亚洲色图 千百度 东谈主工智能时期发酵优化与放大本领的机遇与挑战
  • 首页
  • 杨幂 丝袜
  • 丝袜 小说
  • 91 丝袜
  • 好利来 丝袜
  • 丝袜 色情
  • 迷奸 丝袜
  • 栏目分类
    好利来 丝袜你的位置:四房色播 > 好利来 丝袜 > 亚洲色图 千百度 东谈主工智能时期发酵优化与放大本领的机遇与挑战

    亚洲色图 千百度 东谈主工智能时期发酵优化与放大本领的机遇与挑战

    发布日期:2024-08-29 01:16    点击次数:200

    亚洲色图 千百度 东谈主工智能时期发酵优化与放大本领的机遇与挑战

    生物制造是利用生物体机能进行物资加工与合成的绿色坐褥方式,有望在能源、化工和医药等领域改变天下工业制造时势。而发酵优化与放大本领是生物制造本领中决定实验室改换后果向产业化转化能否生效的关节一环。2015年国务院印发《中国制造2025》[1]以制造业向智能化场地升级为报复任务,2021年底工业和信息化等八部委结合发布《“十四五”智能制造发展策画》[2]明确提倡“两步走”:即到2025年,界限以上制造业企业大部分达成数字化汇集化,要点行业主干企业初步应用智能化;到2035年亚洲色图 千百度,界限以上制造业企业全面普及数字化汇集化,要点行业主干企业基本达成智能化。2022年5月份国度发展改革委发布《“十四五”生物经济发展策画》[3],明确将生物制造行为生物经济策略性新兴产业发展场地。因此,借助智能制造本领,自便教育生物制造历程中关节中枢本领,尤其是严重依赖大师教育、着力低的发酵历程优化与放大本领升级,对我国加速构建绿色低碳轮回经济体系,推动生物经济达成高质地发展具有十分报复的意念念。

    连年来,跟着合成生物学、多组学分析本领、高通量筛选本领等快速发展,工业发酵历程高性能菌种的获取着力显贵教育。以合成生物学为本领起源的创业公司受到风险成本的鄙俚深爱,以好意思国Amyris、Zymergen等公司为代表。但是高性能菌种的开发和菌种筛选本领的冲破也同期对卑劣发酵历程优化及放大的着力和通量等提倡极大挑战。弥远以来,发酵历程优化利用化学工程本领技能,结合菌种生理代谢本性等开展参议,更多依赖发酵工程师的教育或领受试错法进行工艺开发,缺少感性高效的本领技能。实验室开发的小试发酵优化工艺在进行工业化坐褥放大时也濒临诸多挑战,以至于发酵历程放大一度被称为一门艺术而非本领[4]。近些年来,我国发酵优化与适度本领取得了长足跳跃和发展,基于多参数关联分析的发酵优化放大方法、历程适度优化软件应用等,对撑捏我国成为国际发酵大国起到了相称报复的作用。即使如斯,发酵历程优化放大中还有好多未照管的关节本领难题,若何照管这些本领难题将是达成合成生物本领推动下生物经济得以茂密发展的报复课题。

    2016年AlphaGo打败天下顶级棋手李世石的音讯传遍天下,以深度学习为代表的东谈主工智能本领展现出超卓的“智能”水平。如今也曾达成利用氨基酸序列预测卵白结构的东谈主工智能[5],东谈主工智能药物分子遐想等也成为现实[6]。东谈主工智能本领正在颠覆传统科学参议的范式,其借助数据科学、大数据、东谈主工智能算法等达成了一个个新的本领路线。发酵历程优化与放大历程参议的对象为发酵历程,包括生物反应器内的流场环境以过头中培养的微生物细胞的各式代谢本性,这些环境因素和细胞代谢之间具有复杂的互相作用关系[7],利用统计学方法结合反复试错及发酵工程师教育,是传统发酵优化放大中常用的开发方式。若何借助东谈主工智能本领,结合发酵历程自己本性,发展与之适配的东谈主工智能本领,大幅教育发酵优化放大着力,加速实验室后果向产业化转化的程度,是现在发酵工程本领与时俱进、达成本领升级的全新旅途。

    本文将从合成生物学速即发展对发酵本领的挑战动身,以高效发酵优化的装备本领、历程数字化及可视化本领、智能化本领的应用等几个方面综述东谈主工智能时期的发酵优化与放大本领所濒临的机遇和挑战,终末对改日的发酵优化放大本领在新发展模式、东谈主才需求等方面进行了预测。

