生物過程開發中的機器學習：從承諾到實踐（上）
跟蹤智慧實驗室的理論研究發展狀況、產業發展動態、主要設備供應商產品研發動態、國內外智慧實驗室建設成果現狀等信息內容。本文由中科院上海生命科學信息中心與曼森生物合作供稿。
本期推文編譯了 Laura M. Helleckes 等發表在 Trends in Biotechnology 期刊上的綜述論文《生物過程開發中的機器學習：從承諾到實踐》（Machine learning in bioprocess development: from promise to practice），在此，作者展示了迄今為止 ML 方法是如何應用于生物工藝開發的，特別是在菌株工程和選擇、生物工藝優化、放大、監測和控制生物工藝方面。對于每一個主題，作者重點介紹成功的應用案例、當前的挑戰，并指出可能從技術轉讓和 ML領域的進一步進展中受益的領域。
目錄
01
在眾多候選菌株中進行選擇：菌株工程和選擇
02
提高和穩定 TRY：生物工藝優化
03
商業規模即將面臨的挑戰：生物工藝的擴大
04
監測和控制生物過程：PAT 中的 ML
名詞釋義
1.ML：Machine learning 機器學習
2.HTS：high-throughput screening 高通量篩選
3.DBTL：design-build-test-learn 設計-建造-測試-學習
4.COBRA：constraint-based modeling 基于約束的建模
5.FBA：Flux balance analysis 通量平衡分析
6.MOMA：minimization of metabolic adjustment 代謝調節最小化
7.MCS：minimal cut sets 最小割集
8.TRY：titers, rates, yields 生產滴度、速率和產量
9.SVM：support vector machine 支持向量機
10.GP：Gaussian processes 高斯過程
11.ANN：Artificial neural network 人工神經網絡
就實際應用而言，機器學習（ML）已經成為人工智能（AI）中最重要的學科。ML 處理的是學習基于數據解決某些任務的算法和程序，其中性能隨著經驗 （即可用數據）的增加而增加。更準確地說，ML 旨在找到合適的、主要是經驗模型來描述數據集，從標記的樣本中學習或通過識別固有模式。當有大量數據可用時和/或當數據集過于復雜而無法通過預定義規則集進行分析時，大量的 ML 方法尤其有用。ML 的其他應用旨在尋找所謂的代理模型，其中 ML 模型被用作成本高昂或難以評估的機械模型的近似值。
近年來，生命科學已經開始研究可用的 ML 方法，研究人員開始評估其中哪些方法適合應對當前的挑戰。因此，生物學和生物技術受到 ML 最新進展的影響。這反映在許多綜述中，例如，ML 在蛋白質功能預測、多組學數據分析、發育生物學、生物網絡分析、代謝工程和生物化學工程方面。
通常，從目標分子到最終產品的生物技術管道包括四個基本階段：（1）目標鑒定和分子設計，（2）生物催化劑設計，（3）生物過程開發，（4）工業規 模生產。
其中，生物技術生產管道的第三階段，即生物工藝開發，重點是通過菌株選擇、工藝優化和擴大規模來提高目標分子的生產能力。在此階段，通常進行高通量篩選 （HTS）實驗來評估選定克隆的性能。此外，還需要從巨大的設計空間中確定最佳培養參數。然而，傳統的分析方法，如質譜法，往往與實驗速度不匹配，因此，分析隨后成為瓶頸。
然而這一瓶頸可以通過使用 ML 根據樣本的預測信息內容對樣本進行排序并相應地安排其分析來解決，同時（高通量）平臺已經可以執行進一步的實驗。由于生物學和工藝參數是相關的，因此需要迭代實驗和數據評估來反饋從篩選到菌株設計的信息和見解。這種方法反映在設計-建造-測試-學習（DBTL）周期中，該周期有時僅指合成生物學，但也可應用于生物過程開發階段。在 DBTL 的背景下，所有步驟都可以通過 ML 進行增強，特別是為下一輪實驗提供信息設計。
