機器學習在合成生物學:一種新的生物工程算法

2021-01-07 量子認知

機器學習已廣泛應用於數據挖掘、計算機視覺、自然語言處理、搜尋引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略遊戲和機器人等領域。

機器學習應用

現在機器學習正在向一個新的領域——合成生物學領域挺進。合成生物學（synthetic biology）是生物科學在21世紀新出現的一個分支學科，它從最基本的生物要素開始建立零部件，以構造人工生物系統（artificial biosystem），猶如構建智能電路一樣。

合成生物學

目前，合成生物學已在多個領域得到應用，例如農業、能源、製造業、醫學，包括合成生命：試圖探索生命的起源，研究生命的機理，甚至從非生命物質中創造生命。

如果你吃過味道極像肉的味道而又健康的人造肉（如人造牛肉漢堡），或在美容中使用合成膠原蛋白，以提高皮膚再生速度，縮短創傷癒合時間，恢復皮膚屏障功能，那麼你已經從合成生物學中受益。

合成生物學應用

這是一個充滿潛力的領域，它使科學家可以設計符合要求的生物系統，如對微生物進行生物工程改造以生產抗癌劑。然而，傳統的生物工程方法緩慢且費力，而且還難以達到預期的目標。

為了快速預測新的生物系統，合成生物學需要人工智慧的機器學習。但是，傳統的機器學習算法越來越不適應需要，由於缺乏大量的質量數據而受到阻礙，科學家需要更有效的在細胞的生物工程中的機器算法。

勞倫斯·伯克利國家實驗室（Berkeley Lab）的科學家最近開發出了一種新的工具，可將機器學習算法適應合成生物學的需求，從而系統地指導開發生物工程，這一新的機器學習方法可加速生物工程，比目前的預測途逕行為的方法快得多。

這種創新意味著科學家將不必花費數年的時間，來對細胞的每個部分及其如何操作進行細緻的了解，僅利用一組有限的訓練數據，算法能夠有效預測細胞DNA或生物化學的變化將如何影響其行為，然後為下一個工程周期提出建議，從而提供達到預期目標的概率預測。

伯克利實驗室生物系統與工程（BSE）部門的研究人員表示：「這可能是革命性的。」 「目前，生物工程是一個非常緩慢的過程。創建抗瘧藥青蒿素需要150人年。如果能夠在數周或數月而不是數年的時間內創建符合規格的新細胞，則可以真正改變了可以利用生物工程學所做的事情。」

研究人員開發了一種稱為自動推薦工具（Automated Recommendation Tool，縮寫ART）的算法，允許計算機機器學習在從可用的「訓練」數據中「學習」之後做出更有效的預測，該算法針對合成生物學領域的特殊性而量身定製：小的訓練數據集、量化不確定性的需求、以及遞歸周期。該工具的功能已通過代謝工程項目的模擬和歷史數據得到了證明。

ART有效提供下一個周期的預測和建議

為了進行實驗證明，研究團隊選擇了五個基因，每個基因受細胞內不同基因啟動子和其它機制的控制，總共代表了近8,000種潛在的生物途徑組合。研究人員隨後獲得了其中250種途徑的實驗數據，僅佔所有可能組合的3％，並且這些數據用於訓練算法，這種算法了解了什麼輸出（胺基酸產生）與什麼輸入（基因表達）相關。

ART提供響應的有效概率預測模型

然後，使用統計推斷，該工具能夠推斷出其餘7,000多種組合中的每一種將如何影響色氨酸的產生。最終，該設計建議色氨酸的產生量比最新參考菌株增加106％，比用於訓練模型的最佳設計增加17％。

ART綜合數據測試功能

研究人員說，他們為獲得結果所需的數據很少而感到驚訝。研究人員表示：「我們在一個小的數據集上提供了方法論和演示；如果可以訪問大量數據，潛在的應用程式可能是革命性的。」

