Los bioprocesos y biosistemas son esenciales en la industria alimentaria, ya que mejoran la seguridad, calidad, propiedades nutricionales y organolépticas de los alimentos, así como la valorización de residuos. Sin embargo, su eficiencia y efectividad en la industria depende de una selección adecuada de especies (y cepas) microbianas, de las condiciones extracelulares (abióticas y bióticas) y de un escalado efectivo, y los procesos todavía se diseñan mediante prueba y error. A pesar de los avances en biotecnología, como el estudio de la diversidad microbiana y el uso de herramientas ómicas, sigue existiendo una brecha entre la descripción de procesos y la comprensión mecanicista necesaria para su automatización. La modelización en biología computacional ofrece una solución clave, permitiendo el diseño y la automatización de bioprocesos mediante el uso de modelos predictivos. Sin embargo, existen desafíos como la complejidad biológica, la no-linealidad, la variabilidad y la limitada disponibilidad de datos, lo que dificulta la creación de modelos robustos y escalables.

El proyecto BioGenIA busca abordar estos desafíos mediante el desarrollo de métodos y software para generar modelos predictivos automáticos para bioprocesos en la industria alimentaria. Sus objetivos incluyen integrar modelos cinéticos mecanicistas con aprendizaje automático, acelerar la identificación de modelos con computación de alto rendimiento e inteligencia artificial, y validar estos modelos en aplicaciones como la valorización de residuos, comunidades microbianas en fermentación y el uso de probióticos en acuicultura.