • the specification of process parameters in a first environment of a parameter space is more likely than the specification of process parameters in a second environment of the parameter space, if an evaluation that has already taken place in the first environment was better than an evaluation that has already taken place in the second Surroundings.
  • the implementation of such a positive expectation of success can lead to a particularly efficient set-up of the apparatus.
  • the random selection is preferably carried out using a random variable.
  • a direction of improvement is specified using gradient-based methods.
  • a random number is preferably used to estimate the direction of improvement. This random number can be used in particular to obtain an estimate of a Jacobi matrix and / or a Hesse matrix.
  • the Jacobi matrix and / or the Hesse matrix are preferably estimated from evaluations that have already taken place, process states that have already been recorded, and / or process parameters that have already been specified.
  • the Jacobi matrix and / or the Hesse matrix can be estimated from Data that have already been determined, such as the outputs of the tests carried out to date, the process states, process parameters and / or values of a reward function recorded over the course in discrete time intervals. Such methods can lead to very rapid learning progress.
  • a random number is generated and used in order to represent an uncertainty of a first estimate for a specification of process parameters and thus to arrive at a better estimate.
  • results of preliminary examinations are used to initialize the method.
  • the preliminary examinations preferably include an experiment and / or a computer simulation of a biological process.
  • the computer simulation preferably simulates one, several or all biological processes of the plurality of biological processes.
  • the computer simulation particularly preferably simulates the apparatus during operation.
  • biological processes of the plurality of biological processes run in parallel.
  • This can be advantageous because it allows the equipment to be set up in a shorter time.
  • Another advantage is that it achieves an improved device systematic errors can be avoided. Such systematic errors can arise, for example, when a new cell culture has to be prepared in order to record further process states. The errors can be smaller if a plurality of samples are taken from a prepared cell culture, which are then recorded in parallel.
  • it can be advantageous to use a microfluid device with several chambers, which is described in more detail below.
  • biological processes of the plurality of biological processes run in series.
  • a serial sequence of biological processes can be particularly advantageous if it is not possible to acquire sufficient data with a parallel execution and / or if the biological processes are not reversible and / or if further learning steps are required to set up the apparatus after the completion of a biological process ,
  • a process state of a biological process is reset or at least a parameter of a process state of a biological process is reset.
  • a biological sample is preferably replaced by a biological sample with the same or at least largely or possibly the same initial state. Two initial states are largely the same if they are the result of variations that occur when preparing the same biological samples. For example, it can be provided that a microfluid device with cells that are still unaffected is prepared again.
  • resetting can also take place without changing a biological sample, for example by selecting the process parameters in such a way that the process state or the parameters of the process state are reached again.
  • Resetting biological processes can be advantageous, since this can result in a high level of information gain.
  • At least two of the plurality of biological processes or even all biological processes are set up in such a way that they run as identically as possible with the same influence. This can be achieved, for example, by preparing biological samples in which the biological processes take place in the same way. As a result, a large amount of information can be obtained in a shorter time.
  • the process state is recorded and / or evaluated several times. This is preferably done continuously.
  • the continuous recording and evaluation is preferably implemented technically by recording and / or evaluating in constant or, if possible, constant, discrete time segments.
  • the duration of the time periods can depend on the dynamics of the biological process and the required computing power must be adapted.
  • the process status can be recorded every 5 minutes.
  • Such methods can lead to a particularly efficient set-up of the apparatus, since this makes it possible to react immediately to changes in a process state without having to wait until a time horizon of the biological process has been reached or until it has expired. This enables real-time setup.
  • the process parameters are specified several times, preferably continuously, during the course of a biological process.
  • the process parameters are preferably set several times, in particular continuously. In this respect too, technical implementation can be carried out by discretizing the time.
  • a decision can consist, for example, of updating the process parameters at a decision time.
  • a learning method can be used in which a function is learned from the acquired process states, which evaluates possible actions for each process state with regard to an expected future reward.
  • Such a function can also be designed as a value function or q-function. If such a function is known, it can be used to select the best rated action in every process state.
  • a learning method for example, a method of optimizing learning (reinforcement learning), a method of batch reinforcement learning, q-learning and / or a method that depicts a Markovian or multi-stage decision-making process can be considered.
  • a parameter space of the process parameters is reduced by specifying basic strategies for the process parameters over time and by mixing the basic strategy with one another.
  • At least one basic strategy is preferably given by a sinusoidal time profile of a process parameter.
  • the amplitude, the frequency or a time shift can be freely selectable as parameters of the sinusoidal time profile in order to define the sinusoidal time profile of the process parameter.
  • the basic strategies can be designed to map a priori knowledge. Another advantage of using such basic strategies is that the computing times can be reduced in order to enable real-time applications or in order to be able to carry out a calculation with greater accuracy.
  • a method for controlling an apparatus can be provided, the apparatus receiving and controlling a plurality of biological samples by setting a process parameter
  • an experiment is carried out which comprises a repeated application of a sub-experiment, the sub-experiment comprising at least the following steps:
  • control method described above can also be combined with the variants of the setup method described above.
  • individual technical features or any combination of the features of the control process can form technical features of the previously described setup process and vice versa.
  • the partial experiment can include resetting a process state of a biological process or at least one parameter of a process state of a biological process, in particular as already described above.
  • the sub-experiment can provide for the replacement of the biological samples with other biological samples in which an intended biological process has not yet expired.
  • the sub-experiment only covers a discrete time period in the context of a continuous detection and / or evaluation of a process state of a biological process during this Depicts the process, in particular as described above. It can be provided that after several time steps and / or reaching a time horizon, the subsequent partial experiment additionally includes a reset of the process status or at least one parameter of the process status.
  • an apparatus for biological processes has a vessel for receiving a biological sample.
  • the vessel can be, for example, a reactor, a petri dish, a cell culture bag or a microfluid device. It is preferably provided that the microfluid device has a plurality of serial and / or parallel chambers.
  • the biological sample is designed in such a way that it can be used to carry out a number of biological processes.
  • the biological sample can in particular consist of a plurality of partial samples.
  • a microfluidic device having several chambers can be prepared in such a way that the chambers each contain a biological partial sample.
  • the biological sample can comprise, for example, a cell culture and / or an enzyme sample.
  • the vessel preferably has a feed line for the feed of a substance.
  • the substance can be, for example, a nutrient solution, a medium, a growth factor or a drug.
  • the apparatus has setting means with which process parameters can be set for the biological processes.
  • the setting means preferably comprise Means for setting a volume flow of a substance such as one of the aforementioned substances. This can be done for example by means of a pump or a controllable valve. Several means for setting different volume flows for different substances can also be provided. It can further be provided that setting means are designed to set an environmental condition such as a temperature, a pressure or a humidity.
  • the process parameters can thus be, for example, a volume flow of a substance or an environmental condition.
  • the apparatus also has detection means with which a process state can be automatically detected for each biological process.
  • the detection means can comprise, for example, an image camera and / or a sensor. It can be provided that the measurement data recorded with the image camera and / or the sensor are filtered for relevant information. This can be done, for example, in a computing unit described next, in which the filtered information is preferably stored in a memory.
  • the apparatus also has a computing unit which is connected to the detection means via a data line and to the setting means via a further data line.
  • the computation unit can thus receive data recorded by the detection means.
  • control signals can be sent from the computing unit to the setting means.
  • data can be exchanged between the computing unit and the setting means and / or detection means via the data lines.
  • the computing unit can comprise a data processing unit, in particular a data processing system.
  • the computing unit is preferably set up to evaluate the detected process states on the basis of a predefined target, to predefine the process parameters and to set up the apparatus by specifying learned set-up parameters.
  • An apparatus according to the invention with features as described above can be manufactured simply and inexpensively. It is also particularly useful for carrying out the method described above.
  • An apparatus according to the invention thus shares, among other things, the advantages which can be achieved with the method according to the invention and its variants. The same applies to the apparatus described next.
  • an apparatus for biological processes in which means are formed and set up to carry out a method which is designed according to the invention, in particular as described above and / or according to one of the protection claims directed to a method.
  • the apparatus is preferably designed as described above, the apparatus being able to have any combination of the aforementioned technical features.
  • FIG. 1 shows an embodiment of an apparatus according to the invention for biological processes
  • FIG. 2 shows a flow diagram of an exemplary embodiment of a method according to the invention for setting up the apparatus shown in FIG. 1.
  • the apparatus 1 shows an embodiment of an apparatus 1 according to the invention for biological processes 3.
  • the apparatus 1 has a housing 34 in which the other components of the apparatus 1 are arranged.
  • the apparatus 1 has a size and a weight which are dimensioned such that a user of the apparatus 1 of average constitution can carry and transport the apparatus 1 with his own hands. It can therefore also be said that the apparatus 1 is portable.
  • the apparatus 1 can have any size or weight or can be designed such that not all components are arranged in a housing 34.
  • a vessel 5 is arranged in the apparatus 1.
  • the vessel 5 is a microfluid device 21 which has a plurality of supply lines 7 and a discharge line 8.
  • the microfluid device 21 a plurality of channels which are not connected to one another on the input side are formed, each channel having a plurality of chambers arranged one behind the other.
  • the channels are brought together to form the common derivative 8.
  • Each channel is connected on the aisle side to two supply lines 7.
  • One of the two feed lines 7 is connected to a reservoir 10 in which a substance 9 can be received.
  • the other feed line 7 is connected to a further reservoir 10, in which a further substance 9 can be received.
  • the reservoir 10 is filled with a nutrient solution for a cell culture 23 in order to carry out a method according to the invention in the exemplary embodiment described here.
  • a growth factor for the cell culture 23 In the further reservoir 10 there is a growth factor for the cell culture 23.
  • a biological partial sample In each of the chambers of the microfluid device 21 there is a biological partial sample.
  • the biological partial samples together form a biological sample 4, which is given by the cell culture 23 in the exemplary embodiment described here.
  • the apparatus 1 is therefore already prepared so that biological processes 3 can run in it.
  • the apparatus 1 can also be prepared in any other way.
  • the microfluid device 21 can be replaced by an alternatively designed microfluid device 21 or by another vessel 5.
  • the connections and number of supply lines 7 and reservoirs 10 are also adaptable. However, it can also be provided that an alternative apparatus 1 does not allow such flexibility.
  • the discharge line 8 is connected to a container 20 in which material emerging from the vessel 5 can be collected.
  • a valve 24 is arranged on each of the feed lines 7.
  • the valves 24 can each be controlled via a further data line 19.
  • the valves 24 can be adjusted so that a volume flow of a substance 9 flowing in one of the feed lines 7 can be adjusted.
  • a heating element 26 is formed, which can also be controlled via the further data line 19.
  • a temperature which prevails in the vessel 5 can be set by means of the heating element 26.
  • a separate heating element 26 is provided for each channel of the microfluid device 21, so that the temperature is individually adjustable for each channel in the chambers of the respective channel.
  • a detection means 13 designed as a sensor 22 is provided, with the sensor 22 being a temperature sensor in the embodiment described here. With the tem perature sensor, a temperature inside the vessel 5 can be measured. An output signal of the temperature sensor can be transmitted to a computing unit 15 via the data line 17.
  • an image camera 14 is provided as the detection means 13. The image camera 14 is directed out of the vessel 5. Image information can therefore be recorded with the image camera 14, the image camera 14 being set up in such a way that a process state of interest of the biological processes 3 of interest can be determined with sufficient accuracy with sufficient resolution.
  • the image camera 14 is connected to the computing unit 15 via a data line 17. The recorded image information can thus be transmitted to the computing unit 15.
  • the computing unit 15 is thus connected via the data lines 17 to the detection means 13 and via the further data line 19 to the setting means 11, here the valves 24 and the heating element 26.
  • the computing unit 15 can thus be supplied with information about process states. Process parameters can also be specified with the computing unit 15, which can be set via the further data line 19 and the setting means 11.
  • the computing unit 15 comprises peripheral devices 28, such as an input device such as a keyboard, for example, to give control commands to the device 1 manually, or also output devices, in order to be able to output information of the device 1, the biological processes 3 or a method carried out with the device 1.
  • the computing unit 15 also has interfaces 29 to the computing unit 15 to connect via the data lines 17 and 19 with the detection means 13 and the setting means 11 or to connect the computing unit 15 to an external data source, via which instruction commands can also be imported.
  • the computing unit 15 has a processor with which computer programs can be executed.
  • the computing unit 15 has volatile and permanent memories 30. Computer programs can be stored in the memories 30, with which in particular partial steps of the method described below for setting up an apparatus 1 can be carried out.
  • the data received via the data lines 17 or data processed therefrom can be stored in the memories 30.
  • the computing unit 15 further comprises means for generating a random number.
  • a separate component can be provided and / or a computer program stored in one of the memories 30.
  • FIG. 2 shows an exemplary embodiment of a method according to the invention, with which the apparatus 1 is set up in the exemplary embodiment described here.
  • the method is initialized in a first step 100.
  • the apparatus 1 is first set up as already described above so that the biological processes 3 can run.
  • the reservoirs 10 are thus filled with the necessary substances 9 and the vessel 5 with the biological sample 4.
  • initial values for the process parameters are specified. For example, a constant temperature can be specified for initialization over the entire time horizon, a certain volume flow can be set for the nutrient solution and the volume flow for the growth factor can be set to zero, for example. It can therefore also be said that the biological processes 3 are brought into an initial state.
  • the initialization can also include storing the results of a preliminary examination in the memory 30 of the apparatus 1.
  • a simulation routine can also be started to get an initialization.
  • a target is also set, on the basis of which the respective process states are to be evaluated. Examples of a target have already been set out above.
  • the target may be to optimize the number of cells after a certain time horizon. In order to enable an evaluation, it is therefore determined that the image information obtained from the image camera 14 is filtered in such a way that the number of living cells is determined. A suitable algorithm must therefore be selected that can filter this information.
  • a process state is then automatically detected for each biological process 3.
  • data are recorded with the image camera 14 and filtered, as described above, for example, data are recorded with the other detection means 13 and, if appropriate, further data are estimated from the past acquired process states and given process parameters. For example, a time integral can be estimated using a set process parameter.
  • the detected process states are evaluated on the basis of the previously specified target, with a suitable one in particular Evaluation criterion, which can represent a reward function, can be specified.
  • step 106 the process parameters to be specified are then updated from the evaluations by means of a learning method specified in step 100.
  • the learning method can be one of the methods already described above, in particular those of machine learning. In order to calculate the updated process parameters, particular attention is paid to what has already been learned in the past in terms of the relevant.
  • a termination criterion that has already been determined in step 100 is therefore evaluated.
  • the termination criterion can provide for the expiry of a certain period of time, the falling below a limit value which indicates that the apparatus 1 is already set up so well that only slight improvements can be expected, or any other termination criterion.
  • the learned installation parameters correspond to the last learned process parameters.
  • the method also takes into account different initial states of the biological processes and / or if evaluations also take place during the course of a biological process, for example in real time, it can be particularly advantageous if the learned ones
  • Setup parameters assignments of process states and Process parameters include, This applies beyond the embodiment described here.
  • step 110 the method is ended in step 110.
  • the learned setup parameters are saved for later specification.
  • step 112 a decision is made in step 112 as to whether the vessel 5 should be prepared with a new biological sample 4 or whether the method should continue unimpeded.
  • a renewed preparation of the vessel 5 may be necessary, for example, when a certain time horizon has been reached or when an event has occurred in which an immediate continuation of the method would not lead to an efficient improvement of the apparatus 1 equipment. If, for example, cancer cells are to be eliminated and this has been achieved completely without the population being able to recover, a new preparation is expedient and necessary. This may also be necessary if unwanted signal paths from cells of cell culture 23 have been activated.
  • step 114 If a new setup is to take place, this is carried out in step 114. The process then continues in step 102.
  • step 102 If a re-establishment is not necessary, the method is continued in step 102 immediately after step 112.
  • an apparatus 1 for biological processes 3 that computer-aided process parameters are provided for a plurality of biological processes 3.
  • a process state is automatically detected for each biological process 3, the respective process state is evaluated with the aid of a predefined target and the apparatus 1 is set up from the evaluations with the aid of predefined learned device parameters from the evaluations.
  • an apparatus 1 for biological processes 3 is proposed, which has means with which the proposed method can be carried out in a particularly advantageous manner.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Organic Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Zoology (AREA)
  • Wood Science & Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Biotechnology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Sustainable Development (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Analysis (AREA)
  • Dispersion Chemistry (AREA)
  • Clinical Laboratory Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Immunology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

