Experiencias en la aplicación de la minería de datos en la industria biofarmacéutica cubana

• Autores: Osvaldo Gozá León, Arturo Toledo-Rivero
• Localización: Tecnología Química, ISSN-e 2224-6185, ISSN 0041-8420, Vol. 44, Nº. 1, 2024, págs. 164-179
• Idioma: español
• Títulos paralelos:
  • Experiences in the application of data mining in the Cuban biopharmaceutical industry
• Enlaces
  • Texto completo
• Resumen
  • español

    RESUMEN El Centro de Inmunología Molecular es una institución exponente de la biotecnología cubana dedicado a la investigación básica, desarrollo, producción y comercialización de biofármacos, con el objetivo de diagnosticar y tratar el cáncer, así como enfermedades relacionadas con el sistema inmune. En este trabajo se realizó una síntesis bibliográfica de investigaciones que se llevaron a cabo en este centro, en el periodo comprendido del 2012 al 2018, con el propósito de analizar la aplicación de algunas técnicas de Minería de Datos en la evaluación de las etapas de fermentación y purificación del proceso de obtención de biofármacos en tres instalaciones productivas. Se caracterizaron las fases de la Minería de Datos y se presentó la implicación práctica de los resultados. Se aplicó como modelo descriptivo el Análisis de Componentes Principales mediante el software THE UNSCRAMBLER, y como modelo predictivo las Redes Neuronales Artificiales con el empleo de la caja de herramientas de redes neuronales del MATLAB. La utilización de estos modelos permitió extraer información útil para la toma de decisiones, se logró con ello explicar el comportamiento de los parámetros que influyen en la calidad del producto final, así como estimar variables de importancia como la concentración de la proteína de interés en el sobrenadante de la fermentación y el rendimiento de la etapa de purificación, en función de las variables del proceso que mayor influencia tienen en su comportamiento.

  • English

    ABSTRACT The Center of Molecular Immunology is an exponent of Cuban biotechnology institution dedicated to basic research, development, production and commercialization of biopharmaceuticals, with the aim of diagnosing and treating cancer and diseases related to the immune system. In this work, a bibliographic synthesis of research that was carried out in this center in the period from 2012 to 2018, was performed, with the purpose of analyzing the application of some Data Mining techniques in the evaluation of fermentation and purification stages of the process for obtaining biopharmaceuticals in three production facilities. The phases of Data Mining were characterized and the practical implication of the results was presented. Principal Components Analysis was applied as a descriptive model using THE UNSCRAMBLER software, and Artificial Neural Networks were applied as a predictive model using the MATLAB neural networks toolbox. The use of these models made it possible to extract useful information for decision making, thereby explaining the behavior of the parameters that influence the quality of the final product, as well as estimating important variables such as the concentration of the protein of interest in the fermentation supernatant and the performance of the purification stage, depending on the process variables that have the greatest influence on its behavior.