KI‑gestützte Metabolitanalytik für die Steuerung biotechnologischer Fermentationsprozesse

Die globale Ernährungssituation steht vor tiefgreifenden Veränderungen: Klimawandel, Schadstoffeinträge, begrenzte Düngemittelressourcen, geopolitische Entwicklungen sowie steigende Anforderungen an Umwelt- und Nachhaltigkeitsstandards setzen die klassische Landwirtschaft zunehmend unter Druck. Gleichzeitig wächst die Nachfrage nach klimafreundlichen, lokal produzierten und teilweise veganen Lebensmitteln. Um die langfristige Versorgung zu sichern, rücken daher neue Nahrungsmittelquellen (Novel Food) in den Fokus. Dazu zählen bislang nicht genutzte Pflanzen- und Tierarten, innovative Verarbeitungstechnologien sowie Produkte, die mithilfe spezialisierter Produktionsorganismen – etwa Mikroorganismen, filamentösen Pilzen, Hefen oder Pflanzenzellkulturen – in biotechnologischen Prozessen hergestellt werden. Diese Organismen ermöglichen ressourcenschonende, zirkuläre Produktionsweisen und eröffnen neue Chancen für hochwertige Lebensmittel und funktionale Zutaten.

Bioreaktorbasierte Herstellungsprozesse sind jedoch komplex und kostenintensiv. Neben etablierten klassischen Substraten wie Glucose oder Glycerol besteht großes Potenzial, künftig stärker heterogene Substrate aus Reststoffströmen zu nutzen – also Rohstoffmischungen, deren Zusammensetzung (z. B. Zucker‑, Protein‑, Fett‑ oder Faserstoffanteile) natürlichen Schwankungen unterliegt. Heute werden solche Nebenströme aufgrund ihrer variablen Eigenschaften und regulatorischen Rahmenbedingungen jedoch nur begrenzt eingesetzt. Perspektivisch könnten sie aber wesentlich zur Ressourcenschonung beitragen – vorausgesetzt, es gelingt, stabile und effiziente Prozesse trotz dieser Variabilität zu realisieren.

Die für klassische Fermentationsprozesse entwickelte Regelungstechnik stößt bei dieser Kombination aus variablen Ausgangsmaterialien, vielen interagierenden Prozessparametern und dynamischen biologischen Systemen schnell an Grenzen. Dadurch bleibt das Potenzial moderner biotechnologischer Verfahren für die Herstellung neuer Lebensmittel bisher weitgehend ungenutzt. MiKI setzt genau hier an und entwickelt datenbasierte, intelligentere Ansätze, um sowohl etablierte biotechnologische Produktionsprozesse zu verbessern als auch die zukünftige Nutzung nachhaltigerer Substratquellen zu erleichtern.

Ziel von MiKI ist die Entwicklung einer neuartigen, datengetriebenen und KI‑gestützten Regelungstechnik, die komplexe bioreaktorbasierte Produktionsprozesse für neuartige Lebensmittel deutlich robuster, effizienter und wirtschaftlicher macht. Im Mittelpunkt steht dabei die Fähigkeit, biotechnologische Prozesse auch dann gezielt zu steuern, wenn klassische Modelle nicht greifen und Prozessparameter nur schwer vorhersehbar sind. Ein zentrales Element des Lösungsansatzes ist eine kontinuierliche metabolische Echtzeitüberwachung mittels hochauflösender GC‑IMS‑Analytik (Ionenmobilitätsspektrometrie mit gaschromatographischer Vortrennung). Aus der Prozessabluft gewonnene Metabolitprofile liefern ein dynamisches und sehr detailliertes Bild des biologischen Prozesszustands. Diese Daten bilden die Grundlage für eine KI‑gestützte Korrelationsanalyse, die Zusammenhänge zwischen Prozessparametern, Standardsensorik und Metabolitmustern identifiziert.

Durch statistisch geplante Experimente (DoE) werden aus diesen Daten prädiktive, modellunabhängige („Black‑Box“) KI‑Modelle abgeleitet, die den Prozessverlauf zuverlässig vorhersagen können. Darauf aufbauend wird eine intelligente, adaptive Prozesssteuerung entwickelt, die gezielt auf Veränderungen im Kulturverhalten reagiert und den Prozess hinsichtlich Ausbeute, Stabilität und Ressourceneffizienz optimiert. Um die Übertragbarkeit des Ansatzes zu demonstrieren, wird die Technologie in drei exemplarischen Produktionssystemen entwickelt und evaluiert:

• Hefe (Komagataella phaffii) zur Herstellung eines proteinbasierten Zuckerersatzstoffes aus den Projekten »NovelSweets« und »BeyondSugar«)
• filamentöser Pilz für die Produktion biomassebasierter Novel‑Food‑Komponenten,
• Pflanzenzellkultur (Hopfenzelllinien) zur Gewinnung pflanzlicher Sekundärmetabolite für Lebensmittelanwendungen.

Das Fraunhofer IME übernimmt die Gesamtkoordination des Projekts und verantwortet zentrale Arbeiten zur Entwicklung und Implementierung der intelligenten Prozesssteuerung sowie zur Überführung der Technologie in die genannten Beispielprozesse.