Es wird vorgeschlagen, bei einem Verfahren zur Einrichtung einer Apparatur (1) für biologische Prozesse (3) vorzusehen, dass für eine Mehrzahl von biologischen Prozessen (3) jeweils computergestützt Prozessparameter vorgegeben werden, dass für jeden biologischen Prozess (3) ein Prozesszustand automatisch erfasst wird, dass der jeweilige Prozesszustand anhand einer vorgegebenen Zielvorgabe computergestützt bewertet wird und das aus den Bewertungen computergestützt die Apparatur (1) durch Vorgabe von erlernten Einrichtungsparametern eingerichtet wird. Weiter wird eine Apparatur (1) für biologische Prozesse (3) vorgeschlagen, welche Mittel aufweist, mit denen das vorgeschlagene Verfahren in besonders vorteilhafter Weise ausführbar ist.

Description

Verfahren zur Einrichtung einer Apparatur für biologische Prozesse und Apparatur für biologische Prozesse
Die Erfindung betrifft eine Apparatur für biologische Prozesse sowie ein Verfahren zur Einrichtung einer solchen Apparatur. Derartige Verfahren und Apparate sind aus der Praxis bekannt.
Beispielsweise ist es bekannt, in einer Petrischale eine Zellkultur zum Wachsen zu bringen. Hierzu kann der Zellkultur eine Nährlösung hinzugegeben werden und ein oder mehrere Wachstumsfaktoren. Es kann schwierig sein, eine optimale Do sierung des Wachstumsfaktors zu finden oder die Zellen über haupt zum Wachsen zu bringen. Wird nämlich beispielsweise der Wachstumsfaktor zu niedrig dosiert, so kann es nicht zu einem schnellen Wachstum kommen. Doch auch dann, wenn der Wachstumsfaktor zu hoch dosiert ist, kann sich das Wachstum der Zellen verlangsamen oder sogar zum Stillstand kommen.
In der Praxis werden daher in wiederholter Abfolge Experimente durchgeführt, um eine optimale Dosierung zu erhalten. Diese Experimente sind sehr aufwendig. Zellkulturen werden von einer Person wiederholt neu aufsetzt, beobachtet und ausgewertet, bis ein gewünschtes Ergebnis erzielt ist. Die konkrete experimentelle Herangehensweise obliegt hierbei der Geschicklichkeit und der Strategie der jeweils das Experiment durchführenden Person. Dies ist problematisch, da diese Herangehensweise wenig effizient ist.
Vor diesem Hintergrund liegt der Erfindung die Aufgabe zugrunde, ein Verfahren zur Einrichtung einer Apparatur für biologische Prozesse zu schaffen, welche ein effizientes Einrichten einer solchen Apparatur ermöglicht. Außerdem soll eine Apparatur für biologische Prozesse geschaffen werden, mit der Untersuchungen von biologischen Prozessen vereinfacht werden . Soweit im Folgenden Varianten der Erfindung beschrieben werden, können diese beliebig miteinander kombiniert werden, sofern eine Kombination aus technischen Gründen nicht ausgeschlossen ist.
Zur Lösung der zuvor genannten Aufgabe schlägt die Erfindung die Merkmale von Anspruch 1 vor. Insbesondere wird somit erfindungsgemäß bei einem Verfahren der eingangs beschriebenen Art zur Lösung der genannten Aufgabe vorgeschlagen, dass für eine Mehrzahl von biologischen Prozessen jeweils computergestützt Prozessparameter vorgegeben werden, dass für jeden biologischen Prozess ein Prozesszustand automatisch erfasst wird, dass der jeweilige Prozesszustand anhand einer vorgegebenen Zielvorgabe computergestützt bewertet wird und dass aus den Bewertungen computergestützt die Apparatur durch Vorgabe von erlernten Einrichtungsparametern eingerichtet wird .
Ist die Apparatur eingerichtet, so ist die Apparatur dazu in der Lage, einen biologischen Prozess anhand der erlernten Einrichtungsparameter zu steuern. Die erlangten Einrichtungs parameter können beispielsweise erlernte Prozessparameter sein oder Zuordnungen von Prozesszuständen und erlernten Pro zessparametern .
Eine Anwendung der Erfindung kann beispielsweise im Bereich der Krebstherapie liegen. So kann beispielsweise vorgesehen sein, dass einem Patienten T-Zellen entnommen werden, in die ein neues Gen eingefügt wird (CAR-T-Zellen) . Die so modifizierten Zellen können sodann als Zellkultur dienen und in ein Gefäß der Apparatur eingebracht werden, um sie dort zum Wachstum zu bringen. Die proliferierten Zellen können sodann dem Patienten zurückgegeben werden, um die Krebserkrankung, an der der Patient leidet, zu bekämpfen. Mit dem erfindungsgemäßen Verfahren wird ermöglicht, Einrichtungsparameter der Apparatur zu erlernen, welche zu einem optimalen Zellwachstum der modifizierten CAR-T-Zellen führen. Es wird daher ermöglicht, optimale Wachstums bedingungen und -parameter für die modifizierten CAR-T-Zellen in effizienter Weise aufzufinden.
Eine weitere Anwendung der Erfindung im Bereich der Krebstherapie kann beispielsweise vorsehen, dass mittels des erfindungsgemäßen Verfahrens und einer erfindungsgemäßen Apparatur eine optimale Dosierung und Dosierungskinetik eines chemotherapeutischen Medikaments aufgefunden wird. So kann vorgesehen sein, einer Kultur von Krebszellen über eine erste Pumpe eine Nährlösung und über eine zweite Pumpe ein chemotherapeutisches Medikament wie beispielsweise Adriamycin zuzugeben. Mit dem erfindungsgemäßen Verfahren kann nun ermöglicht werden, Einrichtungsparameter der Apparatur zu erlernen, welche zu einer Elimination der lebenden Krebszellen in der Zellkultur führen unter Verwendung einer für den Menschen möglichst verträglichen Dosierung des Medikaments.
Weitere Anwendungen können auch außerhalb der Krebstherapie liegen und alle Bereiche der Medizin oder der Biologie erfassen .
Die Erfassung eines Prozesszustands für einen biologischen Prozess umfasst, dass auch mehr als ein Prozesszustand des biologischen Prozesses erfasst werden kann, beispielsweise kann vorgesehen sein, dass ein jeweils aktueller Prozesszustand des biologischen Prozesses in regelmäßigen Zeitabständen erfasst wird.
Die Vorgabe der Zielvorgabe kann sich dabei an einem zu erzielenden Ergebnis orientieren. Soll beispielsweise in einer bestimmten Zeit ein Zellwachstum maximiert werden, so kann die Zielvorgabe dahingehend lauten, dass die Zelldichte oder die Anzahl der lebenden Zellen nach Ablauf eines bestimmten Zeithorizonts maximal sein soll.
Um eine Dosisoptimierung zu erreichen, kann in einem alternativen Experiment die Zielvorgabe dahingehend lauten, mit möglichst minimaler Zugabe eines bestimmten Medikaments eine Krebszelle vollständig zu eliminieren.
Die Zielvorgabe kann ein Bewertungskriterium zur Bewertung des jeweiligen Prozesszustands bilden oder es kann vorgesehen sein, dass aus der Zielvorgabe ein solches Bewertungskriterium abgeleitet ist. Bei dem Bewertungskriterium kann es sich beispielsweise um eine Belohnungs-, Kosten-, oder Bestrafungsfunktion handeln. So kann beispielsweise aus der genannten Zielvorgabe ein Bewertungskriterium abgeleitet sein, welches vorsieht, dass die Zelldichte der lebenden Krebszellen und die in einem bestimmten Zeitraum applizierte Menge des Medikaments bewertet werden. Der Prozesszustand kann daher in diesem alternativen Experiment neben der Zelldichte der lebenden Zellen eine gemessene Temperatur und eine kumulierte applizierte Medikamentenmenge umfassen, wobei die applizierte Medikamentenmenge separat gemessen sein kann oder auch oder aus der Vorgabe der Prozessparameter geschätzt werden kann.
Die Zielvorgabe kann beispielsweise eine gewichtete Belohnungsfunktion vorgeben. Es kann insbesondere vorgesehen sein, dass die Zielvorgabe einen Zustand in den Kategorien besser oder schlechter bewertet. Es kann vorgesehen sein, dass eine Belohnungsfunktion vorgegeben ist, die reelle Zahlen in einem Intervall annehmen kann, beispielsweise zwischen 0 und 1, wobei eine erste reelle Zahl, die näher bei 1 liegt als eine zweite reelle Zahl, besser bewertet wird als die zweite reelle Zahl. Es kann auch vorgesehen sein, dass die Zielvorgabe eine Belohnungsfunktion vorsieht, welche lediglich zwei Zustände, beispielsweise 1 und 0 oder unendlich und 0 oder dergleichen aufweist. Es kann insbesondere vorgesehen sein, dass die Zielvorgabe einen Zustand in den Kategorien gut oder schlecht bewertet. Es kann vorgesehen sein, dass eine Belohnungsfunktion maximiert werden soll. Äquivalent hierzu kann vorgesehen sein, dass die Belohnungsfunktion eine Kostenfunktion ist, welche minimiert werden soll. Beispielsweise kann hierbei eine 0 keine Kosten verursachen und eine 1 hohe Kosten. Eine Kostenfunktion kann beispielsweise eine Anzahl von Zeitschritten abbilden. Dies kann beispielsweise zweckmäßig sein, wenn es ein Ziel ist, eine zeitoptimale Lösung zu finden, beispielsweise weil in möglichst kurzer Zeit eine bestimmte Zelldichte erreicht werden soll.
Die Erfassung eines Prozesszustands erfolgt bevorzugt, indem eine Auswahl von Parametern des Prozesszustands erfasst wird. Beispielsweise kann eine Zelldichte von lebenden oder toten Zellen einer bestimmten Zellart, eine Anzahl von Zellen oder eine von den Zellen bedeckte Fläche erfasst werden. Dies kann beispielsweise erfolgen, indem mittels einer Bildkamera der biologische Prozess beobachtet wird und mittels eines geeigneten computerimplementierten Verfahrens beispielsweise anhand von Konturen der Zellen oder Zellpopulationen erkannt wird, ob es sich um eine lebende Zelle handelt und wie viele lebende Zellen insgesamt vorhanden sind oder welche Zelldichte diese Zellen haben. Der Prozesszustand kann eine beliebige Eigenschaft des biologischen Prozesses umfassen, wozu auch auf den biologischen Prozess einwirkende externe Prozessparameter zählen können wie beispielsweise auch die vorgegebenen oder eingestellten Prozessparameter.
