CN110462018A - 用于控制生物技术过程的方法 - Google Patents

Abstract

一种用于控制生物技术过程的方法，在所述生物技术过程中，在过程发展期间借助于生物质将原料转化成产品，而且确定重要的过程参数用于进行监控。在所述生物技术过程的发展期间，周期性重复地估计（1）在所述过程中使用的生物质的当前浓度，接着，周期性重复地确定（2）可测量的过程参数的当前的测量值并且从中确定（3）附加的过程参数的当前的值。使可测量的过程参数的当前的测量值和附加的过程参数的当前的所确定的值与生物质的总是时间相关的浓度产生关系。接着，根据生物质的当前浓度和可测量的过程参数的当前的测量值以及附加的过程参数的所确定的当前的值来推导出（4）当前的细胞特异性新陈代谢指标，所述当前的细胞特异性新陈代谢指标接着与确定性过程模型相结合地来使用（5）。

Description

用于控制生物技术过程的方法

技术领域

本发明总体上涉及生物技术和所谓的生物工程的领域。特别是，本发明涉及一种用于控制生物技术过程的方法。在这些生物技术过程中，在过程发展期间，借助于生物质、诸如活细胞和/或微生物将原料转化成产品。在此，在过程发展期间，确定对于监控来说重要的过程参数。

背景技术

如今，生物技术过程在不同的领域、诸如在食品和饮料工业中、在生物制药业中、在对生物燃料的制造等等中被使用。生物技术过程、如尤其是发酵过程例如形成了在产生啤酒、威士忌或葡萄酒时、在产生生物燃料时或者在制造疫苗或抗生素时的关键技术。在像发酵那样的生物技术过程中，通常借助于生物质通过酶促转化将基质的有机原料、诸如糖、葡萄糖等等转化成产品、诸如酒、酸、燃气等等。生物技术过程或发酵通过将所谓的生物质添加到基质中来有意地被触发。在生物技术过程中，例如使用活细胞和/或微生物，诸如细菌、真菌或其它生物细胞，作为生物质。

生物技术过程通常在所谓的生物反应器中进行，在所述生物反应器中，相应的生物技术过程的环境和反应条件可以被控制和优化。对于发酵过程来说，生物反应器也被称作发酵罐。为了在尽可能最优的条件下或以所希望的浓度来获得要由所使用的生物质来生产的物质，在生物反应器中，用于相应的生物技术过程的相对应的环境和/或过程参数、诸如pH值、温度、氧气供应量、氮气供应量、葡萄糖含量或者搅拌设置等等被调节和控制。不过，生物技术过程在生物学上复杂而且非常敏感。因而，需要对生物技术过程的不断的精确的监控，以便为了过程的始终如一并且最优的发展而保证在生物反应器中的相对应的环境条件，而且借此所使用的生物质可以在液体培养基中生长并且生产所希望的物质。

为了优化生物技术过程，还需要精确地知道生化代谢过程，以便在资源消耗最低的情况下实现最高的产量。不过，对生物技术过程并且在此尤其是对生化代谢过程的不断的精确的监控和控制并不能简单地实现。很多为此所需的过程参数和细胞特异性指标、诸如代谢物的浓度（代谢物是酶促反应的原料或产品或中间产品，所述酶促反应毫无疑问是在细胞和/或微生物中进行）或者产品的浓度以及因此也包括转化率等等不能直接被测量。

如今，生物技术过程常常从投资角度来运行和控制。也就是说，在如今的设备或生物反应器中，例如借助于所谓的闭环控制（Closed Loop Regelung）来将环境条件（例如温度、pH值、氧气含量等等）调整到某个值并且使这些环境条件大多保持恒定。对于相应的过程来说所需的养料添加常常通过所规定的所谓的喂养策略来控制。此外，例如测量过程参数、诸如碱消耗、氧气消耗和二氧化碳排放，用于进行调节，而且以便获得针对生物质的特性或针对细胞特性所推导出的参量。