    1 合成生物学大配景下的发酵本领 1.1 传统发酵优化与放大本领

    工业发酵优化与放大本领最早不错追猜测20世纪40年代,在利用搅动通气反应器达成青霉素大界限坐褥历程中渐渐酿成。发酵工程还非安逸学科,青霉素的工业化放大坐褥在生物工程与化学工程大师的共同致力下得以达成,主要鉴戒化学工程中“三传一反”表面携带。同期,以抗生素发酵为代表,利用工程化念念想进行工艺开发使命的关联学科也渐渐得以发展,我国华东理工大学1955年建立的抗生素制造工学专科恰是一个例证。知名抗生素大师马誉澂教导编订的《抗生素》[8]于1955年底由东谈主民卫生出书社出书,此书是国内最早一部系统先容抗生素参议、制备、检测等知识的专著,成为那时抗生素制造工学专科的必学教学用书。自此,发展了一系列针对次级代谢产物发酵历程优化与放大的方法和表面体系。

    另一方面,传统轻工业如醋、酒、酱等的酿造历程,以及大量发酵居品如氨基酸、有机酸、核酸等居品的发酵产业在我国历史悠久。基于轻工业发展起来的发酵学科则更早些(1952年前后),包括江南大学、华南理工大学、北京工商大学等。在此基础上酿成了传统的发酵优化方法,主要包括菌种选育、培养基及培养要求的优化、反应器结构优化等。传统菌种选育包括天然选育、东谈主工诱变选育等在高性能菌种筛选中施展了报复作用,也为基因工程菌的驯化以顺应工业坐褥环境提供了报复本领基础。早期培养基优化基于单因素磨真金不怕火伸开,后期酿成了基于统计的优化方法包括单因素遐想、均匀遐想、实验遐想(design of experiment, DoE) 等,也曾酿成相对陶冶的培养基优化方法体系。在发酵历程优化方法的参议中,主要集合在最适发酵温度、接种浓度、最适pH、最适C/N比等静态要求的优化[9-11],这些方法在氨基酸、有机酸、核酸发酵优化、抗生素及次级代谢产物发酵优化等方面取得了鄙俚应用,并在推动我国发酵产业本领跳跃方面施展了报复作用。此外皮反应器结构与神志方面也进行了诸多参议,包括不同搅动桨及通气神志的改进、适用于剪切敏锐的丝状菌发酵的气升式反应器开发与应用等,对教育发酵产率和发酵着力起到报复作用。

    1.2 合成生物学时期发酵优化本领的机遇与挑战

    基因工程、代谢工程以及合成生物本领的速即发展,给发酵优化提供了前所未有的机遇,通过插入外源基因达成外源卵白的抒发[12],构建全新的外源路线抒发异源产物[13],抒发mRNA疫苗[14]等大幅拓展了发酵历程参议的对象,但由于外源基因引入会导致宿主细胞代谢本性改变,兼并宿主抒发不同产物,领受不同策略构建的菌株在发酵历程中发扬差异。因此这些新本领的发展为传统发酵行业带来机遇的同期也对其提倡了诸多挑战。

    近10年来合成生物学发展推动菌株构建及高通量自动化筛选本领取得显贵发展,使得高性能菌株得以更快获取。但是传统基于实验室界限反应器的发酵工艺开发历程,需要多半东谈主力,开发历程费时耗力,显著无法餍足如斯多半菌株在性能考证和工艺开发上的需求,随之发展起来的微流控本领在照管高通量、自动化培养方面取得了一定进展,尤其是在高性能菌种的高通量筛选方面施展了报复作用。但是,微通谈反应器内酿成的流场环境与工业环境具有较大诀别,天然提高了筛选通量但在发酵历程的放大中还存在一定局限,因此开发高通量、自动化的袖珍平行反应器,至极是好像准确响应工业坐褥环境的反应器,成为面前合成生物本领发展对发酵优化装备提倡的一个全新挑战[15]。除此除外,发酵历程是一个复杂的动态历程,历程中需要进行多半在线参数检测,因此高通量发酵工艺优化开采同期带来海量历程数据在存储、可视化、分析等方面的挑战。需要将数据科学引入发酵历程优化参议,利用数据科学表面和器用,对高通量工艺开发历程中酿成的海量数据进行处理,这方面不错鉴戒高通量筛选数据分析的关联本领。已少见据科学软件包括基于Python讲话的scikit-learn包[16]、pandas包[17]及Numpy包[18],开源KNIME软件包[19]等。