Bei dem Prozessparameter kann es sich um einen beliebigen Wirkparameter handeln, mit dem Einfluss auf einen oder den biologischen Prozess genommen werden kann. Hierzu zählen bei- spielsweise Umweltbedingungen wie eine Temperatur, ein Druck oder eine Feuchtigkeit. Ein Prozessparameter kann auch durch einen Volumenstrom eines Stoffes gegeben sein, welcher dem biologischen Prozess zugeführt wird. Der Stoff kann beispielsweise wie weiter unten beschrieben ausgeführt sein.
Die Vorgabe von Prozessparametern kann auch umfassen, dass Einstellmittel, mit denen die biologischen Prozessparameter einstellbar sind, eingestellt werden. Soll beispielsweise ein Volumenstrom eines zuzuführenden Stoffs eingestellt werden, so kann vorgesehen sein, dass beispielsweise eine Pumpe oder ein Ventil in geeigneter Weise betätigt wird.
Die Vorgabe von Prozessparametern kann dabei auch umfassen, einen Zeitverlauf der Prozessparameter vorzugeben.
Die vorgeschlagene erfindungsgemäße Lösung erlaubt es daher, effiziente und klar definierte Einrichtungsstrategien anzuwenden .
Es kann vorgesehen sein, dass die Einrichtungsparameter vorgegeben werden durch ein Lernverfahren, welches aus Bewertungen erfasster Prozesszustände lernt. Bevorzugt handelt es sich bei dem Lernverfahren um ein Verfahren des ma schinellen Lernens. Besonders vorteilhafte Verfahren werden an geeigneter Stelle in dieser Erfindungsbeschreibung weiter unten genannt. Es können auch andere Lernverfahren verwendet werden, insbesondere solche, welche mit den technischen Merkmalen kompatibel sind, die im Folgenden genauer beschrieben werden.
Bei einer besonders vorteilhaften Ausgestaltung der Erfindung kann vorgesehen sein, dass die Vorgabe der Prozessparameter auf einer willkürlichen Entscheidung beruht. Die technische Lehre gemäß dieser Ausgestaltung der Erfindung unterscheidet sich diametral von einer herkömmlichen experimentellen Herangehensweise. Die von einer Person mit Erfahrung für entsprechende biologische Prozesse angewandten Verfahren beruhen nicht auf willkürlichen Entscheidungen. Der Einsatz von Zufall scheint auf den ersten Blick dem Ziel, auf effiziente Weise Einrichtungsparameter für die Apparatur zu finden, zu widersprechen. Dennoch zeigt sich, dass die Implementierung eines Zufallsereignisses zu schnelleren und besseren Ergebnissen führen kann als dies bei alternativen Verfahren der Fall ist. Insbesondere wird ermöglicht, hierdurch auch bei einer Vielzahl von Prozessparametern, Messzuständen und biologischen Prozessen auf effiziente Weise die Apparatur mit einer hohen Güte einzurichten.
Bevorzugt wird die willkürliche Entscheidung von einem Zufallszahlengenerator durch Erzeugen einer Zufallszahl getroffen oder zumindest beeinflusst. Bei dem Zufallszahlengenerator kann es sich auch um einen Pseudozufallszahlengenerator handeln. Auch wenn es sich bei einem solchen Pseudozufallszahlengenerator mathematisch betrachtet um einen deterministischen Zufallszahlengenerator handelt, erzeugt dieser bei entsprechender Einrichtung in praktischer Hinsicht voneinander unabhängige Zufallszahlen, so dass im Rahmen der vorliegenden Erfindung ein solcher Pseudozufallsgenerator als nicht deterministisch zu betrachten ist .
Alternativ kann auch vorgesehen sein, dass die Vorgabe der Prozessparameter auf einer rein deterministischen Entscheidung beruht. Auch ein solches Verfahren unterscheidet sich signifikant von herkömmlichen Verfahren, bei denen eine anstehende Entscheidung Resultat einer an Erfahrungswissen anknüpfenden, adaptiven Bewertung ist. So kann zur Vorgabe der Prozessparameter beispielsweise der von den Prozessparametern aufgespannte Raum durch ein Gitter diskretisiert werden, welches systematisch zwischen vorgegebenen Gittergrenzen gesampled wird. Hier können beispielsweise Grid-Search- Verfahren eingesetzt werden. Derartige Verfahren bieten sich insbesondere bei Problemen mit einer geringen Anzahl von Variablen an oder auch für eine erste grobe Einrichtung der Apparatur .
Es kann auch vorgesehen sein, dass ein rein deterministisches Vorgehen kombiniert wird mit einem Vorgehen, welches auf einer willkürlichen Entscheidung beruht. Beispielsweise kann unter Verwendung eines sehr groben Gitters in einem ersten Schritt die Vorgabe der Prozessparameter rein deterministisch erfol gen. Erst in einem zweiten Schritt kann vorgesehen sein, dass die Vorgabe der Prozessparameter sodann auf einer willkürlichen Entscheidung beruht.
Es kann vorgesehen sein, dass zur Vorgabe der Prozessparameter eine Zufallszahl, beispielsweise die bereits oben genannte Zufallszahl, erzeugt wird, die eine Wahrscheinlich keitsverteilung einer bestimmten Zufallsvariable hat. Die Zu fallsvariable kann beispielsweise eine Normalverteilung auf weisen .
Besonders effizient kann ein Verfahren sein, bei dem vorgesehen ist, dass ein wahrscheinlichster Wert für die Prozessparameter rein deterministisch aus bereits erfassten Prozesszuständen und deren Bewertungen berechnet wird. Bevorzugt ist vorgesehen, dass der wahrscheinlichste Wert für die Prozessparameter die zu erwartende Bewertung und/oder den zu erwartenden Informationsgewinn eines nachfolgenden Prozessschritts maximiert. Beispielsweise können Methoden der bayesianischen Optimierung verwendet werden, um eine Gewichtung zwischen einer erwarteten Bewertung und einem erwarteten Informationsgewinn zu maximieren. Zur Vorgabe der Prozessparameter kann vorgesehen sein, dass nach Bestimmung des wahrscheinlichsten Werts für die Prozessparameter in der Nähe dieses wahrscheinlichsten Werts ein Wert ausgewählt wird, wobei hierfür eine Zufallszahl erzeugt wird, welche vorzugsweise um den wahrscheinlichsten Wert normal verteilt ist. Es können beispielsweise evolutionäre Algorithmen oder evolutionäre Strategien verwendet werden oder ein Hill-Climbing- Algorithmus.
Es kann vorgesehen sein, dass die Vorgabe von Pro zessparametern in einer ersten Umgebung eines Parameterraums wahrscheinlicher ist als die Vorgabe von Prozessparametern in einer zweiten Umgebung des Parameterraums, wenn in der ersten Umgebung eine bereits erfolgte Bewertung besser war als eine bereits erfolgte Bewertung in der zweiten Umgebung. Die Implementierung einer derartigen positiven Erfolgserwartung kann zu einer besonders effizienten Einrichtung der Apparatur führen .
Es kann vorgesehen sein, dass ausgehend von einer ersten Schätzung geeigneter Prozessparameter in einer Umgebung dieser Schätzung ein Prozessparameter zufällig ausgewählt wird. Vorzugsweise erfolgt die zufällige Auswahl unter Verwendung einer Zufallsvariable. Alternativ kann vorgesehen sein, dass ausgehend von der zuvor genannten ersten Schätzung mittels Gradienten-basierter Verfahren eine Verbesserungsrichtung vorgegeben wird. Bevorzugt wird zur Schätzung der Verbesserungsrichtung eine Zufallszahl verwendet. Diese Zufallszahl kann insbesondere verwendet werden, um eine Schätzung einer Jacobi-Matrix und/oder einer Hesse-Matrix zu erhalten. Die Jacobi-Matrix und/oder die Hesse-Matrix werden vorzugsweise geschätzt aus bereits erfolgten Bewertungen, bereits erfassten Prozesszuständen und/oder bereits vorgegebenen Prozessparametern. Beispielsweise kann die Jacobi-Matrix und/oder die Hesse-Matrix geschätzt werden aus bereits ermittelten Daten wie etwa den Ausgängen der bisher ausgeführten Versuche, den dabei über den Verlauf in diskreten Zeitintervallen aufgezeichneten Prozesszuständen, Prozessparametern und/oder Werten einer Belohnungsfunktion. Derartige Verfahren können zu sehr raschen Lernfortschritten führen .
Es kann weiter vorgesehen sein, dass eine Zufallszahl erzeugt wird und verwendet wird, um eine Unsicherheit einer ersten Schätzung für eine Vorgabe von Prozessparametern abzubilden und so zu einer besseren Schätzung zu gelangen.
Vorteilhaft kann die Anwendung einer policy gradient Methode sein .
Zur Steigerung der Effizienz des erfindungsgemäßen Verfahrens kann weiter vorgesehen sein, dass zur Initialisierung des Verfahrens Ergebnisse von Voruntersuchungen verwendet werden. Bevorzugt umfassen die Voruntersuchungen ein Experiment und/oder eine Computersimulation eines biologischen Prozesses. Vorzugsweise bildet die Computersimulation einen, mehrere oder alle biologischen Prozesse der Mehrzahl von biologischen Prozessen nach. Besonders bevorzugt bildet die Computersimulation die Apparatur im Betrieb nach. Eine derartige Initialisierung des Verfahrens kann zu einer verbesserten Einrichtung der Apparatur führen und/oder zu einer schnelleren Einrichtung der Apparatur, da beispielsweise weniger Prozesszustände erfasst und bewertet werden müssen.
Bei einer weiteren vorteilhaften Ausgestaltung der Erfindung kann vorgesehen sein, dass biologische Prozesse der Mehrzahl von biologischen Prozessen parallel ablaufen. Dies kann vorteilhaft sein, da hierdurch die Einrichtung der Apparatur in kürzerer Zeit erfolgen kann. Ein weiterer Vorteil besteht darin, dass hierdurch eine verbesserte Einrichtung erreicht werden kann, da hierdurch systematische Fehler vermieden werden können. Derartige systematische Fehler können beispielsweise entstehen, wenn eine neue Zellkultur präpariert werden muss, um weitere Prozesszustände zu erfassen. Die Fehler können geringer sein, wenn aus einer vorbereiteten Zellkultur eine Mehrzahl von Proben entnommen wird, die sodann parallel erfasst werden. Um zu erreichen, dass die biologischen Prozesse parallel ablaufen, kann es vorteilhaft sein, ein weiter unten genauer beschriebenes Mikrofluidgerät mit mehreren Kammern zu verwenden.