不过，在这种过程控制和监视中，生化过程不是详细地被监控和调节，而是通常只检测总和。对环境条件的精确的设置，也就是说对例如温度、pH值、氧气含量的精确的设置、养料供给的策略等等通常在过程研发中被规定。也就是说，这些设置对于某种过程控制来说例如借助于过程的数学建模来确定和优化，其中该过程接着在生产期间只是更多地依据预先给定的设置来控制。但是，该过程不再能被改动。

不过，如果在过程发展期间在生产条件方面出现不可影响的变化，诸如在生产溶液、养料或者培养基的成分方面或在所使用的生物的特性方面的改变，则这可能导致产量的损失和/或该过程可能随着时间的推移偏离在过程研发中所规定的最适环境条件越来越远。对于损失和/或偏离来说，可能存在不同的原因，诸如在过程中的错误（例如污染物、错误的熏蒸等等）、生物变异性（例如在所使用的生物质的预培养方面的差异；在细胞株方面的差异，等等）或者在过程控制中的变异性（例如在原料方面的差异、在基质成分方面的波动、在技术设备方面的差异）。这些不同的原因常常只能困难地被确定并且几乎不能被修正，因为缺少了基本的生化和/或生物过程的数据和特性值。此外，例如传感器的测量误差（例如在生产期间的漂移）或者在调节机制中的误差在有些情况下只能困难地被识别出。

不过，目前在生物技术过程的发展期间并不直接提供或几乎不直接提供关于如下细胞特异性新陈代谢指标的信息，这些细胞特异性新陈代谢指标可能会被用于对生物技术过程的修正式调节和控制。

发明内容

因而，本发明所基于的任务在于：说明一种用于控制生物技术过程的方法，其中可以在过程发展期间简单地并且安全地确定细胞特异性新陈代谢指标，这些细胞特异性新陈代谢指标可以被用于过程研发以及过程控制。

该任务通过开头提到的类型的具有专利独立权利要求的特征的方法来解决。本发明的有利的实施方式在从属权利要求中描述。

按照本发明，通过开头所提及的类型的方法来解决该任务，该方法中，在生物技术过程的过程发展期间，周期性重复地估计在过程中所使用的生物质的当前浓度。接着，周期性重复地确定可测量的过程参数的当前的测量值并且从中确定附加的过程参数的当前的值。随后，使可测量的过程参数的当前的测量值和附加的过程参数的当前的所确定的值与生物质的总是时间相关的浓度产生关系。也就是说，在周期性重复的测量周期内，首先确定当前的生物质浓度并且接着相对应地确定可测量的过程参数的当前的测量值并且确定附加的过程参数的从中所确定的当前的值，而且接着将它们彼此组合。接着，根据生物质的当前浓度和可测量的过程参数的当前的测量值和附加的过程参数的所确定的当前的值的组合来推导出当前的细胞特异性新陈代谢指标。接着，结合所谓的确定性过程模型来使用当前的细胞特异性新陈代谢指标。

按照本发明所提出的解决方案的主要方面在于：通过在生物技术过程中的几乎任何时间点所提供的当前的细胞特异性新陈代谢指标来获得关于生物技术参量的直接信息。在此，细胞特异性新陈代谢指标例如可以包括对氧气和养料（例如葡萄糖）的细胞特异性摄取率、细胞特异性转化或生产率、特异性细胞生长、细胞特异性二氧化碳排放等等。借此，得到细胞参数的在过程发展期间获得的并且当前的值，作为当前的细胞特异性新陈代谢指标，这些细胞参数能够实现从生物或生化视角来查看相应的生物技术过程、尤其是所属的细胞代谢。接着，当前的细胞特异性新陈代谢指标可以与所谓的确定性过程模型相结合地来使用。

借助于所谓的确定性过程模型，可以描述在生物技术过程期间的新陈代谢和分解代谢过程。在此，在相应的生物技术过程的相应使用的生物活性细胞（生物质）之内和之外的已知的生化过程借助于数学方程、诸如微分方程来描述，以便例如可以预测每个时间点的重要的过程参数的值（例如葡萄糖浓度、乙醇浓度、生物量等等）。在此，例如可以使用生物质的初始值以及针对相应的生物技术过程过称后准备装罐的养料（例如葡萄糖）的初始值，作为确定性过程模型的初始值。

按照本发明的方法还提供了如下优点：对过程的决策和调节可以非常简单地基于当前的过程特定的生物或生化信息来执行。通过按照本发明的方法，例如在生物技术过程的任何时间点的生物质的浓度、代谢物的浓度以及转化或生产率都已知而且必要时也可以直接被调节。此外，基于当前的细胞特异性新陈代谢指标、尤其是与所谓的确定性过程模型相结合地可以反推出可能出现的测量误差或者传感器损坏。

在此有利的是，附加的过程参数的当前的值借助于所谓的平衡过程模型根据可测量的过程参数的所测量的当前的值来计算。通过所谓的平衡过程模型，根据可测量的过程参数的测量值来在相应的生物技术过程期间建立物料平衡。为此，使用化学反应式，通过这些化学反应式来描述相应的过程的新陈代谢（=物质代谢）和组成代谢（=细胞生长）的各个代谢途径。在此，平衡过程模型具有如下优点：在没有规定初始条件的情况下就可以确定附加的过程参数的最新的值。也就是说，在初始条件未知或发生变化的情况下，也可以根据可测量的过程参数的测量值非常简单地确定附加的过程参数的值。

理想地，使用如下这种过程参数作为可测量的过程参数，对于所述过程参数来说，在生物技术过程的发展期间可以几乎实时地确定当前的测量值。这种可测量的过程参数例如是氧气消耗和/或二氧化碳排放，所述氧气消耗和/或二氧化碳排放的当前的测量值可以借助于所谓的废气分析（Off-Gas-Analyse）非常简单地来确定。接着，氧气消耗和二氧化碳排放的相应当前的测量值例如是平衡过程模型的输入参数，以便确定附加的过程参数的当前的值。其它同样可在按照本发明的方法中使用的可测量的过程参数例如是每个生物技术过程的碱消耗或酸消耗。

使用可简单地推导出的消耗和生产量，作为附加的过程参数。这种可推导出的消耗和生产量例如是养料消耗、尤其是葡萄糖消耗、物质生产和/或生物质生长以及当前的物质转化率或者生产率。这些附加的生产参数的当前的值借助于平衡过程模型来确定。

还有利的是：为了估计生物质的相应当前的浓度，使用适合的传感装置。例如，可以使用用来测量活细胞和/或微生物的细胞浓度的***（例如汉密尔顿公司的Incyte），作为适合于估计在过程发展期间生物质的浓度的传感装置。这种***例如基于：活细胞表现得像小电容而且这些活细胞在可变的电场中的极化和去极化可以被测量。根据所测量到的信号，可以在过程发展期间确定生物质的细胞浓度或生物体积，并且借此可以估计生物质的当前浓度。

替选地或附加地，为了估计生物质的相应当前的浓度，也可以使用所谓的统计模型。在对统计模型的数学建模中，大多使用相应的生物过程的历史或静态数据（例如可测量的过程参数、诸如氧气消耗、碱消耗、二氧化碳排放和呼吸商的值）。在例如假定生物技术过程保持不变时，可以利用静态模型来估计生物反应器中的生物质的当前浓度或针对测量时间点来预测生物反应器中的生物质的当前浓度。例如，可以使用所谓的偏最小二乘法（Partial-Least-Squares）或PLS模型，作为统计模型。

按照本发明的方法的一个适宜的扩展方案规定：将当前的细胞特异性新陈代谢指标与针对这些细胞特异性新陈代谢指标的时间相关的、被算出的比较值进行比较。为了计算这些比较值，可以使用确定性过程模型。在这些当前的细胞特异性新陈代谢指标与时间相关的被算出的比较值之间有差别时，可以引入相对应的修正和/或检查措施。在此，特别有利的是：根据当前的细胞特异性新陈代谢指标与来自确定性过程模型的时间相关的比较值之间的差别就可以推断出在所使用的传感器中的测量误差。

以这种方式，就已经可以迅速地发现小的误差或波动，因为这里是将当前确定的细胞特异性新陈代谢指标与比较值进行比较。如果差别或偏差大于所要预期的统计学波动，则这例如已经可以被评价为错误而且可以相对应地迅速地对该过程进行干预。

如果在当前的细胞特异性新陈代谢指标与利用确定性过程模型算出的时间相关的比较值之间的差别被确定例如大于所要预期的统计学波动，则从中可以推断出生物质例如表现得与所假定的情况不同。接着，必要时可以在生物技术过程的过程发展中进行再调整。

依据在当前的细胞特异性新陈代谢指标与利用确定性过程模型算出的时间相关的比较值之间的差别或偏差，还可以推断出各个传感器（例如氧探头、CO2探头，等等）的测量误差。为此，例如可以依据相应的时间点的值组合反算出输出值，并且检查这种输入值组合在化学上和/或在物理上是否可能（诸如生物量的负的值，等等）。

替选地或附加地，可以是有利的是：当前的细胞特异性新陈代谢指标被用作确定性过程模型的初始值或者输入值，其中这些值从所提到的统计和/或平衡过程模型中得到。在这种情况下，将相应当前的细胞特异性新陈代谢指标用到确定性过程模型中，以便例如预测进一步的过程发展、过程结束的时间点或者所要预期的过程数量。借此，尤其是在过程发展中，可以迅速地并且简单地估计被改变的环境条件（例如温度、pH值、氧气供应等等）的影响，或者可以非常简单地对确定性过程模型进行参数化，用于（例如利用新的生物质的）新的过程。

按照本发明的方法的一个优选的实施变型方案规定：根据所使用的生物质来规定用于估计生物质的相应当前的浓度并且确定可测量的过程参数的当前的测量值以及附加的过程参数的当前的值的时间频率、也就是说测量周期的时间重复频率。也就是说，重复频率可以与相应的生物技术过程或其过程发展适配，以便获得相应的过程的当前的值的最优数目。

理想地，在显示单元上输出当前的细胞特异性新陈代谢指标。由此，在过程发展期间，总是将细胞特异性新陈代谢指标的当前的值提供给操作员，以便例如可以监控生物技术过程，直接调节各个过程参数或者立即识别出偏差。

附图说明

随后，本发明依据随附的附图1示例性地予以阐述。图1示意性地示出了按照本发明的用于控制生物技术过程的方法的示例性的流程。

具体实施方式

图1示意性地示出了按照本发明的用于控制生物技术过程、诸如分批发酵的方法的示例性的流程，其中使用酵母菌作为生物质。在分批发酵中，例如反应器、诸如发酵罐被填充原料（例如养料，等等）和生物质。在示例性的生物技术过程中或在示例性的分批发酵中，例如使用61g生物质（酵母菌）作为初始生物质而使用56g葡萄糖作为养料初始浓度。初始生物质和养料初始浓度也是确定性过程模型的初始值或输入参量，利用所述初始值或输入参量，可以描述在生物技术过程期间的新陈代谢和分解代谢过程。借助于该确定性过程模型，可以估计生物技术过程或酵母菌分批发酵的过程发展。从该确定性过程模型还可以确定在过程发展期间的每个时间点的细胞特异性新陈代谢指标、诸如葡萄糖浓度、乙醇浓度、生物量等等的比较值。

在示例性的生物技术过程、即酵母菌分批发酵期间，在对发酵罐进行填充之后，在生物质与原料（例如葡萄糖，等等）之间发生反应生成产品，所述原料的浓度持续降低，所述产品的浓度持续升高。在酵母菌分批发酵中，例如在第一阶段，养料或葡萄糖被生物质或酵母菌消耗。在此，葡萄糖的一部分与氧气氧化成二氧化碳而葡萄糖的一部分发酵成乙醇。在第二阶段，酵母菌细胞例如转变为消耗乙醇，其中在该阶段酵母菌细胞的新陈代谢大大降低。接着，在酵母菌分批发酵的第三阶段，乙醇被消耗。

在该生物技术过程期间，还可以观测重要的可测量的过程参数，诸如氧气消耗、二氧化碳排放和从中推导出的所谓的呼吸商（RQ）。为此，氧气消耗以及二氧化碳排放例如借助于所谓的废气分析来确定。由于在生物技术过程期间或在酵母菌分批发酵期间的新陈代谢过程，发酵罐培养基在不同的阶段不一样强烈地被酸化。这借助于碱添加来克服，以便使发酵罐中的pH值保持恒定。因而，在酵母菌分批发酵中，也可以使用或观测碱消耗，作为可测量的过程参数。在其它生物技术过程中，例如也可以使用酸消耗，作为可测量的过程参数。在示例性的酵母菌分批发酵的整个过程发展期间，被用作生物质的酵母菌细胞生长。这也意味着：生物质在过程发展期间发生变化——在酵母菌分批发酵中，生物质例如增加。

因而，在示例性的酵母菌分批发酵的过程发展期间，在第一方法步骤1中，估计发酵罐中的生物质的当前浓度。在此，对生物质的当前浓度的估计例如可以借助于适合的传感装置、诸如利用用来测量活细胞和/或微生物的细胞浓度的***（例如汉密尔顿公司的Incyte）来实现。替选地或者必要时附加地，在发酵罐中的生物质的当前浓度也可以借助于所谓的统计模型根据可测量的过程参数来估计。为此，例如使用所谓的偏最小二乘法或PLS模型，借助于该偏最小二乘法或PLS模型，根据例如氧气消耗、二氧化碳排放、呼吸商和碱消耗的当前的值来估计生物质的浓度。

在第二方法步骤2中，确定可测量的过程参数的当前的测量值。在此，可以使用所有如下那些过程参数，作为可测量的过程参数，对于所述过程参数来说，能轻易地并且迅速地（也就是说几乎实时地）确定在过程发展期间的当前的测量值。对于酵母菌分批发酵来说，在过程发展期间，例如可以非常简单地测量氧气消耗和/或二氧化碳排放。在此，例如借助于所谓的废气分析来进行测量。此外，碱消耗可以在过程发展期间的任何时间点非常简单地来确定，其方式是例如测量还未被添加到发酵罐中的碱的重量。

接着，在第三方法步骤3中，根据可测量的过程参数的当前的测量值来确定附加的过程参数的所属的、当前的值。在此，所推导出的消耗和生产量、尤其是养料或葡萄糖消耗、物质或乙醇生产和/或生物质生长作为附加的过程参数。此外，也可以确定物质转化率和/或生产率的当前的值。在第三方法步骤3中，附加的生产参数的当前的值借助于所谓的平衡过程模型来确定。

平衡过程模型例如使用描述相应的生物技术过程、例如酵母菌分批发酵的化学反应式。通过这些化学反应式来描述相应的过程的新陈代谢（=物质代谢）和组成代谢（=细胞生长）的各个代谢途径。在酵母菌分批发酵中，对于平衡过程模型来说例如使用如下代谢途径，所述代谢途径描述了在第一过程阶段的葡萄糖氧化和葡萄糖发酵以及在第二过程阶段和尤其在第三过程阶段的乙醇消耗。在此，可轻易测量的过程参数“氧气消耗”和“二氧化碳排放”的当前的测量值被用作平衡过程模型的输入值，而且在考虑氮气平衡从而估计生物生长的情况下，根据平衡模型来确定葡萄糖和乙醇浓度的当前的值，作为酵母菌分批发酵的附加的过程参数。

接着，使可测量的过程参数的当前的测量值以及附加的过程参数的相对应的当前的值与生物质的相对应的当前的（也就是说时间相关的）浓度产生关系，这些附加的过程参数的相对应的当前的值是根据可测量的过程参数的当前的测量值来确定的。接着，在第四方法步骤4中，从中推导出当前的细胞特异性新陈代谢指标。对于酵母菌分批发酵来说，这些当前的细胞特异性新陈代谢指标例如可以包括：氧气和葡萄糖的细胞特异性摄取率、细胞特异性转化或生产率、诸如氧化的葡萄糖和/或被发酵成乙醇的葡萄糖的细胞特异性速率、特定的细胞生长、细胞特异性二氧化碳排放，等等。

还可以在显示单元上输出细胞特异性新陈代谢指标的当前的值和/或这些细胞特异性新陈代谢指标的相应的随时间的变化。由此，操作员获得关于在该过程期间的生物和生化过程的全面的图像，而且可以直接基于所获得的生物信息或细胞特异性新陈代谢指标的当前的值来执行决策和调节。

此外，在第五方法步骤5中，可以将相应当前的细胞特异性新陈代谢指标与相对应的、时间相关的比较值进行比较。这些比较值例如借助于确定性过程模型来计算，利用该确定性过程模型，例如可以在过程研发期间描述在生物技术过程期间的新陈代谢和分解代谢过程。在示例性地描述的酵母菌分批发酵中，如已经阐述的那样，已使用过称后准备装罐的初始生物质（酵母菌）和养料初始浓度（葡萄糖量），作为确定性过程模型的初始值。如果在比较时确定在一个或多个当前的细胞特异性新陈代谢指标与一个或多个相对应的比较值之间的差别或偏差，所述差别或偏差大于所要预期的静态波动，则可以引入相对应的修正和/或检查措施。例如，如果基于过程控制不能预期到细胞特异性新陈代谢指标（例如转化率）的变化或者如果所述偏差不能通过细胞特异性新陈代谢指标的变化来解释，则可以根据所确定的偏差推断出传感器（例如氧探头、CO2探头，等等）的测量误差。这些偏差还可以被用于必要时对该过程进行调节式干预。

因为利用按照本发明的方法来周期性重复地确定生物质的当前浓度、可测量的过程参数的当前的测量值和附加的过程参数的当前的值并且借此也周期性重复地确定当前的细胞特异性新陈代谢指标，所以在第五方法步骤5中已经可以迅速地发现小的误差。

替选地，在第四方法步骤4中推导出的细胞特异性新陈代谢指标值也可以被用到在过程控制发生变化时的过程预测中。为此，确定性过程模型的细胞特异性新陈代谢指标的当前确定的值在第五方法步骤5中在一定程度上被用作初始值，以便预测进一步的过程发展、诸如过程结束的时间点或者所要预期的产品量。以这种方式，例如可以估计发生变化的环境条件（例如温度、pH值、培养基或氧气供应）对转化率的影响。此外，以这种方式，针对新的生物技术过程的确定性模型例如可以例如利用新的酵母菌株、利用其它生物质等等来迅速地被适应和参数化。

在按照本发明的方法中，以时间频率周期性重复地确定生物质的当前浓度、可测量的过程参数的当前的测量值和附加的过程参数的当前的值并且借此也周期性重复地确定当前的细胞特异性新陈代谢指标。这意味着：至少前四个方法步骤1至4以重复频率周期性重复地被执行。所述前四个方法步骤1至4例如可以组合成一个测量周期，该测量周期以该重复频率或以该时间频率来重复。该时间频率或重复频率可以根据所使用的生物质来规定。在酵母菌分批发酵中，该重复频率例如可以被规定为每分钟一次。

对于按照本发明的方法的示例性的实际应用来说，发酵罐例如可以利用过程控制***、诸如Simatic PCS7来控制。对于按照本发明的方法的流程来说，例如以所规定的重复频率（例如每分钟一次）将可测量的过程参数的当前的值和/或废气分析值经由接口转交给所谓的过程分析技术（Process Analytical Technology，PAT）***、诸如Simatic SIPAT。过程分析技术***用于在化学和生物技术工业中对制造过程的优化、分析和控制。

接着，通过该过程分析技术***，以重复频率、诸如每分钟一次地首先触发第一方法步骤1，以便要么借助于适合的传感装置要么借助于统计模型来估计生物质的恰好当前的浓度。紧接着，通过该过程分析技术***，触发第二和第三方法步骤2、3，以便从平衡过程模型获得可测量的过程参数的当前的测量值和附加的过程参数的当前的值。接着，在第四方法步骤4中，推导出当前的细胞特异性新陈代谢指标，接着，在第五方法步骤5中，为了进行过程控制和误差分析，将这些当前的细胞特异性新陈代谢指标与通过确定性过程模型来计算的比较值进行比较。替选地，在第五方法步骤5中，可以利用确定性过程模型来计算进一步的过程发展，而且可以计算当前的细胞特异性新陈代谢指标作为初始值。

在经历过方法步骤1至4或方法步骤1至5之后，测量周期重新开始并且以可测量的过程参数（例如生物量、氧气消耗、二氧化碳排放）的新的、当前的测量值来经历。

按照本发明的方法是示例性地依据酵母菌分批发酵或依据分批方法来描述的。但是，该方法也能被用于其它生物技术过程，其中例如使用所谓的补料分批（Fed-Batch）方法。

Claims (11)

1.一种用于控制生物技术过程的方法，其中在过程发展期间，借助于生物质、尤其是活细胞和/或微生物来将原料转化成产品，而且其中重要的过程参数被确定，其特征在于，在所述生物技术过程的过程发展期间，周期性重复地估计（1）在所述过程中使用的生物质的当前浓度，

周期性重复地确定（2）可测量的过程参数的当前的测量值，

根据所述可测量的过程参数的当前的测量值来确定（3）附加的过程参数的当前的值，

使所述可测量的过程参数的当前的测量值和所述附加的过程参数的当前的所确定的值与所述生物质的总是时间相关的浓度产生关系，

从中推导出（4）当前的细胞特异性新陈代谢指标，而且结合所谓的确定性过程模型来使用（5）所述当前的细胞特异性新陈代谢指标。

2.根据权利要求1所述的方法，其特征在于，所述附加的过程参数的当前的值借助于所谓的平衡过程模型根据所述可测量的过程参数的所测量的当前的值来计算（3）。

3.根据权利要求1至2之一所述的方法，其特征在于，使用如下这种过程参数作为可测量的过程参数，对于所述过程参数来说，在所述生物技术过程的发展期间能够几乎实时地确定（2）当前的测量值。

4.根据权利要求1至3之一所述的方法，其特征在于，使用（3）可推导出的消耗和生产量，作为附加的过程参数。

5.根据权利要求1至4之一所述的方法，其特征在于，为了估计所述生物质的相应当前的浓度，使用（1）适合的传感装置。

6.根据权利要求1至4之一所述的方法，其特征在于，为了估计所述生物质的相应当前的浓度，使用（1）所谓的统计模型。

7.根据权利要求1至6之一所述的方法，其特征在于，将所述当前的细胞特异性新陈代谢指标与针对所述细胞特异性新陈代谢指标的时间相关的、被算出的比较值进行比较，其中为了计算所述比较值，使用（5）所述确定性过程模型；而且在所述当前的细胞特异性新陈代谢指标与时间相关的被算出的比较值之间有差别时，引入修正和/或检查措施。

8.根据权利要求7所述的方法，其特征在于，根据所述当前的细胞特异性新陈代谢指标与来自所述确定性过程模型的时间相关的比较值之间的差别就能推断出在所使用的传感器中的测量误差。

9.根据权利要求1至6之一所述的方法，其特征在于，所述当前的细胞特异性新陈代谢指标作为所述确定性过程模型的初始值来使用（5）。

10.根据上述权利要求之一所述的方法，其特征在于，根据所使用的生物质来规定用于估计所述生物质的相应当前的浓度并且确定所述可测量的过程参数的当前的测量值以及所述附加的过程参数的当前的值的时间频率。

11.根据上述权利要求之一所述的方法，其特征在于，在显示单元上输出（4）所述当前的细胞特异性新陈代谢指标。