Lumen公司的AI分析将突破实验设计的限制进行优化生产

新知榜官方账号

2023-11-13 22:20:18

LumenBioscience公司通过使用机器学习(ML)进行多变量数据分析,将其治疗性蛋白质生产方法提高了70%-100%。为了优化这些因素,该公司与GoogleAcceleratedScience(GAS)合作,使用96个光生物反应器,研究生产结果与17个环境变量之间的关系。最优参数此外,根据现有的先入为主的观念,ML找到了其最优参数,而用DOE可能无法确定这些参数。

Thechallengewastooptimizethehighgrowthrateofspirulina,thephotosyntheticmicrobeLumenusestoproducerecombinantproteinsforitsvaccinesandtherapeutics,whilesimultaneouslyachievinghighexpressionoftheproteins.Toachievesuchresultsrequiredasignificantinfluxofaccuratedata,notesGamble,“sowefocusedonahigh-throughputfluorescentproteinassayforourreadout.ApplyingMLalsorequiredcarefulconsiderationofhowtostructureourmorecomplex,light-scheduleparametersandrewardfunction.“MLhasawayofarrivingatsolutionsthatyoumaynothaveanticipated,soitwasimportantforustofullyconsiderwhetheroptimizationofourrewardfunctionwouldleadtopracticalsolutions.Theapproachwasrelativelyrobusttoobservationnoiseandnon-linearinteractions,anditallowedustoexploreacomplexsubspacewithlightrampingandcycliclightingschedules。

Gamble博士指出,要获得这样的结果,需要大量准确的数据,“所以我们专注于通过高通量荧光蛋白分析来进行读数。应用ML还需要仔细考虑如何构造我们更复杂的、光程的参数和奖励函数。该方法对观察噪声和非线性交互相对稳健,它允许我们能够探索具有光渐变和循环照明时间表的复杂子空间。”

Lumen公司会继续探索多种培养基参数,但Gamble博士表示它还不需要对菌种背景引入任何重大变化。该团队目前正在以引入遗传和环境变量以进一步优化参数。在介于第5周和第15周时,该公司找出了多个生物反应器设置配置,而这些配置使得生产力提高了近一倍。在此过程中,该公司添加了一些将继续应用的控制和规范标准,以帮助确保观察到的结果来自确定而不是隐藏的变量。

原文链接:https://www.genengnews.com/topics/bioprocessing/lumens-ai-analysis-frees-production-optimization-from-doe-limits/

本页网址:https://www.xinzhibang.net/article_detail-19960.html

寻求报道,请 点击这里 微信扫码咨询

关键词

Lumen公司 机器学习 生产优化

分享至微信: 微信扫码阅读

相关工具

相关文章