Alternativ oder zusätzlich kann vorgesehen sein, dass biologische Prozesse der Mehrzahl von biologischen Prozessen seriell ablaufen. Ein serielles Ablaufen von biologischen Prozessen kann insbesondere dann vorteilhaft sein, wenn mit einer parallelen Ausführung nicht ausreichend Daten erfasst werden können und/oder wenn die biologischen Prozesse nicht reversibel sind und/oder wenn nach Ablauf eines biologischen Prozesses zur Einrichtung der Apparatur weitere Lernschritte erforderlich sind.
Bei einer weiteren vorteilhaften Ausgestaltung der Erfindung kann vorgesehen sein, dass für mindestens zwei parallel ab laufende biologische Prozesse unterschiedliche Prozesspara meter vorgegeben werden. Hierdurch kann ein Informationsgewinn und/oder bessere Bewertungen in kürzerer Zeit erzielt werden, so dass die Einrichtung der Apparatur effizienter wird. Alternativ oder zusätzlich kann vorgesehen sein, dass für mindestens zwei parallel ablaufende biologische Prozesse identische Prozessparameter vorgegeben werden. Dies kann beispielsweise vorteilhaft sein, um statistisch bedingte Variationen zu reduzieren.
Es kann weiter vorgesehen sein, dass ein Prozesszustand eines biologischen Prozesses zurückgesetzt wird oder dass zumindest ein Parameter eines Prozesszustands eines biologischen Pro zesses zurückgesetzt wird. Bevorzugt wird eine biologische Probe durch eine biologische Probe mit gleichem oder zumindest weitgehend oder möglichst gleichen Anfangszustand ersetzt. Zwei Anfangszustände sind weitgehend gleich, wenn sie Folge von Variationen sind, welche bei der Präparierung von gleichen biologischen Proben auftreten. Beispielsweise kann vorgesehen sein, dass ein Mikrofluidgerät mit noch unbeeinflussten Zellen erneut hergerichtet wird. Bei reversiblen biologischen Prozessen oder zumindest bei einer Reversibilität eines Parameters eines Prozesszustands des biologischen Prozesses kann ein Zurücksetzen auch ohne Auswechseln einer biologischen Probe geschehen, beispielsweise indem die Prozessparameter so gewählt werden, dass der Prozesszustand oder der Parameter des Prozesszustands erneut erreicht wird. Eine Zurücksetzung von biologischen Prozessen kann vorteilhaft sein, da hierdurch ein hoher Informationsgewinn erreicht werden kann.
Es kann weiter vorgesehen sein, dass zumindest zwei der Mehrzahl von biologischen Prozessen oder sogar alle biologischen Prozesse so eingerichtet sind, dass sie bei gleicher Beeinflussung möglichst gleich ablaufen. Dies kann beispielsweise dadurch erreicht werden, dass biologische Pro ben, bei denen die biologischen Prozesse ablaufen, in gleicher Weise vorbereitet werden. Hierdurch kann ein hoher Informationsgewinn in kürzerer Zeit erlangt werden.
Weiter kann vorgesehen sein, dass während des Ablaufs eines biologischen Prozesses mehrfach dessen Prozesszustand erfasst und/oder bewertet wird. Dies erfolgt vorzugsweise konti nuierlich. Bevorzugt wird die kontinuierliche Erfassung und Bewertung technisch umgesetzt, indem in konstanten oder möglichst konstanten, diskreten Zeitabschnitten eine Erfassung und/oder Bewertung erfolgt. Die Dauer der Zeitabschnitte kann hierbei an die Dynamik des biologischen Prozesses und die erforderliche Rechenleistung angepasst sein. Beispielsweise kann der Prozesszustand alle 5 Minuten erfasst werden. Derartige Verfahren können zu einer besonders effizienten Einrichtung der Apparatur führen, da hierdurch ermöglicht wird, auf Änderungen eines Prozesszustands unmittelbar zu reagieren, ohne abwarten zu müssen, bis ein Zeithorizont des biologischen Prozesses erreicht ist oder bis dieser abgelaufen ist. Hierdurch wird eine Einrichtung in Echtzeit ermöglicht. Alternativ oder zusätzlich kann vorgesehen sein, dass während des Ablaufs eines biologischen Prozesses mehrfach, vorzugsweise kontinuierlich, die Prozessparameter vorgegeben werden. Vorzugsweise werden die Prozessparameter mehrfach, insbesondere kontinuierlich, eingestellt. Auch insoweit kann eine technische Umsetzung durch Diskretisierung der Zeit erfolgen .
Dies ermöglicht die Optimierung einer Strategie, bei der während des Ablaufes eines biologischen Prozesses mehrfach Entscheidungen getroffen werden. Eine Entscheidung kann beispielsweise darin bestehen, die Prozessparameter zu einem Entscheidungszeitpunkt zu aktualisieren. Insbesondere kann ein Lernverfahren verwendet werden, bei dem eine Funktion aus den erfassten Prozesszuständen erlernt wird, die für jeden Prozesszustand mögliche Aktionen hinsichtlich einer erwarteten zukünftigen Belohnung bewertet. Eine solche Funktion kann auch als value function oder q-function ausgebildet sein. Ist eine solche Funktion bekannt, kann sie verwendet werden, um in jedem Prozesszustand die am besten bewertete Aktion auszuwählen. Als Lernverfahren kommen beispielsweise ein Verfahren des optimierenden Lernens (reinforcement learning) , ein Verfahren des batch reinforcement learning, des q-learning und/oder ein Verfahren, welches einen Markovschen oder mehrstufigen Entscheidungsprozess abbildet, in Betracht.
Bei einer weiteren vorteilhaften Ausgestaltung der Erfindung kann vorgesehen sein, dass ein Parameterraum der Prozesspara meter reduziert wird, indem Basisstrategien für zeitliche Verläufe der Prozessparameter vorgegeben werden und die Ba sisstrategie miteinander gemischt werden. Vorzugsweise ist zumindest eine Basisstrategie durch einen sinus-förmigen Zeitverlauf eines Prozessparameters gegeben. Als Parameter des sinus-förmigen Zeitverlaufs kann beispielsweise die Amplitude, die Frequenz oder eine zeitliche Verschiebung frei wählbar sein, um den sinus-förmigen Zeitverlauf des Prozessparameters zu definieren. Auf diese Weise kann erreicht werden, dass die Einrichtung der Apparatur verbessert wird. Beispielsweise können die Basisstrategien ausgebildet sein, a-priori-Wissen abzubilden. Ein weiterer Vorteil der Verwendung von derartigen Basisstrategien ist, dass die Rechenzeiten reduziert werden können, um Echtzeit-Anwendungen zu ermöglichen oder um eine Berechnung mit einer höheren Genauigkeit durchführen zu können. Besteht beispielsweise aufgrund von Vorwissen eine Vermutung, dass ein periodischer Zeitverlauf eines Prozessparameters zu guten Ergebnissen führen könnte, so ist es zweckmäßig, dies als eine mögliche Basisstrategie für diesen Prozessparameter vorzusehen. Beispielsweise hat sich gezeigt, dass eine periodische Applikation eines Wachstumsfaktors bei bestimmten Zellkulturen von Vorteil sein kann .
Zur Lösung der genannten Aufgabe kann ein Verfahren zur Steuerung einer Apparatur vorgesehen sein, wobei die Apparatur eine Mehrzahl biologischer Proben aufnimmt und gesteuert wird, indem ein Prozessparameter eingestellt wird,
wobei ein Experiment durchgeführt wird, welches eine wiederholte Anwendung eines Teilexperiments umfasst, wobei das Teilexperiment zumindest die folgenden Schritte umfasst:
- Einstellen eines aktuellen Prozessparameters gemäß einer zuvor computergestützt durchgeführten Aktualisierung, - automatisches Erfassen eines aktuellen Zustandsparameters für jede biologische Probe und Verarbeiten und/oder Speichern der erfassten aktuellen Zustandsparameter,
- Erstellen eines Bewertungsergebnisses durch computergestütztes Bewerten eines Ergebnisses des Teilexperiments anhand einer Zielvorgabe und eines aktuellen Experimentparameters, wobei der aktuelle Experimentparameter einen aktuellen Zustandsparameter und/oder einen aktuellen Prozessparameter umfasst, sowie Verarbeiten und/oder Speichern des Bewertungsergebnisses
- Aktualisierung des Prozessparameters durch computergestütztes Ableiten aus zuvor verarbeiteten und/oder gespeicherten Experimentparametern und
Bewertungsergebnissen und Verarbeiten und/oder Speichern des aktualisierten Prozessparameters.
Das zuvor beschriebene Steuerungsverfahren kann auch mit den zuvor beschriebenen Varianten des Einrichtungsverfahrens kombiniert werden. Zudem können einzelne technische Merkmale oder auch eine beliebige Kombination der Merkmale des Steuerungsverfahrens technische Merkmale des zuvor beschriebenen Einrichtungsverfahrens bilden und umgekehrt.
Das Teilexperiment kann ein Zurücksetzen eines Prozesszustands eines biologischen Prozesses oder zumindest eines Parameters eines Prozesszustands eines biologischen Prozesses umfassen, insbesondere wie bereits zuvor beschrieben. So kann das Teilexperiment beispielsweise die Ersetzung der biologischen Proben durch andere biologische Proben vorsehen, bei denen ein beabsichtigter biologischer Prozess noch nicht abgelaufen ist.
Es kann alternativ vorgesehen sein, dass das Teilexperiment lediglich einen diskreten Zeitabschnitt im Rahmen einer kontinuierlichen Erfassung und/oder Bewertung eines Prozesszustands eines biologischen Prozesses während dessen Ablaufs abbildet, insbesondere wie zuvor beschrieben. Hierbei kann vorgesehen sein, dass nach mehreren Zeitschritten und/oder Erreichen eines Zeithorizonts das sich jeweils anschließende Teilexperiment zusätzlich eine Zurücksetzung des Prozesszustands oder zumindest eines Parameters des Prozesszustands umfasst.
