Met een rekenkracht die sinds de jaren zeventig volgens de Wet van Moore elke twee jaar verdubbelt, nemen de mogelijkheden voor biotech-onderzoek en -toepassingen toe.

Schermafbeelding 2021-06-18 om 19.23.18

De NBV sprak met verschillende experts over de huidige mogelijkheden en het toekomst perspectief van computational biotechnology. In deze editie is het woord aan Cees Haringa.

Voor Cees Haringa is duurzaamheid een belangrijke drijfveer in zijn werk. Zijn keuze voor de studie chemische technologie en specialisatie in bioprocestechnologie kwam voort uit zijn overtuiging dat veel (petro)chemische processen vervangen kunnen worden door duurzame alternatieven. Zijn interesse voor de combinatie van onderzoek én onderwijs bracht Haringa na zijn promotie aan de TU Delft via DSM weer terug in Delft, waar hij sinds 2021 universitair docent is bij de afdeling Biotechnologie.

Wat maken microorganismen door in een industriële bioreactor? Dat is de vraag die Haringa dagelijks bezighoudt. Om productiviteit en productopbrengsten te optimaliseren is het belangrijk dat de microorganismen in de bioreactor ‘happy’ zijn, vertelt hij. Microorganismen in grote-schaal bioreactoren worden geconfronteerd met fluctuaties in nutriëntconcentraties, temperatuur, druk en gasoverdracht. Om te bepalen wat de microorganismen doormaken past Haringa de theorie van stromingsleer toe in computersimulaties van de condities in de bioreactor.

Rekenkracht

Het is nu mogelijk om zeer gedetailleerd de dynamica in bioreactoren te simuleren, maar hier is veel rekenkracht voor nodig. ‘Je komt al snel aan een week rekenen op krachtige computers, wat terabytes aan data levert’, geeft Haringa aan. Door computational fluid dynamics (CFD) te combineren met metabole modellen van microorganismen, kan hij zowel de dynamiek in bioreactoren als de impact hiervan op de organismen voorspellen. De uitdaging daarbij is het zoeken naar de juiste balans tussen detailniveau en rekentijd. Wil je een organisme zo goed mogelijk beschrijven, dan denk je al snel aan een genome scale model; wil je meerdere cellen volgen in een dynamische bioreactor, dan zul je genoegen moeten nemen met sterk vereenvoudigde beschrijving aan de hand van circa tien differentiaalvergelijkingen.

Toekomst

Op het gebied van artificiële intelligentie liggen kansen voor de biotechnologie. Dit wordt ook geïllustreerd door het recent opgezette Artificial Intelligence Lab for Biosciences, een samenwerking tussen TU Delft en DSM. ‘Er is veel experimentele data beschikbaar van fermentaties die zijn uitgevoerd onder uiteenlopende condities’, vertelt Haringa. ‘Door deze data met machine learning te analyseren kunnen we beter begrijpen waarom de output van fermentatieprocessen varieert. Maar we kunnen ook denken aan het gebruik van machine learning om CFD simulaties sneller, en dus toegankelijker te maken.’ Zijn stip op de horizon: ‘Direct van lab naar fabriek!’