    另一方面,代谢工程与合成生物学在构建高性能菌种历程中,会在底盘宿主菌基础上整合一系列外源基因,或对宿主菌自己基因进行改进而酿成多半菌株。了解宿主细胞野生菌在发酵罐中的生理代谢本性,如最好pH、最好温度、孕育速率、养分物需求、过量底物和氧气限制下的代谢反应等,对高通量筛选模子选拔詈骂常报复的信息,需要详确参议[20]。此外,不同宿主菌或不同改进策略酿成的多半菌株在反应器中所发扬的私有代谢本性,关于更好地改进菌株具有相称报复的参考价值。菌种改进历程中,科研东谈主员不错参考多半的基因组、转录组、卵白组数据库等,但是关于菌种在发酵历程中代谢本性方面的数据库却严重缺失。这就提倡了一个新的挑战,即不同宿主菌以及兼并宿主菌不同改进靶点或不同改进策略所酿成的菌株,在生物反应器中所发扬出的代谢本性数据库的构建,雷同参议使命咫尺还未见报谈。这一方面依赖于高通量的发酵开采,另一方面依赖高效的数据科学处理器用,跟着以上两方面的发展此类数据库将为后续菌种改进提供更丰富的数据撑捏。

    此外,若何将发酵历程放大中碰到的问题在构造菌种、选拔抒发体系之前进行沟通,是咫尺菌种构造中所欠缺的。比如坐褥界限反应器中存在的底物浓度漫衍不均、最大传氧才调限制、携带剂大界限使用成本、大吨位发酵罐内融化CO2浓渡过高对细胞活性的负面影响等,都应该在菌种构建和高通量筛选中进行沟通。但是,进行菌种改进等上游生物本领开发的科研东谈主员时时缺少这方面的意志或重视不及,在此基础上构建的菌株对后续发酵历程优化酿成难以幸免的瓶颈,因此加强菌种构建科研东谈主员与发酵工程科研东谈主员之间的相通相称报复。

    1.3 发酵历程优化与放大中的中枢本领

    合成生物本领的速即发展给发酵工程参议带来诸多挑战,咱们需要再行梳理、意志发酵历程优化与放大中的中枢本领。发酵历程的优化与放大本领是相得益彰的。如果不沟通反应器界限对发酵的影响而进行发酵工艺的开发与优化,很有可能导致优化的工艺在放大历程中因放大效应而难以应用。早在20世纪80年代就提倡了基于工业界限反应器来缩小并再现发酵放大的限制要求,并在此基础上达成工艺优化,从而幸免工艺开发历程与施行坐褥环境不一致导致的放大失败。

    发酵历程优化的中枢是笃信操作要求与菌体代谢本性之间的关系,并利用这个关系调控操作要求使菌体的生理代谢本性朝向故意于产物合成的场地,从而达到优化方针。如图 1所示,反应器中进行的发酵历程触及东谈主为操作的操作参数(operation variables)、反应器层面的状态参数(state variables) 以及细胞层面的生理本性参数(physiological variables)。但是由于发酵历程中存在复杂的物理化学历程,很难准确地获取这些参数之间的定量关系。咫尺不错通过不同的方法和策略来达到此目的,以便进行微生物生理代谢本性的调控达成方针产物高产,包括发酵历程多参数关联分析方法[22],以及基于模子定量形色的方法[23]。

    发酵历程多参数关联分析的表面和方法由华东理工大学张嗣良教导团队提倡[24-25],指动身酵历程中各参数之间存在耦合关联性,并可归结为理化关联与生物关联。发酵历程理化关联主要触及隧谈的物资理化性质变化所引起的参数关联。这些理化历程包括物资或能量传递、搀杂、离子解离均衡等导致的关联。举例搅动转速增加会提高传氧速率,相应的融化氧(dissolved oxygen, DO) 水平高潮;罐压增加导致融化CO2浓度增加,使碳酸解离朝向H+浓度增加场地,从而使pH值下落。发酵历程的生物关联是指由细胞人命行径所引起的参数之间的耦合关联。比如发酵前期细胞快速孕育,耗氧速率指数高潮导致DO水平快速约束,后期发酵液粘度约束导致传氧所有这个词增加而引起DO水平高潮。最典型的即是细胞氧气破钞速率(oxygen uptake rate, OUR) 与溶氧的基本关联特征:一般情况下,OUR与DO弧线的变化呈相背关系,但当DO约束到临界值以下时,增加供氧OUR将与DO呈现相通变化趋势。通过OUR与DO弧线变化关系不错一定程度上笃信微生物代谢的临界氧水平,从而在工艺开发与优化历程中幸免临界氧以下状态。发酵历程优化中这些死亡袭生化历程互相交汇、长短不一,基于发酵历程参数关联分析的方法在多个工业化发酵居品的优化历程中施展报复作用[26-28]。

    工业发酵优化历程夙昔领受限制性养分物资供给速率来调遣细胞孕育与产物合成间的均衡,尤其对次级代谢产物合成历程尤其报复。细胞在底物限制性(多为碳源限制) 要求下,胞内代谢汇集中各流进流出比速率之间存在互相依赖关系,即通量耦合。此要求下,接管底物主要用于合成菌体、合成产物以及菌体看护。要想笃信这些流量流入、流出间的定量关系,需要建立历程模子进行形色。举例,Tang等[29]利用多个不同稀释率和稀释率线性约束下代谢物浓度数据,建立了产黄青霉9-pool代谢模子,以便在动态环境中会通、预测和优化细胞工场的代谢本性与行径。Bayer等[23]开发了可用于形色发酵历程的搀杂模子,将神经汇集模子与基于第一性旨趣的能源学模子整合,用于表征发酵历程动态本性。

