Machine Learning, Intelligence Artificielle, Planification Expérimentale et un Pasteur: les ingrédients de l’optimisation des bioprocédés

La génération des résultats lors de la mise au point de bioprocédés par les équipes de scientifiques de Pharmalex est de plus en plus efficiente, notamment grâce à la qualité des formations disponibles, aux plateformes multiplex, à l’automatisation,... Il reste néanmoins une vérité toujours d’actualité que nos confrères anglosaxons résument savamment : Garbage-In Garbage-Out (GIGO).

Sans une stratégie expérimentale réfléchie, structurée et planifiée, sans la modélisation adéquate des phénomènes étudiés, sans l’utilisation de l’entièretés des bases de données récoltées pour l’apprentissage in silico de ces phénomènes biologiques et en n’oubliant pas d’y intégrer nos connaissances passées – nos a priori - grâce au théorème d’un pasteur Presbytérien (et de ses confrères) l’optimisation des bioprocédés est loin d’être optimale.
Le niveau de connaissance des relations entre les paramètres des bioprocédés, des matières premières et des attributs de qualité reste pauvre.
La capacité de leur contrôle demeure trop incertaine.
Aussi, faisons un tour d’horizon de quelques méthodologies du monde des « data sciences » d’utilités cruciales au service de l’optimisation des bioprocédés lors de la présentation d'Eric Rozet lors de Bioprodution vol.10. Continuum for Biologics !

Pharmalex présentera les ingrédients de l’optimisation des bioprocédés lors du Congrès Européen Bioprodution vol.10. Continuum for Biologics.