ABOUT ME

-

Today
-
Yesterday
-
Total
-
  • 합성생물학을 위한 '현명한 조언'
    건강과 과학/과학기술 2022. 7. 13. 07:41

    합성생물학을 위한 '현명한 조언'
    연구원들은 생물학적 시스템을 최적화하기 위해 사용자 친화적인 소프트웨어 시스템을 개발합니다.
    날짜:
    2022년 7월 8일
    원천:
    막스 플랑크 게젤샤프트
    요약:
    연구원들은 생물학적 시스템을 최적화하기 위해 사용자 친화적인 소프트웨어 시스템을 개발합니다.

    기계 학습은 생물학 및 산업의 모든 영역을 변화시키고 있지만 일반적으로 소수의 사용자와 시나리오로 제한됩니다. Tobias Erb가 이끄는 막스 플랑크 육상 미생물학 연구소의 연구원 팀은 생물학적 시스템을 최적화하기 위한 모듈식 소프트웨어 시스템인 METIS를 개발했습니다. 연구팀은 다양한 생물학적 사례를 통해 그 유용성과 다용성을 입증하고 있다.

    생물학 시스템의 엔지니어링은 생명 공학 및 합성 생물학에서 정말 필수 불가결하지만 오늘날 기계 학습은 생물학의 모든 분야에서 유용하게 되었습니다. 그러나 명령어 목록으로 구성된 계산 절차인 알고리즘의 적용 및 개선은 쉽게 접근할 수 없음이 분명합니다. 그들은 프로그래밍 기술에 의해 제한될 뿐만 아니라 종종 실험적으로 레이블이 지정된 데이터가 충분하지 않습니다. 계산 작업과 실험 작업의 교차점에서 기계 학습 알고리즘과 생물학적 시스템에 대한 응용 프로그램 간의 격차를 해소하기 위한 효율적인 접근 방식이 필요합니다.

    이제 Tobias Erb가 이끄는 막스 플랑크 지상 미생물학 연구소의 팀이 머신 러닝의 민주화에 성공했습니다. "Nature Communications"의 최근 간행물에서 팀은 파리에 있는 INRAe 연구소의 협력 파트너와 함께 도구인 METIS를 발표했습니다. 응용 프로그램은 계산 기술이 필요하지 않고 다른 생물학적 시스템과 다른 실험실 장비에 적용할 수 있는 다목적 모듈식 아키텍처로 구축되었습니다. METIS는 시스템 개선을 위한 기계 학습 안내 실험 시험의 약자이며 고대 지혜와 공예의 여신 Μῆτις의 이름을 따서 명명되었습니다. "현명한 조언."

    필요한 데이터 감소

    최적의 실험 설계라고도 하는 능동 학습은 기계 학습 알고리즘을 사용하여 이전 결과에 대해 교육을 받은 후 다음 실험 세트를 대화식으로 제안합니다. 이는 특히 제한된 수의 실험적으로 레이블이 지정된 데이터로 작업할 때 습식 실험실 과학자에게 유용한 접근 방식입니다. . 그러나 주요 병목 현상 중 하나는 실험실에서 생성된 실험적으로 레이블이 지정된 데이터로, 기계 학습 모델을 훈련할 만큼 항상 높지는 않습니다. 이 연구의 수석 저자 중 한 명인 Amir Pandi는 "능동 학습이 이미 실험 데이터의 필요성을 줄이는 반면, 우리는 더 나아가 다양한 기계 학습 알고리즘을 조사했습니다. 고무적으로 우리는 데이터에 훨씬 덜 의존하는 모델을 발견했습니다."라고 말했습니다.

    METIS의 다양성을 보여주기 위해 연구팀은 단백질 생산 최적화, 유전자 구성, 효소 활성의 조합 공학, CETCH라는 복잡한 CO 2 고정 대사 주기 를 비롯한 다양한 응용 분야에 METIS를 사용했습니다 . CETCH 주기에 대해 그들은 1,000개의 실험 조건으로 1025개 조건의 조합 공간을 탐색했으며 현재까지 설명된 가장 효율적인 CO 2 고정 캐스케이드를 보고했습니다.

    생물학적 시스템 최적화

    응용 분야에서 이 연구는 생명 공학, 합성 생물학, 유전 회로 설계 및 대사 공학에서 현재의 노력을 민주화하고 발전시키는 새로운 도구를 제공합니다. "METIS를 통해 연구자들은 이미 발견되거나 합성된 생물학적 시스템을 최적화할 수 있습니다."라고 이 연구의 공동 저자인 Christoph Diehl이 말했습니다. "그러나 이것은 복잡한 상호작용과 가설 기반 최적화를 이해하기 위한 조합 가이드이기도 합니다. 그리고 아마도 가장 흥미로운 이점은 아마도 새로운 자연 시스템을 프로토타이핑하는 데 매우 유용한 시스템이 될 수 있다는 것입니다."

    METIS는 Google Colab Python 노트북으로 실행되는 모듈식 도구이며 웹 브라우저에서 노트북의 개인 사본을 통해 설치, 등록 또는 로컬 계산 능력이 필요 없이 사용할 수 있습니다. 이 작업에서 제공되는 자료는 사용자가 응용 프로그램에 맞게 METIS를 사용자 지정하도록 안내할 수 있습니다.

Designed by Tistory.