該研究論文發表在這一期的《自然-通訊》雜誌上。

參考：www.nature.com/articles/s41467-020-18008-4

相關焦點

  • 機器學習＋合成生物學：算法也能成為你的細胞生物工程師
    然而，傳統的生物工程方法費時費力，而且需要不斷試錯。現在，美國能源部勞倫斯伯克利國家實驗室（Berkeley Lab）的科學家們開發出了一種新工具，使機器學習算法可以適應合成生物學的需求，從而系統地指導生物製品的開發。
  • 機器學習助力合成生物學：算法可以成為你的細胞生物工程師
    在該領域，科學家們可以設計出符合規範的生物系統，例如用於生產抗癌藥劑的微生物。然而，傳統的生物工程方法費時費力，而且需要不斷試錯。現在，美國能源部勞倫斯伯克利國家實驗室（Berkeley Lab）的科學家們開發出了一種新工具，使機器學習算法可以適應合成生物學的需求，從而系統地指導生物製品的開發。
  • 合成生物學頂級會議「2020 工程生物創新大會」召開 行業龍頭凱賽...
    作為我國合成生物領域規模最大、級別最高的會議，本屆大會吸引了數十位生命科學領域特別是合成生物學領域的頂級科學家、商業領袖及投資機構代表，中國科學院院士、上海交通大學生命科學技術學院院長鄧子新、中科院生物物理所研究員、生物大分子國家重點實驗室研究組長張先恩、哈佛大學醫學院遺傳學教授 George Church、加州大學伯克利分校化學工程和生物工程教授 Jay Keasling等眾多大咖雲集，共同探討合成生物學發展現狀及其將為人類社會帶來的巨大影響
  • 2019年合成生物學年度進展回顧
    作者：孟凡康預計閱讀時間：15min合成生物學作為生命科學和生物技術領域的發展新方向代表之一，充滿著無限的發展活力。2019年合成生物學領域有很多重大的成果，這代表著我們對於生物的工程化改造和設計能力的進一步增強。
  • 合成生物學領域又一應用突破，「一兮生物」生物合成母乳低聚糖HMO
    作為生物科學領域的新興技術，合成生物學的相關應用備受國內外資本市場的關注，這一領域也成長出了Ginkgo Bioworks、Zymergen、Biosyntia 等獨角獸，在推動行業發展的同事，也帶動了國內該領域的投資熱度，藍晶微生物、一兮生物、泓迅科技等公司都受到資本關注。
  • 合成生物學領域又一應用突破,「一兮生物」生物合成母乳低聚糖HMO
    作為生物科學領域的新興技術，合成生物學的相關應用備受國內外資本市場的關注，這一領域也成長出了Ginkgo Bioworks、Zymergen、Biosyntia 等獨角獸，在推動行業發展的同事，也帶動了國內該領域的投資熱度，藍晶微生物、一兮生物、泓迅科技等公司都受到資本關注。 現階段，這些公司也紛紛迎來了關鍵技術的突破階段。
  • 合成生物學:一種兩用技術的機遇和挑戰
    合成生物學作為一種具有顛覆性意義的新興技術，其未來應用前景正越來越多地在工業界和學術界討論。與很多新興技術一樣，合成生物學也具有商用和軍用兩種用途。在商業應用領域，合成生物學市場預計在2018年至2025年期間將以28.2％的複合年增長率增長，並在2025年達到560.449億美元的市場規模。
  • 機器學習驅動的生物電子質子泵實現了前所未有的細胞膜電壓控制
    機器學習驅動的生物電子質子泵實現了前所未有的細胞膜電壓控制從最簡單的單細胞生物到複雜的動物，基於傳感和驅動的反饋控制是生物過程中自我調節的重要組成部分，也是生命本身的關鍵。該控制迴路的故障通常會導致疾病或死亡。
  • 半年瘋狂吸金16億美金,合成生物學為什麼這麼火?
    要回答這個問題，首先我們需要了解，合成生物學可以做什麼。　　1、更低成本，相比化學合成法具有諸多優勢　　合成生物學通常通過對現有生物系統的改造，或者從頭人工合成基因組並重構生命體的方式來得到新的代謝途徑，並通過這個新的代謝途徑來得到新的代謝產物。
  • 合成生物學:顛覆性生物科技?—新聞—科學網
    最小細胞或基因組的研究，不僅有重要的科學意義，還可以以最小基因組為底盤 (Chassis)，加入新的基因，讓細胞製造人類所需要的物質，具有重要的實際意義。 儘管細胞底盤尚未被實際應用，但通過基因網絡重構和細胞工廠改造，科學家成功地在微生物中合成了抗瘧疾藥物青蒿素 (酸)[9]、麻醉劑阿片[10]和抗生素林可黴素[11]等珍貴藥物，是合成生物學和代謝工程的成功範例。
