迪必尔公司位于上海市松江出口加工区的上海国际中小企业城内。2014年创立，核心技术团队成员均来自欧洲知名生物反应器制造公司和美国合成生物学公司；迪必尔公司专注于生物过程工程微小型化（scale-down）以及PAT过程分析技术和一次性生物反应器(SUB)的研发制造；是国内小型平行生物反应器商业化并整合到实验室自动化流程中最成功的公司。

传统发酵工艺优化需反复进行单因素或正交实验，效率低。传统自1956年谷氨酸的发酵成功，发酵技术一改盲目形式的经验继承产业，进入了从DNA分子水平控制微生物代谢的高速发展期，至今，现代生物技术尤其是合成生物学的飞速发展，使得人类对微生物进行定向育种、创造优秀杂合子及构建工程菌株成为现实。随着基因技术的进步，具有高附加值的生物制品大量涌现。为了提高目标产物的得率，经常通过基因敲除等技术改变微生物的代谢途径。人为改造后的菌株，其生理特性往往与出发菌株发生偏离，所以即便是将常用工程菌，用于生产新产品时，仍需进行操作长期考察、优化工艺条件的优化。传统上，发酵工艺优化一般是在实验室规模的生物反应器上，需通过反复进行单因素实验或者正交实验来完成的。这些实验方法无法准确描述各个参数之间复杂的、非线性的相互作用，得到的往往是局部极值。更糟糕的是，这种实验过程中每一个周期一般往往只是保持固定的操作条件，而非动态调整，仅在发酵结束后人工进行数据分析，效率十分低下。在以大数据和人工智能为代表的第四次工业革命到来之际，微生物发酵工艺优化所依赖的硬件和软件也处于一个升级换代的节点，正在从相对劳动密集型的研发转为高度自动化的模式。为了加快新产品进入市场的速度，有必要开发一种可以快速进行操作条件优化的设备和技术。

近年来，多联小型平行发酵系统技术的兴起以及人工智能的普及，使得构建具有自动操作条件优化的平台成为可能。多联平行罐可以短时间内产生大量数据，配以强大机器学习算法进行实时分析和建模，可以在一次运行中同时进行多参数、多目标整体优化，大大提高发酵工艺优化的效率。此外，得益于机器学习算法的通用性，该平台无需任何软件上的改动即可用于不同微生物发酵的优化。   

目前利用平行生物反应器进行发酵工艺优化的较为成熟的做法是在发酵前和发酵结束后分别使用第三方软件进行实验设计和离线数据分析。例如，Eppendorf 的平行生物反应器需要用到SAS公司的JMP软件，赛多利斯的微型反应器需要用到Umetrics公司的MODDE软件。利用人工智能进行发酵工艺优化虽然都有文献报道，但是没有成功实现商用的例子。主要原因是机器学习需要大量数据，传统的单个发酵罐产生的数据量不足以支撑。近年来兴起的高度自动化的平行生物反应器为实现智能发酵过程优化提供了硬件基础，但相关软件仍处于空白状态。

迪必尔公司平行生物反应器系统可以协助客户构建智能优化平台，以机器学习算法进行实时分析和建模，可同时进行多参数、多目标整体优化，大大提高发酵工艺优化的效率，缩短新产品推向市场的时间。