Zur Lösung der genannten Aufgabe sind erfindungsgemäß die Merkmale des auf eine Apparatur für biologische Prozesse ge richteten nebengeordneten Anspruchs vorgesehen. Insbesondere wird zur Lösung der genannten Aufgabe somit erfindungsgemäß vorgeschlagen, dass eine Apparatur für biologische Prozesse ein Gefäß zur Aufnahme einer biologischen Probe aufweist. Das Gefäß kann beispielsweise ein Reaktor, eine Petrischale, ein Zellkulturbeutel oder ein Mikrofluidgerät sein. Vorzugsweise ist vorgesehen, dass das Mikrofluidgerät eine Mehrzahl von seriellen und/oder parallelen Kammern aufweist. Die biologische Probe ist so ausgebildet, dass mit ihr eine Mehrzahl von biologischen Prozessen ausführbar ist. Die biologische Probe kann insbesondere aus einer Mehrzahl von Teilproben bestehen. Beispielsweise kann ein mehrere Kammern aufweisendes Mikrofluidgerät so hergerichtet sein, dass die Kammern jeweils eine biologische Teilprobe einfassen. Die biologische Probe kann beispielsweise eine Zellkultur und/oder eine Enzymprobe umfassen.
Bevorzugt weist das Gefäß eine Zuleitung für die Zuleitung eines Stoffes auf. Dies bedeutet, dass das Gefäß auch mehr als eine Zuleitung für die Zuleitung von Stoffen aufweisen kann. Der Stoff kann beispielsweise eine Nährlösung, ein Medium, ein Wachstumsfaktor oder ein Medikament sein.
Erfindungsgemäß weist die Apparatur Einstellmittel auf, mit denen für die biologischen Prozesse Prozessparameter ein stellbar sind. Bevorzugt umfassen die Einstellmittel ein Mittel zum Einstellen eines Volumenstroms eines Stoffes wie etwa eines der zuvor genannten Stoffe. Dies kann beispielsweise mittels einer Pumpe oder eines steuerbaren Ventils erfolgen. Es können auch mehrere Mittel zum Einstellen verschiedener Volumenströme für verschiedene Stoffe vorgesehen sein. Weiter kann vorgesehen sein, dass Einstellmittel zum Einstellen einer Umgebungsbedingung wie etwa einer Temperatur, einem Druck oder einer Feuchtigkeit, ausgebildet sind. Bei den Prozessparametern kann es sich somit beispielsweise um einen Volumenstrom eines Stoffes handeln oder um eine Umgebungsbedingung .
Erfindungsgemäß weist die Apparatur ferner Erfassungsmittel auf, mit denen für jeden biologischen Prozess jeweils ein Prozesszustand automatisch erfassbar ist. Die Erfassungsmittel können beispielsweise eine Bildkamera und/oder einen Sensor umfassen. Es kann vorgesehen sein, dass die mit der Bildkamera und/oder dem Sensor aufgenommenen Messdaten nach relevanten Informationen gefiltert werden. Dies kann beispielsweise in einer als nächstes beschriebenen Recheneinheit erfolgen, in der vorzugsweise die gefilterten Informationen in einem Speicher hinterlegt werden.
Erfindungsgemäß weist die Apparatur weiter eine Recheneinheit auf, welche über eine Datenleitung mit den Erfassungsmitteln und über eine weitere Datenleitung mit den Einstellmitteln verbunden ist. Mit der Recheneinheit sind somit von den Er fassungsmitteln erfasste Daten empfangbar. Außerdem können von der Recheneinheit Steuersignale an die Einstellmittel gesendet werden. Es kann auch vorgesehen sein, dass über die Datenleitungen Daten zwischen der Recheneinheit und den Einstellmitteln und/oder Erfassungsmitteln austauschbar sind. Die Recheneinheit kann eine Datenverarbeitungseinheit, insbesondere eine Datenverarbeitungsanlage, umfassen. Bevorzugt ist die Recheneinheit eingerichtet, die erfassten Prozesszustände anhand einer vorgegebenen Zielvorgabe zu be werten, die Prozessparameter vorzugeben und die Apparatur durch Vorgabe erlernter Einrichtungsparameter einzurichten.
Eine erfindungsgemäße Apparatur mit Merkmalen wie zuvor beschrieben kann einfach und kostengünstig hergestellt werden. Außerdem ist sie besonders gut verwendbar, um das zuvor beschriebene Verfahren auszuführen. Eine erfindungsgemäße Apparatur teilt somit unter anderem die Vorteile, welche mit dem erfindungsgemäßen Verfahren und seiner Varianten erzielbar sind. Entsprechendes gilt für die als nächstes beschriebene Apparatur .
Zur Lösung der genannten Aufgabe wird ferner eine Apparatur für biologische Prozesse vorgeschlagen, bei der Mittel ausge bildet und eingerichtet sind, ein Verfahren auszuführen, das erfindungsgemäß, insbesondere wie zuvor beschrieben und/oder nach einem der auf ein Verfahren gerichteten Schutzansprüche, ausgebildet ist. Bevorzugt ist die Apparatur wie zuvor be schrieben ausgebildet, wobei die Apparatur eine beliebige Kombination der zuvor genannten technischen Merkmale aufweisen kann .
Die Erfindung wird nun anhand einiger weniger Ausführungsbei spiele näher beschrieben, ist jedoch nicht auf diese wenigen Ausführungsbeispiele beschränkt. Weitere Ausführungsbeispiele ergeben sich durch die Kombination der Merkmale einzelner oder mehrerer Schutzansprüche untereinander und/oder mit einzelnen oder mehreren Merkmalen der Ausführungsbeispiele.
Es zeigt:
Fig. 1 ein Ausführungsbeispiel einer erfindungsgemäßen Appa ratur für biologische Prozesse, Fig . 2 ein Flussdiagramm eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur Einrichtung der in Fig. 1 gezeigten Apparatur.
Bei der nachfolgenden Beschreibung der Erfindung erhalten in ihrer Funktion übereinstimmende Elemente auch bei abweichender Gestaltung oder Formgebung übereinstimmende Bezugszahlen.
In Fig. 1 ist ein Ausführungsbeispiel einer erfindungsgemäßen Apparatur 1 für biologische Prozesse 3 gezeigt. Der Apparat 1 hat ein Gehäuse 34, in dem die übrigen Komponenten des Apparates 1 angeordnet sind. Der Apparat 1 weist eine Größe und ein Gewicht auf, welche so bemessen sind, dass ein Nutzer des Apparats 1 von durchschnittlicher Konstitution den Apparat 1 mit eigenen Händen tragen und transportieren kann. Es kann daher auch gesagt werden, dass der Apparat 1 transportabel ist. Bei einem alternativen Ausführungsbeispiel kann der Apparat 1 eine beliebige Größe oder Gewicht aufweisen oder auch so ausgebildet sein, dass nicht alle Komponenten in einem Gehäuse 34 angeordnet sind.
In dem Apparat 1 ist ein Gefäß 5 angeordnet. Bei dem Gefäß 5 handelt es sich in dem hier beschriebenen Ausführungsbeispiel um ein Mikrofluidgerät 21, welches mehrere Zuleitungen 7 hat und eine Ableitung 8. In dem Mikrofluidgerät 21 sind mehrere eingangsseitig nicht miteinander verbundene Kanäle ausgebil det, wobei jeder Kanal mehrere hintereinander angeordnete Kammern aufweist. Ausgangsseitig werden die Kanäle zu der gemeinsamen Ableitung 8 zusammengeführt. Jeder Kanal ist ein gangsseitig mit zwei Zuleitungen 7 verbunden. Eine der beiden Zuleitungen 7 ist mit einem Reservoir 10 verbunden, in dem ein Stoff 9 aufnehmbar ist. Die andere Zuleitung 7 ist mit einem weiteren Reservoir 10 verbunden, in dem ein weiterer Stoff 9 aufnehmbar ist. Das Reservoir 10 ist zur Ausführung eines erfindungsgemäßen Verfahrens im hier beschriebenen Ausführungsbeispiel mit einer Nährlösung für eine Zellkultur 23 befüllt. In dem weiteren Reservoir 10 befindet sich ein Wachstumsfaktor für die Zellkultur 23. In jeder der Kammern des Mikrofluidgeräts 21 befindet sich eine biologische Teilprobe. Die biologischen Teilproben bilden zusammen eine biologische Probe 4, die im hier beschriebenen Ausführungsbeispiel von der Zellkultur 23 gegeben ist. Der Apparat 1 ist daher bereits so vorbereitet, dass biologische Prozesse 3 in ihm ablaufen können. Der Apparat 1 kann auch in beliebig anderer Weise vorbereitet sein .
Das Mikrofluidgerät 21 ist durch ein alternativ ausgebildetes Mikrofluidgerät 21 oder auch durch ein anderes Gefäß 5 austauschbar. Auch die Anschlüsse und Anzahl der Zuleitungen 7 und Reservoirs 10 sind anpassbar. Es kann allerdings auch vorgesehen sein, dass ein alternativer Apparat 1 keine derartige Flexibilität zulässt.
Die Ableitung 8 ist mit einem Behälter 20 verbunden, in dem aus dem Gefäß 5 austretendes Material aufgefangen werden kann.
An den Zuleitungen 7 ist jeweils ein Ventil 24 angeordnet. Die Ventile 24 können jeweils über eine weitere Datenleitung 19 gesteuert werden. Dabei sind die Ventile 24 so einstellbar, dass ein Volumenstrom eines in einer der Zuleitungen 7 fließenden Stoffs 9 einstellbar ist. Weiter ist ein Heizelement 26 ausgebildet, welches ebenfalls über die weitere Datenleitung 19 steuerbar ist. Mittels des Heizelements 26 ist eine Temperatur einstellbar, welche in dem Gefäß 5 herrscht. In einem alternativen Ausführungsbeispiel kann auch vorgesehen sein, dass für jeden Kanal des Mikrofluidgeräts 21 ein separates Heizelement 26 vorgesehen ist, sodass die Temperatur in den Kammern des jeweiligen Kanals für jeden Kanal individuell einstellbar ist.
Weiter ist ein als Sensor 22 ausgebildetes Erfassungsmittel 13 vorgesehen, wobei in dem hier beschriebenen Ausführungs beispiel der Sensor 22 ein Temperatursensor ist. Mit dem Tem peratursensor ist eine Temperatur innerhalb des Gefäßes 5 messbar. Ein Ausgangssignal des Temperatursensors kann über die Datenleitung 17 an eine Recheneinheit 15 übermittelt werden. Außerdem ist eine Bildkamera 14 als Erfassungsmittel 13 vorgesehen. Die Bildkamera 14 ist auf das Gefäß 5 ausge richtet. Mit der Bildkamera 14 sind daher Bildinformationen aufnehmbar, wobei die Bildkamera 14 so eingerichtet ist, dass in ausreichender Auflösung ein interessierender Prozesszustand der biologischen Prozesse 3 mit hinreichender Genauigkeit ermittelbar ist. Die Bildkamera 14 ist über eine Datenleitung 17 mit der Recheneinheit 15 verbunden. Die aufgenommenen Bildinformationen können so an die Recheneinheit 15 übertragen werden .
