HEAL DSpace

Design space identification and data-driven modelling of downstream bioprocesses

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Μιχαλοπούλου, Φωτεινή el
dc.contributor.author Michalopoulou, Foteini en
dc.date.accessioned 2021-12-20T10:00:16Z
dc.date.available 2021-12-20T10:00:16Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/54208
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.21906
dc.rights Default License
dc.subject Process design en
dc.subject Design space en
dc.subject Monoclonal antibodies en
dc.subject Bioprocess en
dc.subject Modelling en
dc.subject Artificial neural networks en
dc.subject Μονοκλωνικά αντισώματα el
dc.subject Τεχνιτά νευρωνικά δίκτυα el
dc.subject Διεργασίες el
dc.subject Σχεδιασμός διεργασιών el
dc.subject Χώρος λειτουργίας διεργασιών el
dc.title Design space identification and data-driven modelling of downstream bioprocesses en
heal.type bachelorThesis
heal.classification Process design en
heal.language en
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2021-07-08
heal.abstract Η αυξανόμενη δημοτικότητα των μονοκλωνικών αντισωμάτων που χρησιμοποιούνται ως θεραπευτικές πρωτεΐνες έχει δημιουργήσει μια ζήτηση για ευέλικτες και σταθερές βιοδιεργασίες. Ωστόσο, οι βιολογικές προκλήσεις και οι προκλήσεις μοντελοποίησης που παρουσιάζονται στις διεργασίες παραγωγής και επεξεργασίας των αντισωμάτων, καθώς και η αλληλεπίδραση μεταξύ τους, απαιτούν εκτεταμένη γνώση των διαδικασιών, η οποία μπορεί να αποκτηθεί μόνο μέσω μιας ποιοτικής προσέγγισης σχεδιασμού. Πιο συγκεκριμένα, οι διαδικασίες καθαρισμού που εμπλέκονται στη βιοπαραγωγή μονοκλωνικών αντισωμάτων παρουσιάζουν πολλές προκλήσεις στη μοντελοποίηση, τη βελτιστοποίηση και τον έλεγχο, λόγω της αυξημένης πολυπλοκότητας των φαινομένων που τις διέπουν. Σε αυτή τη διπλωματική εργασία, προτείνεται η ανάπτυξη υπολογιστικών εργαλείων ως μέσο αντιμετώπισης των προκλήσεων αυτών, για να ξεπεραστεί η πολυπλοκότητα και ο απαιτούμενος υπολογιστικός χρόνος μιας χρωματογραφίας ιοντοανταλλαγής δύο στηλών, καθώς και να επιτευχθεί η ανάλυση και βελτιστοποίηση της διεργασίας με βάση τους βαθμούς ελευθερίας της. Χρησιμοποιείται μια προσέγγιση βάσει δεδομένων για την απλοποίηση του σύνθετου μοντέλου σε γενικά μοντέλα βάσει δεδομένων, που μειώνουν την πολυπλοκότητα του συστήματος, διατηρώντας εξαιρετική ακρίβεια, και επιδεικνύουν δυνατότητες αναπαραγωγής της φυσικής διεργασίας. Μέσω μιας σειράς προσομοιώσεων και αναλύσεων ευαισθησίας, καταστρώνεται ένας «χώρος» βέλτιστων συνθηκών λειτουργίας για την χρωματογραφία ιοντοανταλλαγής που χρησιμοποιείται για τον καθαρισμό των μονοκλωνικών αντισωμάτων και κατασκευάζεται ένα μοντέλο βάσει δεδομένων της διαδικασίας με τη χρήση μηχανικής μάθησης. Η διπλωματική αυτή εργασία περιγράφει τα κίνητρα που οδήγησαν σε αυτή την προσέγγιση, παρουσιάζει την προτεινόμενη μεθοδολογία και εξηγεί την εφαρμογή της προσέγγισης, με μια λεπτομερή συζήτηση των αποτελεσμάτων και της σημασίας τους. el
heal.abstract The rising popularity of monoclonal antibodies used as therapeutic proteins has created a demand for agile, robust bioprocesses. However, the biological and modelling challenges presented in upstream and downstream processes, as well as the interplay between them demand an extensive knowledge of the processes that can only be achieved through a quality by design approach. More specifically, downstream purification processes involved in monoclonal antibody biomanufacturing present many challenges in modeling, optimization, and control, due to the increased complexity of the phenomena describing them. In this thesis, the development of computational tools is proposed as a solution to those challenges, for a specific twin-column countercurrent solvent gradient purification ion-exchange chromatography process, in order to overcome the complexity and time consumption of the processes, as well as analyze and optimize over the degrees of freedom. A data-based approach is deployed to simplify the complex model into generic data-driven models that reduce complexity with excellent accuracy and capabilities to reproduce the physical process. Through a series of model simulations and sensitivity analyses, a design space for the multicolumn countercurrent solvent gradient purification ion-exchange chromatography is identified and a data-driven model of the process is created. The dissertation outlines the motivation and the incentives, presents the proposed methodology, and explains the application of the approach with a detailed discussion of the results and their significance. en
heal.advisorName Κοκόσης, Αντώνης el
heal.committeeMemberName Κοκόσης, Αντώνης el
heal.committeeMemberName Σαρίμβεης, Χαράλαμπος el
heal.committeeMemberName Μπουρουσιάν, Μιρτάτ el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Χημικών Μηχανικών. Τομέας Ανάλυσης, Σχεδιασμού και Ανάπτυξης Διεργασιών και Συστημάτων (ΙΙ) el
heal.academicPublisherID ntua
heal.numberOfPages 100 σ. el
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής