菌株構築・プロセス開発・生産技術開発の基本とAI技術の応用

☆ポイント1→生産宿主の選定基準と高生産菌株の構築技術(合成生物学・育種)。
☆ポイント2→培養プロセス最適化とスケールアップ時の工学的課題と対策および商用生産。
☆ポイント3→機械学習モデル適用の国内外事例、AI・データ駆動によるプロセス開発と培養制御。
☆詳細は以下セミナー案内や講演プログラムをご参照ください！

【テーマ名】
菌株構築・プロセス開発・生産技術開発の基本とAI技術の応用
～バイオものづくりの実践的技術戦略～

【講師】
株式会社ちとせ研究所
Tech & Biz development Div. Senior BioEngineer　尾島 匠 氏
Tech & Biz development Div. Principal BioEngineer　鈴鹿 暁 氏
Tech & Biz development Div. Senior BioEngineer　山下 仁義 氏

＜尾島 匠 氏＞
【経歴】
2022年千葉大学大学院融合理工学府先進理化学専攻修了後、同年株式会社ちとせ研究所に入社。入社後はCHO細胞を用いた抗体医薬品等のタンパク質生産細胞株構築業務に従事後、発酵事業において合成生物学や育種技術を用いた有用化合物生産菌株の開発に従事。2025年より育種・菌株構築責任者に就任

【専門および得意な分野・研究】
・合成生物学を用いた生物の代謝経路改変
・進化工学技術によるタンパク質活性工学
・微生物育種による産業用株構築

＜鈴鹿 暁 氏＞
【経歴】
2008年東京農業大学大学院農学研究科農芸化学専攻修了後、AGC旭硝子株式会社へ派遣会社より就業し、酵母の研究開発に従事した。2012年に株式会社ちとせ研究所に入社し、ジャーファーメンターを用いた細菌・酵母・カビなどのプロセス開発および微細藻類の大規模培養プロセス開発に従事。2018年にグループ会社である株式会社タベルモへ出向し、ブルネイ・ダルサラーム国にて藍藻類スピルリナの生食用生産工場を立ち上げTabèrumo Biofarm (B) Sdn Bhdを設立、マネージングダイレクター兼工場長を務めた。2021年に再びちとせ研究所所属となり、弊社が開発したデータ駆動型AI培養制御を活用した様々な微生物種や微細藻類・動物細胞のプロセス開発を行っている。

【専門および得意な分野・研究】
・ジャーファーメンターを用いた細菌・酵母・カビなどのプロセス開発
・微細藻類の大規模培養

＜山下 仁義 氏＞
【経歴】
2017年に東京工業大学生命理工学院を卒業後、日本学術振興会特別研究員として同大学にて動物細胞の新規遺伝子群探索に関する基礎研究に従事。同時期にニューヨーク大学の訪問研究員として、酵母のゲノム合成プロジェクトに日本人として初めて参画。帰国後、東京工業大学にてゲノム合成技術基盤の導入を進めながら、哺乳類細胞のゲノム合成基盤技術の開発に従事。2021年より株式会社ちとせ研究所に入社し、バイオ生産分野におけるAI技術の活用を目指した技術開発を担当。動物細胞を含むバイオ生産現場においてAIの利用に有効なデータ取得を目的としたデバイスの改良、設計、導入に従事している。

【専門および得意な分野・研究】
・細胞及び、微生物を活用したものづくりにおける遺伝子の発現及び解析分野、ゲノム改変の研究
・微生物及び動物細胞の培養状態をデジタル化するためのセンシング技術の研究及び応用分野
・マイクロコンピュータを用いたリアルタイム計測デバイスの開発および関連したプログラミングの分野

【開催日時(オンライン配信)】
2026年11月19日(木) 13:00-16:30

【受講料】
●オンライン受講(見逃し視聴なし)：1名45,100円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき34,100円

●オンライン受講(見逃し視聴あり)：1名50,600円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき39,600円

※詳細な内容やお申込み要領等は、下段「セミナーホームページを見る」をご参照ください。

【セミナーの内容】
■講座のポイント
　微生物を用いた有用物質生産において、高生産菌株の構築から培養プロセスの最適化・スケールアップ、さらにはAI・データを活用した次世代の培養制御までを扱う講座です。菌株の設計・改変に関する最新の考え方や、培養プロセスを設計・評価する上での判断の整理、機械学習を用いたデータ駆動型プロセス開発の基礎と国内外の適用事例を紹介します。バイオ生産に関わる研究開発・製造・事業企画の担当者が、自社の取り組みや課題を整理する上で参考となる内容を目指しています。

■受講後、習得できること
・微生物宿主の選定基準と高生産菌株の構築技術（合成生物学・育種）の概要
・培養プロセスの主要評価指標（力価・収率・生産性等）と培地・培養様式設計の基本
・スケールアップ時の工学的課題（酸素移動・混合・CO₂蓄積等）と対策の概要
・機械学習モデルの種類と培養プロセスへの適用方法および国内外の事例
・データ収集・センシング技術とデータ駆動型プロセス開発の進め方

■本テーマ関連法規・ガイドライン
・カルタヘナ法（遺伝子組換え生物等の使用等の規制による生物の多様性の確保に関する法律）
・経済産業省が定めるAI・データの利用に関する契約ガイドライン

■講演中のキーワード
・高生産菌株／合成生物学
・培養プロセス開発／スケールアップ
・AI培養制御／機械学習
・バイオものづくり／CDMO

■プログラム項目
1. 生産宿主の選定と高生産菌株の構築技術（講師：尾島 氏）
　1.1 生産ターゲットと微生物宿主の選定：性能・規制・コストの三軸
　1.2 高生産菌株の構築戦略：合成生物学と育種のシナジー
　1.3 遺伝子発現および代謝経路の最適化技術
　1.4 タンパク質工学による目的タンパク質・酵素の改良
　1.5 育種技術による代謝全体の最適化
　1.6 菌株評価をどう設計するか：小スケール評価と実生産の乖離
　1.7 後工程を意識した菌株開発：分泌性、粘度、副生物、遺伝的安定性

2. 従来型プロセス開発とスケールアップ・商用生産（講師：鈴鹿 氏）
　2.1 プロセス開発のKPI設定：力価・収率・生産性（STY）・原単位・製造原価
　2.2 培地設計と原料選択：コスト、供給安定性、非可食原料の活用
　2.3 培養様式の選択と運転設計：回分・流加・連続
　2.4 スケールアップの理論と実際：酸素移動、混合、せん断、CO₂蓄積、槽内不均一性
　2.5 スケールダウンモデルによる大型槽環境の再現と検証
　2.6 下流工程（分離・精製・乾燥／製剤化）とトータルコストへの影響
　2.7 商用生産における安定性とトラブル対応：コンタミ、株の変異・退化、ロット間ばらつき
　2.8 自社設備とCDMO活用の判断、設備投資の考え方
　2.9 従来型開発の限界：どこまでが経験知で、どこから先に進めないのか

3. AI・データ駆動によるプロセス開発と培養制御（講師：山下 氏）
　3.1 従来型プロセス開発の課題の再整理（第2部の受け）
　3.2 データ駆動型開発に必要な要件整理：データ設計・実験計画・体制
　3.3 機械学習に資するデータ取得：センシング、オンライン計測、データ定義の重要性
　3.4 機械学習モデルの種類と使い分け
　3.5 オフライン最適化とリアルタイム閉ループ制御の違い
　3.6 国内外の適用事例
　3.7 導入の実務：どこから始めるか、投資対効果、必要な人材と体制
　3.8 今後の展望

4. 質疑応答

• セミナーホームページを見る