188bet 野球省のローレンスバークレー国立研究所の研究者は、機械学習アルゴリズムを合成生物学のニーズに適応させる新しいツールを作成し、エンジニアリング薬を使用する時間を劇的に減らしました。
この新しいテクノロジーでは、科学者はセルの各部分とそれが操作するために何をするかについての細心の理解を深める必要はありません。限られた一連のトレーニングデータを使用すると、アルゴリズムはセルのDNAの変化またはの変化を予測できます。生化学その動作に影響を与え、次のエンジニアリングサイクルの推奨事項を作成します。
Hector Garcia Martin、の研究者ローレンスバークレー国立研究所の生物システムおよびエンジニアリング（BSE）部門は、次のように述べています。現在、バイオエンジニアリングは非常に遅いプロセスです。
アートアルゴリズム
BSEデータサイエンティストのティジャナradivojevicと協力して、国際的な研究者グループと協力して、チームは自動化された推奨ツール（ART）と呼ばれる特許出願中のアルゴリズムを開発および実証しました。このアルゴリズムは、合成生物学分野の特殊性に合わせて調整されています。小さなトレーニングデータセット、不確実性を定量化する必要性、再帰サイクルです。代謝工学プロジェクト。
チームはアートを使用して代謝工学プロセスを導き、呼ばれる酵母の種でのトリプトファンの生産を増やしますSaccharomyces cerevisiae。このプロジェクトは、Jie ZhangとSoren Petersenが主導しましたnovo Nordisk Foundation Center for BioSustainabilityデンマーク工科大学で、サンフランシスコを拠点とする新興企業であるバークレーラボとテセラゲンの科学者と協力して。
実験を実施するために、それらは5つの遺伝子を選択し、それぞれが細胞内の異なる遺伝子プロモーターと他のメカニズムによって制御され、生物学的経路の約8,000の潜在的な組み合わせを表します。その後、研究者はこれらの経路の250に関する実験データを取得し、考えられるすべての組み合わせのわずか3％を表し、そのデータはアルゴリズムのトレーニングに使用されました。
