生成型人工智能GPT-4加速知识挖掘和机器学习,用于合成生物学.

科学领域:

• 合成生物学 合成生物学
• 生物技术是生物技术.
• 计算生物学是一种计算生物学.

背景情况:

• 从科学文献中提取用于机器学习的知识是耗时的.
• 自然语言处理 (NLP) 工具可以自动从研究文章中提取信息.
• 高效的数据提取对于推进微生物工程和生物制造至关重要.

研究的目的:

• 开发和验证基于 GPT-4 的工作流程,用于从合成生物学出版物中提取知识.
• 为了证明提取的数据对于基于机器学习的微生物发酵性能预测的实用性.
• 评估转移学习的潜力,以预测工程酵母的性能.

主要方法:

• 使用快速工程设计了一个GPT-4工作流管道.
• 处理了176篇关于Yarrowia lipolytica和Rhodosporidium toruloides的出版物.
• 提取的数据进行了结构化,并为机器学习模型训练进行了特征选择.
• 一个随机的森林模型被训练来预测发酵位数,并应用转移学习.

主要成果:

• 该管道从176个出版物中提取了2037个数据实例,其中包括人类干预.
• 一个随机的森林模型预测了未见数据的*Yarrowia*发酵标位,其R平方值为0.86.
• 转移学习使得使用受过训练的模型可以评估R. toruloides*的生产潜力.

结论:

• 生成型人工智能,特别是GPT-4,可以显著加速从科学文献中提取知识.
• 自动数据提取有助于开发用于预测微生物发酵的机器学习模型.
• 这种方法有望通过简化数据利用和预测建模来推进生物制造.