Die Recheneinheit 15 ist somit über die Datenleitungen 17 mit den Erfassungsmitteln 13 und über die weitere Datenleitung 19 mit den Einstellmitteln 11, hier die Ventile 24 und das Heizelement 26, verbunden. Der Recheneinheit 15 können somit Informationen über Prozesszustände zugeführt werden. Weiter sind mit der Recheneinheit 15 Prozessparameter vorgebbar, welche über die weitere Datenleitung 19 und den Einstellmitteln 11 eingestellt werden können. Die Recheneinheit 15 umfasst Peripheriegeräte 28 wie beispielsweise ein Eingabemittel wie etwa eine Tastatur, um der Apparatur 1 Steuerbefehle manuell zu erteilen oder auch Ausgabemittel, um Informationen des Apparates 1, der biologischen Prozesse 3 oder eines mit dem Apparat 1 ausgeführten Verfahrens ausgeben zu können. Weiter weist die Recheneinheit 15 Schnittstellen 29 auf, um die Recheneinheit 15 über die Datenleitungen 17 und 19 mit den Erfassungsmitteln 13 und den Einstellmitteln 11 zu verbinden oder um die Rechen einheit 15 an eine externe Datenquelle, über die auch In struktionsbefehle eingespielt werden können, anzuschließen. Die Recheneinheit 15 hat einen Prozessor, mit dem Computer programme ausführbar sind. Außerdem hat die Recheneinheit 15 flüchtige und permanente Speicher 30. In den Speichern 30 sind Computerprogramme hinterlegbar, mit denen insbesondere Teilschritte des weiter unten beschriebenen Verfahrens zur Einrichtung einer Apparatur 1 ausführbar sind. Außerdem können in den Speichern 30 die über die Datenleitungen 17 empfangenen Daten oder hieraus weiterverarbeitete Daten gespeichert werden .
Die Recheneinheit 15 umfasst ferner Mittel zur Erzeugung einer Zufallszahl. Hierzu kann beispielsweise ein separates Bauteil vorgesehen sein und/oder ein in einem der Speicher 30 hinterlegtes Computerprogramm.
Fig. 2 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens, mit dem in dem hier beschriebenen Ausführungsbeispiel die Apparatur 1 eingerichtet ist.
In einem ersten Schritt 100 wird das Verfahren initialisiert. Hierzu wird die Apparatur 1 zunächst wie bereits oben be schrieben so eingerichtet, dass die biologischen Prozesse 3 ablaufen können. Die Reservoirs 10 werden somit mit den be nötigten Stoffen 9 gefüllt und das Gefäß 5 mit den biologi schen Probe 4. Außerdem werden Initialwerte für die Prozessparameter vorgegeben. Beispielsweise kann zur Initialisierung über den gesamten Zeithorizont eine konstante Temperatur vorgegeben werden, es kann ein bestimmter Volumenstrom für die Nährlösung eingestellt werden und der Volumenstrom für den Wachstumsfaktor kann beispielsweise auf null gesetzt werden. Es kann somit auch gesagt werden, dass die biologischen Prozesse 3 in einen Anfangszustand versetzt werden .
Alternativ kann die Initialisierung auch umfassen, die Ergeb nisse aus einer Voruntersuchung in dem Speicher 30 des Appa rats 1 zu hinterlegen. Alternativ kann auch eine Simulations routine gestartet werden, um eine Initialisierung zu erhalten.
In Schritt 100 wird zudem eine Zielvorgabe festgelegt, anhand derer die jeweiligen Prozesszustände bewertet werden sollen. Beispiele einer Zielvorgabe sind bereits weiter oben dargelegt worden. Zur Maximierung eines Zellwachstums kann beispielsweise die Zielvorgabe dahingehend lauten, die Anzahl der Zellen nach Ablauf eines bestimmten Zeithorizonts zu optimieren. Um eine Bewertung zu ermöglichen, wird daher festgelegt, dass die von der Bildkamera 14 erhaltenen Bildinformationen dahingehend gefiltert werden, dass die An zahl der lebenden Zellen ermittelt wird. Ein geeigneter Algorithmus ist daher auszuwählen, der diese Informationen filtern kann.
In Schritt 102 wird sodann für jeden biologischen Prozess 3 ein Prozesszustand automatisch erfasst. Hierzu werden mit der Bildkamera 14 Daten aufgenommen und wie beispielsweise zuvor beschrieben gefiltert, es werden Daten mit den übrigen Erfassungsmitteln 13 aufgenommen und gegebenenfalls weitere Daten aus den vergangenen erfassten Prozesszuständen und vor gegebenen Prozessparametern geschätzt. Beispielsweise kann ein Zeitintegral über einen eingestellten Prozessparameter geschätzt werden.
In dem sich anschließenden Schritt 104 werden die erfassten Prozesszustände bewertet anhand der zuvor festgelegten Ziel vorgabe, wobei hierzu insbesondere ein geeignetes Bewertungskriterium, welches eine Belohnungsfunktion darstellen kann, vorgegeben sein kann.
In Schritt 106 werden sodann aus den Bewertungen mittels eines in Schritt 100 vorgegebenen Lernverfahrens die vorzugebenden Prozessparameter aktualisiert. Bei dem Lernverfahren kann es sich um eines der bereits weiter oben beschriebenen Verfahren handeln, wie insbesondere solche des maschinellen Lernens. Zur Berechnung der aktualisierten Prozessparameter wird dabei insbesondere das, was das Lernverfahren bereits an Relevantem in der Vergangenheit gelernt hat, berücksichtigt.
In einem nächsten Schritt 108 wird sodann entschieden, ob die Apparatur 1 hinreichend eingerichtet ist oder ob das Verfahren fortgesetzt werden soll. Es wird daher ein bereits in Schritt 100 festgelegtes Abbruchkriterium ausgewertet. Das Abbruchkriterium kann den Ablauf eines bestimmten Zeitraums vorsehen, die Unterschreitung eines Grenzwertes, welcher angibt, dass die Apparatur 1 bereits so gut eingerichtet ist, dass nur noch geringe Verbesserungen zu erwarten sind oder ein beliebiges anderes Abbruchkriterium.
Bei einer Anwendung, bei der sich die biologischen Prozesse immer in einem weitgehend gleichen Anfangszustand befinden und bei der eine Bewertung immer nur nach Ablauf eines definierten oder vollständigen Prozesszeitraums vorgenommen wird, kann vorgesehen sein, dass die erlernten Einrichtungsparameter den zuletzt erlernten Prozessparametern entsprechen. Insbesondere dann, wenn das Verfahren auch unterschiedliche Anfangszustände der biologischen Prozesse berücksichtigt und/oder wenn Bewertungen auch während des Ablaufs eines biologischen Prozesses stattfinden, beispielsweise in Echtzeit, so kann es besonders vorteilhaft sein, wenn die erlernten
Einrichtungsparameter Zuordnungen von Prozesszuständen und Prozessparametern umfassen, Dies gilt über das hier beschriebene Ausführungsbeispiel hinaus .
Ist das Abbruchkriterium in Schritt 108 erfüllt, so wird das Verfahren in Schritt 110 beendet. Hierzu werden die erlernten Einrichtungsparameter zur späteren Vorgabe abgespeichert.
Ist das Abbruchkriterium in Schritt 108 nicht erfüllt, wird in Schritt 112 entschieden, ob das Gefäß 5 mit einer neuen biologischen Probe 4 hergerichtet werden soll oder ob das Verfahren ungehindert weitergeführt werden soll. Eine erneute Herrichtung des Gefäßes 5 kann beispielsweise erforderlich sein, wenn ein bestimmter Zeithorizont erreicht ist oder wenn ein Ereignis eingetreten ist, bei dem eine unmittelbare Weiterführung des Verfahrens nicht zu einer effizienten Verbesserung der Einrichtung der Apparatur 1 führen würde. Sollen beispielsweise Krebszellen eliminiert werden und ist dies vollständig erreicht, ohne dass die Population sich erholen könnte, so ist eine erneute Herrichtung zweckmäßig und erforderlich. Auch kann dies erforderlich sein, wenn ungewollte Signalpfade von Zellen der Zellkultur 23 aktiviert wurden .
Soll somit eine Neuherrichtung erfolgen, wird dies in Schritt 114 durchgeführt. Das Verfahren wird sodann in Schritt 102 fortgesetzt .
Ist eine Neuherrichtung nicht erforderlich, so wird das Verfahren unmittelbar nach Schritt 112 in Schritt 102 fortgesetzt .
Es wird somit zusammenfassend vorgeschlagen, bei einem Ver fahren zur Einrichtung einer Apparatur 1 für biologische Pro zesse 3 vorzusehen, dass für eine Mehrzahl von biologischen Prozessen 3 jeweils computergestützt Prozessparameter vorgege- ben werden, dass für jeden biologischen Prozess 3 ein Pro zesszustand automatisch erfasst wird, dass der jeweilige Pro zesszustand anhand einer vorgegebenen Zielvorgabe computerge stützt bewertet wird und das aus den Bewertungen computerge- stützt die Apparatur 1 durch Vorgabe von erlernten Einrichtungsparametern eingerichtet wird. Weiter wird eine Apparatur 1 für biologische Prozesse 3 vorgeschlagen, welche Mittel aufweist, mit denen das vorgeschlagene Verfahren in besonders vorteilhafter Weise ausführbar ist.
\Bezugszeichenliste
Bezugszeichenliste
I Apparatur
3 biologischer Prozess
4 biologische Probe
5 Gefäß
7 Zuleitung
8 Ableitung
9 Stoff
10 Reservoir für 9
II Einstellmittel
13 Erfassungsmittel
14 Bildkamera
15 Recheneinheit
17 Datenleitung
19 weitere Datenleitung
20 Behälter
21 Mikrofluidgerät
22 Sensor
23 Zellkultur
24 Ventil
26 Heizelement
28 Peripheriegerät
29 Schnittstelle
30 Speicher
32 Prozessor
34 Gehäuse
100 Initialisierung
102 Erfassung von Prozesszuständen
104 Bewertung von Prozesszuständen
106 Aktualisierung von Prozessparametern
108 Entscheidung für Fortsetzung des Verfahrens
110 Verfahrensbeendigung
112 Entscheidung über Neuherrichtung des Gefäßes 5
114 Neuherrichtung des Gefäßes 5
/ Ansprüche

