在线监测Haematococcus lacustris细胞周期使用机器和深度学习技术
Lars Stegemüller1, Fiammetta Caccavale1, Borja Valverde-Pérez2
1Department of Chemical Engineering, Technical University of Denmark, DTU, Søltofts Plads 228A, Lyngby 2800, Denmark.
Bioresource technology
|December 15, 2024
概括
这项研究开发了一种使用人工智能的自动化系统,通过分类细胞周期阶段来监测Haematococcus lacustris中的阿斯塔山丁生产. 这使得实时流程优化为增强的微藻种植.
科学领域:
- 生物技术是生物技术.
- 微藻养殖 微藻养殖
- 人工智能在生物学中的应用
背景情况:
- 黑马托科克斯 (Haematococcus lacustris) 中的阿斯塔克桑生产是复杂的,与其细胞循环有关.
- 优化生产需要精确监测细胞发育阶段.
研究的目的:
- 开发H. lacustris细胞周期阶段的自动在线监测系统.
- 应用机器学习和深度学习来准确的细胞分类.
- 为了在微藻种植中实现数据驱动的过程优化.
主要方法:
- 实现了一个扫描显微镜用于自动图像采集.
- 开发并验证了决策树和卷积神经网络 (CNN) 算法.
- 为了模型的可解释性,利用了夏普利添加式解释 (SHAP).
主要成果:
- 在未见的数据上实现了高分类准确度的92.4%和90.9%.
- 在光生物反应器中成功监测了从绿色植物细胞过渡到红色的富含阿斯塔山丁的囊.
- 在实时微藻培养分析中证明了系统的有效性.
结论:
- 由人工智能驱动的在线图像分析是优化微藻种植的强大工具.
- 开发的系统提供了数据驱动的决策支持,用于阿斯塔克桑生产.
- 自动化监控可以提高生物技术应用中的流程控制和效率.