  • 合成生物學第二個十年:2010–2020
    在過去十年中，這對於原教旨合成生物學家來說可能是最令人滿意的一篇論文，因為它通過標準化、精細刻畫和自動化設計在一定程度上實現合成生物學所許諾的工程設計理念。在此篇文章前後，Voigt的團隊也發表了眾多其他有關大腸桿菌合成生物學的基礎論文，不斷地為我們提供了眾多遺傳元件的設計算法，同時開發了多樣的元件庫並提供了詳細的表徵數據。
  • 國內首個工程生物產業數據分析平臺亮相!首發全球合成生物學企業...
    》發表了主題演講，他在演講中分享了合成生物學的演進過程及重要意義，他指出，真正的合成生物學讓人類擁有了一種造物能力，這是一個非常複雜的過程，同時也是多學科交叉的產物。與基礎學科和單一技術不同，合成生物學更像是一個 「工具」，它從利用生物技術構建功能性生命體（細胞）出發，散射到不同的應用版圖。發展至今，相關技術的發展也逐漸由科研探索驅動開始轉向工程能力驅動。
  • 劉陳立: 工程生物學是信息技術和生物技術結合的學科
    近日，在深圳舉行的一場生物醫藥論壇上，中科院深圳先進技術研究院合成生物學研究所所長劉陳立在演講中介紹說，工程生物學是典型在IT的基礎上用IT的思維做BT（biotechnology），所以它是信息技術和生物技術結合的一個學科和這樣一個產業。
  • 6國名校「豪華天團」論劍合成生物學，千億新市場潛力
    我們的主題是合成生物學的未來，以及合成生物學引領的下一次創新革命將如何改變我們的世界。這是目前的熱點話題。工程和生物學的融合正在開啟新的研究和發現，有望推動疾病治療、食物供給、能源動力、延長壽命等各領域的進步。在這樣廣泛的背景下，我提出幾個議題供大家討論。應對新冠，合成生物學可發揮怎樣的作用？
  • 合成生物學:人造生命的起點?(圖)
    她介紹說，合成生物學的發展主要涉及四個重要的技術，首先是測序，有了測序技術的發展，了解原有的系統才能更好的設計新的系統；第二部分就是計算機模擬建模，了解了整個生命系統的構成，對生命系統有一個系統的認識之後，通過計算機模擬建模分析，編制我們想要實現的新的生命體系；第三步就是從無到有獲得新的基因；最後是通過移植技術獲得新的生命細胞。
  • 把微生物變成「超級工廠」,合成生物學在深圳將如何發展?
    更加令人驚喜的是，如果用不同的脂肪酸「投餵」這些酵母菌，它們能夠合成自然界中不存在的大麻素類似物，這為新藥研發提供了許多新的候選分子。通過利用微生物內部的化學通路，合成生物學能夠以較低的成本獲得大量純淨的產物。
  • 流行的機器學習算法總結,幫助你開啟機器學習算法學習之旅
    AI的ML領域是為實現非常精確的目標而創建的，它引入了多種算法，從而可以更順暢地進行數據處理和決策。什麼是機器學習算法？機器學習算法是任何模型背後的大腦，可讓機器學習並使其更智能。這些算法的工作方式是，為它們提供第一批數據，並且隨著時間的流逝和算法的準確性的提高，額外的數據也被引入到算法中。
  • 活體建築材料、微生物燃料電池,材料合成生物學的潛力不止於此
    Lu 團隊定義了材料合成生物學這一新興交叉領域的研究範疇，即綜合合成生物學和材料科學的工程原理，將生命系統重新設計為具有可編程和新興功能的動態響應材料。該文闡述了合成生物學方法和工具（包括基因電路，模式生物和相關的設計參數）應用於功能活體材料的構建，並重點探討了該領域的前景和未來挑戰。
  • 合成生物學的發展與面臨的挑戰
    合成生物學的發展與面臨的挑戰 工程師郭婷 發表於 2018-08-29 09:10:36 合成生物學作為一種具有顛覆性意義的新興技術，其未來應用前景正越來越多地在工業界和學術界討論。
  • 合成生物學領域前沿技術
    本文主要介紹合成生物學領域近五年國際上的新理論、新原理、新觀點、新方法、新成果、新技術，為科技管理人員了解國內外生命科學的前沿技術及發展趨勢提供決策諮詢，也為研究與開發人員提供綜合的參考信息。合成生物學的核心思想是在系統生物學的基礎上，借鑑工程學思想和現代生物學技術方法來設計和構建新的生物元件、網絡和體系，最終人工重構新型的生命體。