联系我们 招贤纳士 EN
首页 技术服务 创新iBioG-Med平台
技术服务
创新iBioG-Med平台

iBioG-Med平台简介

iBioG-Med平台是倍谙基自主研发的借助统计学、大数据分析和机器学习建立的培养基优化设计平台,用于个性化培养基配方的开发。iBioG-Med平台可以为目标细胞快速开发个性化培养基,满足客户对于细胞/产物的期待,以及满足风险控制的需求,同时可以避免培养基配方传统开发方法中实验周期长、浓度选择经验化、信息遗漏及浪费等弊端。

iBioG-Med包含I-SCR, I-FIT, I-GEN三个子模型。变量筛选模型(I-SCR)可有效描述培养基关键组分,建立培养基组分与技术目标(如抗体产量、抗体关键质量属性等)的关系,可用于指导后续优化过程和培养基生产的质量控制;相较于传统的拟合模型,基于数据分布的预测模型(I-FIT)对数据解释度更高,对培养基表现的模拟和预测更为精准;基于遗传算法的学习模型(I-GEN)可利用计算机演算配方表现,极大降低工作量,加速培养基开发速度。

iBioG-Med平台已成功帮助十多位客户开发和优化培养基配方,部分项目已成功上市或进入临床II,III期阶段。另外,倍谙基的标准目录培养基的开发也应用了iBioG-Med平台,iBioG-Med可以对适用于各个场景的标准目录培养基进行迭代升级,以便更好满足客户的使用需求。

优势
  • 快速获得培养基配方(3-6个月)

  • 明确关键培养基组分及控制范围

  • 评估培养基配方稳定性

关键方法
三大学习模型
变量筛选模型(I-SCR)

准确率高,具有处理非线性关系能力

指明后续优化方向

明确影响培养基产品关键组分

基于数据分布的预测模型(I-FIT)

有效对实验数据进行预测,且高于传统的预测模型;

预测模型的误差率随数据迭代而逐渐降低,误差率仅为10-20%;

确认关键组分浓度范围(点→面),培养基产品风险提示;

为模型自我学习(I-GEN)提供技术保障;

基于遗传算法的学习模型(I-GEN)

≈30万配方/天(I-GEN)

20-40个配方进行验证和确认

80-90%的可及率

极大降低了培养基开发工作量,加速开发效率

突出成果

让我们联系您

倍谙基拥有专业的技术服务团队,为广大生物制药企业提供从细胞培养工艺开发与优化、培养基配方设
计到培养基加工制造的高品质一站式服务。如有任何问题,请点击留言,我们将会尽快回复您。
如有紧急问题,请致电+86-21-68582660。

倍谙基生物科技

上海市闵行区绿洲环路396弄
3号楼3楼、4楼

021-68582660

marketing@bio-engine.com.cn

工作时间:工作日9:00~17:00