Claims

Ansprüche
1. Verfahren zur Einrichtung einer Apparatur (1) für biolo gische Prozesse (3) , dadurch gekennzeichnet, dass für eine Mehrzahl von biologischen Prozessen (3) jeweils computergestützt Prozessparameter vorgegeben werden, dass für jeden biologischen Prozess (3) ein Prozesszustand automatisch erfasst wird, dass der jeweilige Pro zesszustand anhand einer vorgegebenen Zielvorgabe com putergestützt bewertet wird und dass aus den Bewertungen computergestützt die Apparatur (1) durch Vorgabe von erlernten Einrichtungsparametern eingerichtet wird.
2. Verfahren nach dem vorangehenden Anspruch, dadurch gekennzeichnet, dass die Einrichtungsparameter vorgegeben werden durch ein Lernverfahren, welches aus Bewertungen erfasster Prozesszustände lernt, insbesondere wobei das Lernverfahren ein Verfahren des maschinellen Lernens ist.
3. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Vorgabe der Prozessparameter auf einer willkürlichen Entscheidung beruht, insbesondere wobei die willkürliche Entscheidung von einem Zu fallszahlengenerator durch Erzeugen einer Zufallszahl getroffen oder zumindest beeinflusst wird.
4. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass ein wahrscheinlichster Wert für die Prozessparameter rein deterministisch aus bereits er fassten Prozesszuständen und deren Bewertungen berechnet wird und/oder dass eine Zufallszahl erzeugt wird und verwendet wird, um eine Unsicherheit einer ersten Schätzung für eine Vorgabe von Prozessparametern abzu- bilden und so zu einer besseren Schätzung zu gelangen.
5. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass zur Initialisierung des Verfahrens Ergebnisse von Voruntersuchungen verwendet werden, insbesondere wobei die Voruntersuchungen ein Experiment und/oder eine Computersimulation eines biologischen Prozesses (3) umfassen.
6. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass biologische Prozesse (3) der Mehrzahl von biologischen Prozessen (3) parallel und/oder seriell ablaufen und/oder dass für mindestens zwei parallel ablaufende biologische Prozesse (3) unterschiedliche Prozessparameter vorgegeben werden.
7. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass ein Prozesszustand oder zumindest ein Parameter eines Prozesszustands eines biologischen Prozesses (3) zurückgesetzt wird und/oder dass während des Ablaufs eines biologischen Prozesses (3) mehrfach, insbesondere kontinuierlich, dessen Prozesszustand erfasst und/oder bewertet wird und/oder die Prozessparamater vorgegeben werden.
8. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass ein Parameterraum der Pro zessparameter reduziert wird, indem Basisstrategien für zeitliche Verläufe der Prozessparameter vorgegeben werden und die Basisstrategien miteinander gemischt werden, insbesondere wobei eine Basisstrategie durch einen sinus förmigen Zeitverlauf eines Prozessparameters gegeben ist.
9. Verfahren zur Steuerung einer Apparatur, insbesondere nach einem der vorangehenden Ansprüche, wobei die Apparatur eine Mehrzahl biologischer Proben aufnimmt und gesteuert wird, indem ein Prozessparameter eingestellt wird, wobei ein Experiment durchgeführt wird, welches eine wiederholte Anwendung eines Teilexperiments umfasst, wobei das Teilexperiment zumindest die folgenden Schritte umfasst:
Einstellen eines aktuellen Prozessparameters gemäß einer zuvor computergestützt durchgeführten Aktualisierung,
automatisches Erfassen eines aktuellen Zustandsparameters für jede biologische Probe und Verarbeiten und/oder Speichern der erfassten aktuellen Zustandsparameter,
Erstellen eines Bewertungsergebnisses durch computergestütztes Bewerten eines Ergebnisses des Teilexperiments anhand einer Zielvorgabe und eines aktuellen Experimentparameters, wobei der aktuelle Experimentparameter einen aktuellen Zustandsparameter und/oder einen aktuellen Prozessparameter umfasst, sowie Verarbeiten und/oder Speichern des Bewertungsergebnisses
Aktualisierung des Prozessparameters durch computergestütztes Ableiten aus zuvor verarbeiteten und/oder gespeicherten Experimentparametern und Bewertungsergebnissen und Verarbeiten und/oder Speichern des aktualisierten Prozessparameters.
10. Apparatur (1) für biologische Prozesse (3) aufweisend
ein Gefäß (5) zur Aufnahme einer biologischen Probe (4), mit der eine Mehrzahl von biologischen Prozessen (3) ausführbar ist,
Einstellmittel (11), mit denen für die biologischen Pro zesse (3) Prozessparameter einstellbar sind,
Erfassungsmittel (13), mit denen für jeden biologischen Prozess (3) jeweils ein Prozesszustand automatisch er fassbar ist, eine Recheneinheit (15), welche über eine Datenleitung (17) mit den Erfassungsmitteln und über eine weitere Da tenleitung (19) mit den Einstellmitteln (11) verbunden ist .
11. Apparatur (1) nach dem vorangehenden Anspruch, dadurch gekennzeichnet, dass die Einstellmittel (11) ein Mittel zum Einstellen eines Volumenstroms des Stoffes (9) umfassen und/oder dass das Gefäß (5) eine Zuleitung (7) für die Zuleitung eines Stoffes (9) aufweist.
12. Apparatur (1) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass die Erfassungsmittel (13) eine Bildkamera (14) und/oder einen Sensor (22) umfassen und/oder dass die Recheneinheit (15) eingerichtet ist, die erfassten Prozesszustände anhand einer vorgegebenen Zielvorgabe zu bewerten, Prozessparameter vorzugeben und die Apparatur (1) durch Vorgabe erlernter Ein richtungsparameter einzurichten.
13. Apparatur (1) nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, dass das Gefäß (5) ein Mikro fluidgerät (21) mit einer Mehrzahl von seriellen und/oder parallelen Kammern ist und/oder dass die biologische Probe (4) eine Mehrzahl von biologischen Teilproben (4) umfasst, insbesondere wobei die biologische Probe (4) eine Zellkultur (23) und/oder eine Enzymprobe umfasst.
14. Apparatur (1) für biologische Prozesse (3), insbesondere nach einem der vorangehenden Ansprüche, dadurch gekenn zeichnet, dass Mittel (5 bis 34) ausgebildet und einge richtet sind, das Verfahren nach einem der vorangehenden Ansprüche auszuführen.
/ Zusammenfassung
PCT/EP2019/069115 2018-07-18 2019-07-16 Verfahren zur einrichtung einer apparatur für biologische prozesse und apparatur für biologische prozesse Ceased WO2020016223A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US17/260,369 US12435306B2 (en) 2018-07-18 2019-07-16 Method for setting up an apparatus for biological processes and apparatus for biological processes
EP19740561.6A EP3824068A1 (de) 2018-07-18 2019-07-16 Verfahren zur einrichtung einer apparatur für biologische prozesse und apparatur für biologische prozesse
US19/271,476 US20250340822A1 (en) 2018-07-18 2025-07-16 Method for setting up an apparatus for biological processes and apparatus for biological processes

