数据驱动的合成细胞工厂 发展工业生物制造
Zhenkun Shi1,2, Pi Liu1,2, Xiaoping Liao1,2
1Key Laboratory of Systems Microbial Technology, Tianjin Institute of Industrial Biotechnology, Chinese Academy of Sciences, Tianjin 300308, China.
Biodesign research
|October 18, 2023
概括
人工智能 (AI) 和机器学习 (ML) 加快了用于生物制造的蛋白质,通路和菌株的设计. 将数据驱动方法与机械模型相结合,是开发先进合成菌株的关键.
科学领域:
- 生物技术是生物技术.
- 合成生物学 合成生物学
- 生物工程是生物工程.
背景情况:
- 人工智能 (AI) 和机器学习 (ML) 正在改变科学研究.
- 数据驱动的方法对于生物制造的创新越来越重要.
- 开发人工细胞工厂依赖于先进的计算方法.
研究的目的:
- 审查在生物制造中设计蛋白质,途径和菌株的数据驱动方法.
- 呈现相关的数据类型,数据库和算法 (ML和深度学习).
- 展示细胞工厂开发中的应用,并讨论局限性.
主要方法:
- 对应用AI/ML在生物制造中的近期研究的回顾.
- 介绍数据类型,数据库和算法.
- 在蛋白质设计,代谢建模和途径优化中使用数据驱动应用的案例.
主要成果:
- 人工智能/ML方法可以预测蛋白质功能,并改进代谢模型.
- 数据驱动的方法有助于估计运动参数和设计新的生物合成途径.
- 路径优化通过计算分析得到增强.
结论:
- 数据驱动的方法显示了推动细胞工厂发展的重大前景.
- 目前的局限性需要与机械模型集成,以获得协同效益.
- 结合的方法将加速为工业生物制造创造合成菌株.
更多相关视频
09:37Preparing Protein Producing Synthetic Cells using Cell Free Bacterial Extracts, Liposomes and Emulsion Transfer
Published on: April 27, 2020
11.1K
07:48A High-throughput Automated Platform for the Development of Manufacturing Cell Lines for Protein Therapeutics
Published on: September 22, 2011
22.3K
