<nobr id="v3tfl"></nobr>
              <video id="v3tfl"><address id="v3tfl"></address></video>

              <form id="v3tfl"><menuitem id="v3tfl"><nobr id="v3tfl"></nobr></menuitem></form>
                <rp id="v3tfl"></rp>

                  • IIANews微官網
                    掃描二維碼 進入微官網
                    IIANews微信
                    掃描二維碼 關注微信
                    移動客戶端
                  • English
                  2021 OEM
                  工業無線

                  橫河電機收購創新型生物過程數字孿生技術開發商Insilico Biotechnology

                    2021年11月12日  

                    近期,橫河電機宣布收購Insilico Biotechnology AG (“Insilico”)的全部股份。Insilico總部位于德國斯圖加特,是一家生物過程軟件開發商和服務供應商。促進生物經濟的發展是橫河電機可持續發展目標中的優先事項之一,因此,橫河希望借此次收購打造全面的生物過程解決方案,支持生物制藥從開發到生產的全過程。

                    在新冠肺炎疫情等因素的影響下,對副作用較小、可用于治療罕見和疑難疾病的生物藥物的需求持續增長。與化學合成通用藥品的生產相比,生物制藥生產的總體成本更高,且高效而穩定地獲得目標蛋白質所需的復雜細胞培養過程需要更嚴格的質量控制措施,這讓大規模生產面臨重大挑戰。

                    在生物反應器中培養的細胞數量巨大,而每個細胞中都會產生構成藥品活性成分的物質,因此有必要監測每一個細胞的代謝反應。對每一個環境影響因素(如pH值和溶解氧濃度的變化)的實時可視化和分析也非常重要。因此,通過控制具有大量參數設置的復雜細胞反應系統,進行細胞生產,整個過程是極其困難的。

                    Insilico的數字孿生技術使用了一種先進的混合模型,該模型由反映細胞內代謝網絡獨特特征的機理模型*1和利用機器學習過程、基于過程數據而建立的數據驅動模型*2組成。使用該模型進行預測和模擬,不僅極大加速了直至目前仍需要多年時間的藥物開發過程,并使我們對細胞的新陳代謝過程有更深的了解。該解決方案能夠為細菌和許多其他種類的細胞生物建立新陳代謝模型,因此方案還可用于與食品、化學品以及其他利用生物技術的產品相關的多種應用。

                    在生產方面,Insilico的數字孿生技術同樣能夠對過程數據進行實時分析,持續預測培養性能,對無法直接測量的營養成分進行軟檢測,以便及早發現過程中的異常并為操作人員提供指導。通過部署這種能夠有效解決問題的技術,生產廠商可以穩定產品質量,實現高效的大規模生產。

                    Insilico Biotechnology AG的首席執行官Klaus Mauch表示:“我們用于生物過程的尖端數字孿生軟件技術與橫河電機的制藥生產系統解決方案之間的融合具有廣闊前景。我相信,借助橫河電機的全球網絡,我們將有能力擴大銷售渠道,并為生物制藥行業做出巨大貢獻?!?/P>

                    橫河電機副總裁兼公司生命業務總部負責人Hiroshi Nakao表示:“Insilico提供的創新型數字孿生技術在大型生物制藥公司有良好的應用業績,我堅信,該技術將加速生物加工行業的數字化轉型。我們將充分利用我們的工程技術,努力發展業務,以實現生物過程的商業化?!?/P>

                    Insilico Biotechnology AG簡介

                    成立時間:2001年

                    地址:德國斯圖加特

                    首席執行官:Klaus Mauch

                    員工人數:29名

                    業務范圍:開發基于數字孿生技術的軟件并為生物過程提供服務

                    *1 機理模型:根據相關反應或機制的基本原理所建立的模型。因此需要對該過程有深刻的認識和理解,才能建立有效模型。由此獲得的模型具有可以進行物理解釋的變量和參數,并且可以進行高級泛化。然而,高精度物理模型需要很高的開發和計算成本。

                    *2 數據驅動模型:與機理模型相比,不需要了解相關過程的基本原理。其優點是實現簡單、開發和計算成本相對較低。然而,其缺點是在執行預測或模擬后難以解釋數據及歸納結果。該技術的另一缺點是需要大量過程數據來建立模型。

                  (來源:橫河電機)

                  最新視頻
                  極智嘉攜手九州通共鑄醫藥智慧物流新高度   
                  ABB《精誠合作說》第二期——長白山集團   
                  世強
                  施耐德電氣PCB盤古
                  魏德米勒聯接咨詢服務
                  專題報道
                  《建筑是凝固的音樂》ABB電氣系列大片上映
                  《建筑是凝固的音樂》ABB電氣系列大片上映 ABB 網羅了遍布全球的創新建筑案例,通過精心制作的《建筑是凝固的音樂》系列視頻,向大家揭秘世界上一些獨特建筑及其建筑師的幕后故事,帶領大家一起領略那些歷久彌新、永不過時的建筑設計和解決方案。
                  企業通訊
                  2021 OEM機械設計技術研討會-云會議
                  2021 OEM機械設計技術研討會-云會議

                  “2021OEM機械設計技術研討會”以“縱深推進?多維賦能 數字化重塑設備制造”為主題, 邀請多家知名企業與來自紡織機械

                  帶訪問授權管理的安全門解決方案
                  帶訪問授權管理的安全門解決方案

                  對于制造型的企業來說,生產環境中總有需要保護的區域,來避免造成傷害事故。我們知道,當設備運行時,保護人員免受機器的傷害很

                  在線會議

                  社區

                  国产一级黄片

                            <nobr id="v3tfl"></nobr>
                              <video id="v3tfl"><address id="v3tfl"></address></video>

                              <form id="v3tfl"><menuitem id="v3tfl"><nobr id="v3tfl"></nobr></menuitem></form>
                                <rp id="v3tfl"></rp>