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018117395.4 2018-07-18
DE102018117395.4A DE102018117395B4 (de) 2018-07-18 2018-07-18 Verfahren zur Einrichtung einer Apparatur für biologische Prozesse und Apparatur für biologische Prozesse

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US17/260,369 A-371-Of-International US12435306B2 (en) 2018-07-18 2019-07-16 Method for setting up an apparatus for biological processes and apparatus for biological processes
US19/271,476 Division US20250340822A1 (en) 2018-07-18 2025-07-16 Method for setting up an apparatus for biological processes and apparatus for biological processes

Publications (1)

Publication Number Publication Date
WO2020016223A1 true WO2020016223A1 (de) 2020-01-23

Family

ID=67314774

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2019/069115 Ceased WO2020016223A1 (de) 2018-07-18 2019-07-16 Verfahren zur einrichtung einer apparatur für biologische prozesse und apparatur für biologische prozesse

Country Status (4)

Country Link
US (2) US12435306B2 (de)
EP (1) EP3824068A1 (de)
DE (1) DE102018117395B4 (de)
WO (1) WO2020016223A1 (de)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4039791A1 (de) * 2021-01-13 2022-08-10 Biothera Institut GmbH Apparatur zum steuern eines prozesses sowie zugehöriges steuerungsverfahren
EP4497815A1 (de) 2023-07-25 2025-01-29 LABMaiTE GbmH Apparatur und zugehöriges verfahren zur ermittlung einer optimierten zusammensetzung eines kulturmediums

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009044974A (ja) * 2007-08-16 2009-03-05 Univ Nagoya 細胞の品質を予測する予測モデルの構築法、予測モデルの構築用ブログラム、該プログラムを記録した記録媒体、予測モデルの構築用装置
WO2017132674A1 (en) * 2016-01-28 2017-08-03 Letterie Gerard Automated image analysis to assess reproductive potential of human oocytes and pronuclear embryos
US20170357748A1 (en) * 2016-06-08 2017-12-14 X Development Llc Simulating Living Cell In Silico

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7276720B2 (en) * 2004-07-19 2007-10-02 Helicos Biosciences Corporation Apparatus and methods for analyzing samples

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009044974A (ja) * 2007-08-16 2009-03-05 Univ Nagoya 細胞の品質を予測する予測モデルの構築法、予測モデルの構築用ブログラム、該プログラムを記録した記録媒体、予測モデルの構築用装置
WO2017132674A1 (en) * 2016-01-28 2017-08-03 Letterie Gerard Automated image analysis to assess reproductive potential of human oocytes and pronuclear embryos
US20170357748A1 (en) * 2016-06-08 2017-12-14 X Development Llc Simulating Living Cell In Silico

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
STEPHANOPOULOS G ET AL: "Artificial intelligence in the development and design of biochemical processes", TRENDS IN BIOTECHNOLOGY, ELSEVIER PUBLICATIONS, CAMBRIDGE, GB, vol. 4, no. 9, 1 September 1986 (1986-09-01), pages 241 - 249, XP023594487, ISSN: 0167-7799, [retrieved on 19860901], DOI: 10.1016/0167-7799(86)90118-6 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4039791A1 (de) * 2021-01-13 2022-08-10 Biothera Institut GmbH Apparatur zum steuern eines prozesses sowie zugehöriges steuerungsverfahren
EP4039791B1 (de) 2021-01-13 2023-08-30 Biothera Institut GmbH Apparatur zum steuern eines prozesses sowie zugehöriges steuerungsverfahren
EP4497815A1 (de) 2023-07-25 2025-01-29 LABMaiTE GbmH Apparatur und zugehöriges verfahren zur ermittlung einer optimierten zusammensetzung eines kulturmediums

Also Published As

Publication number Publication date
US20250340822A1 (en) 2025-11-06
US20210269762A1 (en) 2021-09-02
DE102018117395B4 (de) 2021-02-25
DE102018117395A1 (de) 2020-01-23
US12435306B2 (en) 2025-10-07
EP3824068A1 (de) 2021-05-26

Similar Documents

Publication Publication Date Title
EP3503724B1 (de) Bekämpfung von schadorganismen auf basis der vorhersage von befallsrisiken
DE69707110T2 (de) Gerät und verfahren zum mit grosser zuverlässigkeit rekonstruieren eines beobachteten musters
EP3540632B1 (de) Verfahren zum klassifizieren von gewebeproben
DE102018104616A1 (de) Verfahren zum Aufteilen eines oder mehrerer Bilder einer Probe in nach Farbstoffen aufgeteilte Bilddaten, Computerprogrammprodukt, computerlesbares Medium, auf dem das Computerprogrammprodukt gespeichert ist, und System zum Aufteilen eines oder mehrerer Bilder einer Probe in nach Farbstoffen aufgeteilte Bilddaten
Zander Agricultural land use and conservation options: a modelling approach
EP4348573B1 (de) Maschinelles lernen im bereich der kontrastmittelverstärkten radiologie
EP4039791B1 (de) Apparatur zum steuern eines prozesses sowie zugehöriges steuerungsverfahren
EP3824068A1 (de) Verfahren zur einrichtung einer apparatur für biologische prozesse und apparatur für biologische prozesse
WO2004049258A1 (de) Verfahren zum erfassen einer eigenschaft mindestens eines gegenstands
DE102004025876B4 (de) Vorrichtung und Verfahren zur Stapeleigenschaftsschätzung
WO2021228578A1 (de) Früherkennung von krankheitserregern bei pflanzen
EP1539921B1 (de) Einrichtung zur kultivierung von zellen, insbesondere menschlicher oder tierischer zellen
DE102021206417B3 (de) Computerimplementierte Verfahren und Systeme zum Bereitstellen eines Korrekturalgorithmus für ein Röntgenbild und zum Korrigieren eines Röntgenbilds, Röntgeneinrichtung, Computerprogramm und elektronisch lesbarer Datenträger
EP3605404A1 (de) Verfahren und vorrichtung zum trainieren einer maschinellen lernroutine zum steuern eines technischen systems
DE102018216298A1 (de) Verfahren und Vorrichtung zum Betreiben eines Steuerungssystems
EP0646261B1 (de) Verfahren und einrichtung zur analyse von hochdynamischen sekretionsphänomenen von hormonen in biologischen dynamischen systemen mittels biosensoren
DE102005028975B4 (de) Verfahren zur Ermittlung eines Biomarkers zur Kennzeichnung eines spezifischen biologischen Zustands eines Organismus aus mindestens einem Datensatz
DE2615154A1 (de) Verfahren zur bestimmung der keimungsfaehigkeit von maissamen
DE102023116939A1 (de) Methode zur Erstellung eines digitalen Zwillings
DE102019210961A1 (de) Verfahren und Vorrichtung zur Planung des Ausbringens von landwirtschaftlichem Material auf ein Feld
Wagemann Entwurf eines sozialanthropologischen Strukturmodells pädagogischen Erkennens und Handelns
DE102018132809A1 (de) Verfahren zur Bestimmung eines Wirkstoffgehalts einer Pflanze, Datenverarbeitungsprogramm, computerlesbares Medium und System zur Durchführung des Verfahrens
DE102005030136B4 (de) Verfahren zur rechnergestützten Simulation von biologischen RNA-Interferenz-Experimenten
DE102023205665A1 (de) Computerimplementiertes Verfahren zur Bereitstellung einer zu nutzenden Ansteuersequenz, Verfahren zum Erfassen von Messdaten, Bereitstellungs- und/oder Aufnahmesystem, Computerprogramm und elektronisch lesbarer Datenträger
EP3933049A1 (de) Früherkennung von krankheitserregern bei pflanzen

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19740561

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2019740561

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2019740561

Country of ref document: EP

Effective date: 20210218

WWG Wipo information: grant in national office

Ref document number: 17260369

Country of ref document: US