Rajoute de l'eau...

« Je te jure, Paul, il suffit de doubler le volume de départ du milieu de fermentation pour que le réacteur gagne 10 % de productivité. »

Face à ma demande, Paul, responsable du développement des processus de fermentation, n'était que perplexité. Ses yeux, qui trahissaient une bonne dose de scepticisme, semblaient me dire : « Encore une de tes idées farfelues... » Mais, à son grand désarroi, Paul est une personne ouverte d'esprit. Il m'a donc répondu : « Pourquoi pas. Je t'accorde deux fermenteurs de deux litres sur le prochain lot de 12 essais. Si ton idée ne fonctionne pas, cela nous fera une raison de plus de nous moquer de toi. »

Certes, j'invente cette dernière phrase. Paul est bien trop gentil pour me lancer ce genre de remarque.

Après plusieurs semaines, Paul est revenu vers moi avec les données obtenues lors des essais. « Tiens donc, on dirait bien que ça a fonctionné. » Quelques mois plus tard, l'entreprise opérait des réacteurs de 200 000 L. Nous avions doublé le volume du milieu de départ et augmenté de 5 à 10 % la production sur deux semaines.

Le secret de ce gain opérationnel qui s'élevait à plusieurs centaines de milliers de dollars par lot ? L'ajout d'un peu d'eau.

Au fil de ma carrière, j'ai eu la chance de connaître quelques éclairs de génie, mais celui-ci est sans doute le plus mémorable. Certes, il ne fera jamais la une des revues scientifiques, mais il représente parfaitement la valeur des données pour toute entreprise, l'impact des méthodologies statistiques éprouvées et le pouvoir de la modélisation autours des principes premiers. Aucune Intelligence Artificielle ni aucun génie prodigieux n'était à l'œuvre ici, simplement l'application de méthodes traditionnelles : plans d'expérience, analyse de régression et modélisation par équation différentielle. Cela n'aurait pas été possible sans la collaboration de mes collègues, prêts à se lancer dans l'exploration d'un jeu de données agrégées dont la qualité et l'accessibilité étaient inhabituelles, et quelques heures de travail avec JMP.

Le secret de ce gain opérationnel qui s'élevait à plusieurs centaines de milliers de dollars par lot ? L'ajout d'un peu d'eau.

Le modèle sur lequel s'appuie cette prévision n'a rien de complexe. Il compte moins de 10 équations décrivant la physiologie des levures associées à la dynamique des réacteurs. Ce qui le rend si incroyable, c'est bien son fondement : un lien empirique entre le métabolisme des différentes souches de levure et le taux de transfert d'oxygène au sein des bioréacteurs, établi grâce à un modèle de régression linéaire appliqué à 500 expériences historiques de haute qualité sur la fermentation. Quelques semaines auparavant, Jake, scientifique de talent spécialisé dans la fermentation, présentait des exemples curieux de fermentation. Il avait alors remarqué le lien étrange entre apport en oxygène et performance des souches de levure, et formulé une hypothèse que nous avons pu comparer à ces 500 expériences historiques. Nous avons ensuite appliqué un plan d'expérience multifacteur qui est venu confirmer l'hypothèse.

C'était comme si j'avais réussi à déchiffrer la pierre de Rosette. Une expérience de deux semaines ne prenait plus que deux secondes à réaliser. J'étais en mesure d'étudier plusieurs espaces de configuration et de tester mes hypothèses presque instantanément.

Grâce à JMP, j'ai ensuite rapidement conçu un modèle statistique de la relation métabolisme-oxygène telle que détaillée dans les études, et ce modèle est venu alimenter la simulation de réacteur que nous avions créée. Nous disposions désormais du chaînon manquant. Le simple ajout de cette relation au modèle nous a permis de réaliser une simulation quasi-parfaite de la performance des souches de levure.

Armé de cette nouvelle assurance, j'ai modifié les conditions du bioréacteur de simulation, C'était passionant! Seul un vrai féru de modélisation pourrait comprendre... C'était comme si j'avais réussi à déchiffrer la pierre de Rosette. Une expérience de deux semaines ne prenait plus que deux secondes à réaliser. J'étais en mesure d'étudier plusieurs espaces de configuration et de tester mes hypothèses presque instantanément. Ce soir-là, je me suis couché avec la sensation que je pouvais percevoir les battements de cœur d'une cellule de levure. Comme si je ne faisais qu'un avec elle.

Peu de temps après, j'ai décidé de modifier le volume initial du bioréacteur. Nous ne saurons sans doute jamais si cette idée tenait de l'intention ou de l'accident. Pourtant, une chose était sûre : il suffisait de mettre de l'eau dans le réacteur, sans rien changer d'autre, pour multiplier la quantité de produit obtenue sans que les délais ne soient affectés. Après coup, la raison de ce choix me semble évidente. Mais, parfois, nous avons besoin des données, des statistiques et des mathématiques pour y voir plus clair et cerner le cœur de notre problème.

C'est ainsi que des données, des plans d’expérience, une modélisation par équation différentielle et une équipe ouverte à la collaboration ont bouleversé ma vie à tout jamais. Désormais, je suis à la tête de Riffyn, une entreprise qui s'engage à mettre de telles données extraordinaires, agrégées et de grande qualité, à la portée de toutes et tous.

JMP Foreword

Lire le dernier numéro