走向可持续的培养媒介:利用人工智能优化培养肉类的减少血清配方
Amin Nikkhah1, Abbas Rohani2, Mohammad Zarei3
1Friedman School of Nutrition Science and Policy, Tufts University, Boston, MA, USA.
The Science of the total environment
|June 21, 2023
概括
人工智能优化了培养肉类媒介,降低了其全球变暖潜力和成本. 这种由人工智能驱动的方法平衡了可持续的基于细胞的食品生产的产量,环境影响和成本.
科学领域:
- 生物技术是生物技术.
- 食品科学 食品科学 食品科学
- 人工智能的人工智能
背景情况:
- 培养肉类生产面临着高全球变暖潜力 (GWP) 和成本的挑战,主要是由于培养媒介.
- 优化培养媒介对于基于细胞的食品系统的经济可行性和环境可持续性至关重要.
研究的目的:
- 开发一种基于人工智能 (AI) 的方法,同时优化培养肉类的减少血清培养基的GWP,成本和细胞生长率.
- 为斑马鱼 (ZEM2S细胞系) 培养肉类生产创造一种可持续的无血清介质配方.
主要方法:
- 响应表面方法 (RSM) 用于设计七个独立变量 (IGF,FGF,TGF,PDGF,,酸,血清) 的实验.
- 辐射基函数 (RBF) 神经网络用于GWP,成本和增长率的预测建模.
- 应用了一种多目标遗传算法 (GA),以优化基于预测模型的媒体配方.
主要成果:
- RBF模型准确预测了GWP,成本和增长率,实现了0.98.9的模型效率.
- 综合的RSM + RBF + GA框架成功地确定了最佳的媒体成分数量.
- 开发的框架提供了一个平衡产量,环境影响和培养肉类介质成本的途径.
结论:
- 由人工智能驱动的RSM + RBF + GA框架为培养肉类的无血清介质的可持续优化提供了一个强大的方法.
- 这种方法可以适应各种细胞系,以提高效率并减少基于细胞的食品生产的环境足迹.
- 这项研究表明,人工智能在解决培养肉类生产规模的关键挑战方面具有潜力.
