由人工智能驱动的高吞吐量滴滴查无细胞基因表达
Jiawei Zhu1, Yaru Meng1, Wenli Gao1
1School of Physical Science and Technology, ShanghaiTech University, Shanghai, China.
Nature communications
|March 20, 2025
概括
我们开发了DropAI,一个人工智能驱动的滴滴系统,以经济地优化无细胞基因表达 (CFE). 这种方法将CFE成本降低四倍,并提高蛋白质产量,在不同的生物体中证明有效.
科学领域:
- 合成生物学 合成生物学
- 生物化学 生物化学
- 人工智能的人工智能
背景情况:
- 无细胞基因表达 (CFE) 系统为合成生物学提供无细胞平台,但面临复杂成分,高成本和低产量的挑战.
- 优化CFE系统需要选多个组件组合,这往往是低效和昂贵的.
研究的目的:
- 为优化无细胞基因表达 (CFE) 系统制定高通量,具有成本效益的查策略.
- 使用人工智能驱动的方法简化CFE系统组成并提高产量.
主要方法:
- 利用微流体来创建皮科升反应器以进行基于滴滴的选.
- 采用光颜色编码系统,用于化学组合的高通量选.
- 集成的in silico优化与机器学习来预测高产量的CFE配方.
- 应用转移学习以适应不同微生物系统之间的优化模型.
主要成果:
- 通过使用基于大肠杆菌的优化CFE系统来表达超级绿色光蛋白 (sfGFP) 的单位成本降低了四倍.
- 在12种不同的蛋白质中验证了优化的CFE配方.
- 成功地将大肠杆菌模型适应Bacillus subtilis系统,使用转移学习,使蛋白质产量翻倍.
- 证明了DropAI的可扩展性和有效性,用于优化超越CFE的生物化学系统.
结论:
- DropAI为优化无细胞基因表达系统提供了高吞吐量,成本效益和可扩展的解决方案.
- 由人工智能驱动的滴滴选方法显著降低了CFE成本,并提高了蛋白质产量.
- 这种方法适应于不同的生物系统,展示了它在合成生物学及其他领域的广泛应用.