本文將從以下四個主要議題展開論述：
（1）菌株選擇和工程
（2）生物工藝優化
（3）擴大生物工藝
（4）過程監控
01 PART
在眾多候選菌株中進行選擇：菌株工程和選擇
生物工藝開發之前的一個核心步驟是選擇用于生產的生物催化劑或微生物。HTS 的現有實驗方法可以鑒定有效的生物催化劑（例如，通過菌株庫的定量表型）。因此，當前的瓶頸是自動數據處理和算法驅動的決策，以選擇具有最高商業生產潛力的生物催化劑。
ML 的最新進展提供了許多技術來促進菌株的生物化學工程。作為一個主要挑戰，生物催化劑的多樣性導致了一系列可能的任務，例如，設計和選擇細菌生產菌株，預測不同無細胞系統中的生產，或工程哺乳動物細胞系。后者帶來了許多額外的挑戰，如克隆變異，需要進行大規模研究來產生機制理解，這是迄今為止非 ML 方法所需要的。
02 PART
提高和穩定 TRY：生物工藝優化
在生物工藝開發和優化過程中，實驗室規模的生物工藝通過確定培養的最佳物理化學參數來提高 TRY。在這種情況下，使用了不同的 ML 技術。
針對微生物和酶在極端溫度下的應用，Li 等人開發了一個支持向量機（SVM）回歸模型，以最佳生長溫度和氨基酸序列信息為輸入特征， 預測酶活性的最佳溫度。用于生物過程優化的另一種常見的 ML 方法是 GP 回歸。使用案例包括優化藻類中的色素生產和調節谷氨酸棒桿菌中蛋白質生產的培養基組成。
最后，人工神經網絡（Ann）經常應用于一系列應用（例如，優化小麥胚芽的培養基組成或藍藻中的色素生產）。其他研究優化發酵參數；例如， Pappu 等人研究了溫度、發酵時間、pH、kLa、生物量和甘油作為影響尼泊爾無核酵母中木糖醇生產的參數。Ebrahimpour 等人以生長溫度、培養基體積、接種 物大小、攪拌速率、潛伏期和初始 pH 值為輸入變量，優化了地桿菌菌株中熱穩定脂肪酶的生產。最后，一些研究探討了培養基組成和發酵參數的復雜相互作用 （例如，在用釀酒酵母生產生物乙醇或用于治療的細胞系生長中）。
針對不同生物過程之間的知識轉移，Rogers 等人通過轉移學習模擬了不同生物體在生物化學過程中的動態行為，在這種情況下，通過部分保留不同 Ann 之間的層。Hutter 及其同事將 GP 回歸與遷移學習相結合，更準確地說是嵌入向量，這是一種在自然語言處理中用于量化單詞之間相似性的技術。這兩種方法都顯示了如何使用歷史數據來預測新產品的動力學，這有利于生物工藝優化。
視頻和圖像數據（例如，細胞形態）是生物過程分析和控制的豐富信息來源。在這里，微流體系統與生命細胞成像相結合，開創了菌株 HTS 的圖像分析方法， 并提高了對生物過程相關培養條件下細胞行為的理解。深度學習技術非常適合以自動化方式處理來自圖像的如此復雜的原始數據，從而為微流體輔助的高通量生物過程開發奠定基礎。最近的例子包括微流體單細胞培養和微流體液滴反應器中的生長和動力學預測，其中多層 Ann 用于預測流聚焦液滴發生器的性能。
工藝優化中的其他應用包括使用微觀圖像數據對生物膜進行時空分析和藻類培養。后者需要對光照條件和生長模式進行復雜的管理（例如，在培養過程中避免相互遮蔭）。在這里，Long 等人使用 SVM 回歸來預測顯微鏡圖像中的光分布模式，這提供了對生長行為的深入了解，并可能最終有助于開發新的培養設計。
最后，看到了 ML 在化工自動化流程圖合成中的進展，例如，分層強化學習和圖神經網絡已被成功應用。盡管尚未在生物工藝中得到證明，但這些技術在加速生物工藝發展方面具有巨大潛力。
未完待續
文章來源：https://www.sciencedirect.com/science/article/pii/S0167779922002815
由于篇幅受限，關于上述文章原文獻詳見公眾號右下角底部菜單欄→補充資料，自動跳轉獲取。
