机器学习是一门多领域交叉学科,涉及概率论、统计学、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心,是使计算机具有智能的根本途径。
比来,人们对于机器学习在生物加工和生物制造领域的应用引起了极大的风趣,包孕微藻、细菌、酵母等微生物。机器学习通过预测构建微生物菌株的职能筛选出分列组合,无需对生物体系中所有不妨的组合进行尝试验证。
比喻Yikang Zhou等开发了一种与YeastFab组件相连系的人工神经集成网络,通过预测最好开动子基因序列优化紫色杆菌素的生产过程。Jervis等人报道了通过运用支柱向量回归和前馈神经网络预测核糖体连系位点的最好序列提高柠檬烯的产量。Tijana Radivojevic等开发出了一种专门用于提供菌株设计策略的工具,并通过混合机制模型的运用色氨酸产量提高43%。
Chang KeunKang等作2,023在Bioresource Technology发表了一篇名为“Machine learning-guided prediction of potential engineering targets for microbial production of lycopene"的文章,通过对耐辐射球菌R1菌株进行了机器学习率领的菌株构建工作,以提高番茄红素的产量。
番茄红素是一种重要的次级代谢产物,具有抗氧化和抗癌功用。为了实现这一标的目的,首先从一十七株菌株中获得类胡萝卜素生物合成门路的关节基因的mRNA表达程度与番茄红素产量的关连性熬炼多层感知器,然后运用MLP连系遗传算法2,047不妨的组合中预测潜在的过表达靶基因,末端通过开动子替换深化了预测基因的表达程度,获得工程菌株LY04。
补料分批培养过程中,番茄红素的产量增补,最高可达1.25 g/L,与原始菌株相,产量增补了8倍,产率增补了6倍。这项查究成果证明了将MLP与GA相连络的想法具有很大的应用潜力。
https://www.sciencedirect.com/science/article/abs/pii/S0734975020301336
https://www.sciencedirect.com/science/article/abs/pii/S0734975021001257
https://www.sciencedirect.com/science/article/abs/pii/S1096717618300144
https://www.sciencedirect.com/science/article/abs/pii/S0960852422017886#preview-section-references
作者:随风