    发酵历程放大得以生效的关节本领点与发酵历程优化是一致的,即若何笃信反应器内流场环境与细胞代谢本性之间的关系。传统的基于单一放大准则的发酵历程放大在施行应用中碰到各式问题,其中主要体现在供氧才调与搀杂不均匀导致的放大效应[30]。表面分析解说,放大历程中无法同期保证3个及以上参数一致[31]。因此,更多的参议关注于反应器流场和细胞生理代谢本性之间的整合参议。最具代表性的为Enfors等[32]参议的22 m3工业界限反应器中进行的大肠杆菌补料批培养历程,主要分析了大肠杆菌对非均匀底物浓度场的代谢响应。

    通过借助计较流膂力学(computational fluid dynamics, CFD) 模拟不错达成大型生物反应器内复杂流场本性的形色与统计,这成为筹备宏不雅生物反应器放大遐想与局部微不雅细胞孕育环境变化和细胞生理代谢变化的报复器用。在工业实践中,由于种种养分物浓度波动会引起工业历程坐褥着力的改变,追踪大型生物反应器中细胞随流体领会旅途是评价坐褥罐发酵性能的相称有价值的器用。工业界限生物反应器中细胞的“人命线”或“领会轨迹”可通过Euler-Lagrange CFD模拟取得,这种方法不错进一步与代谢模子相结合,不仅不错提供由环境波动激发的细胞随领会轨迹上的统计分析,还不错提供对工业生物反应器内异质性代谢反应的全局评估。举例,Haringa等[33-35]参议了产黄青霉和酿酒酵母的工业界限发酵,旨在量化底物浓度梯渡过头影响。此外,将反应器的流场本性与发酵历程的生理本性参数分析相结合,也有助于实时发现反应器几何结构或操作层面的问题,进而救济开采结构或操作工艺。举例,在头孢菌素C的工业发酵历程中,通过多参数关联分析发现,180 m3发酵罐终产物浓度低,且发酵历程的呼吸商(respiratory quotient, RQ) 看护在0.9–1.0,而在50 L反应器中终产物浓度高,RQ看护在表面值0.7傍边。结合反应器的计较流膂力学模拟收尾发现,在180 m3反应器中,原搅动系统仅配备径向流平叶桨,导致发酵后期从罐顶补加的豆油无法达周密釜范围内混匀,是以豆油利用着力低(RQ偏高)。Yang等[36]通过替换两层轴流桨最终达成豆油有用利用,历程RQ看护在0.7,头孢菌素C产量提高10%以上,同期能耗约束25%。

    2 面向高效发酵历程优化的装备本领 2.1 发酵历程先进传感本领的开发及应用

    传感本领是发酵历程优化中必不可少的一项关节本领。老例反应器中竖立的pH、DO、温度、压力等传感器是达成生物反应器中矫健pH、供氧水平及恒定温度必不可少的传感器,亦然发酵工程师了解反应器中生化反应情况的报复技能。传感器就像为反应器装上了“鼻子” “眼睛” “耳朵”,使得发酵工程师不错实时“闻”到、“看”到、“听”到反应器中的施行景色,据此判断生物反应历程是否正常,而无需通过取样、离线检测后再进行判断和救济适度策略。

    经过多年的发展和实践,发酵优化领域中多种先进传感本领得以应用,其中影响最大、效果最显著的是发酵尾气分析本领。包括早期的发酵尾气分析仪,和近些年发展的在线尾气质谱本领。发酵尾气分析仪与尾气质谱最主要诀别在于检测精度,对老例发酵(OUR > 10 mmol/(L·h) 以上),尤其是高密度发酵,尾气分析仪的检测精度足以餍足工艺开发需求;但是关于呼吸较弱的发酵历程(OUR < 10 mmol/(L·h)),如兼性厌氧菌的微好氧历程、微好氧的动物细胞培养历程等则需要应用检测精度更高的尾气质谱仪。尾气分析主要分析尾气中CO2和O2的百分含量,并通过与进气中这两种气体要素含量对比分析来计较反应器中微生物的呼吸代谢景色,从而判断代谢是否正常。如安琪酵母利用尾气分析计较呼吸商RQ值来判断补料是否过量,适度RQ值在1近邻[37],从而幸免酒精积攒导致的菌体得率下落,基于此将酵母发酵水平教育30%以上,为企业赢得多半利润;Zou等[26]结合发酵尾气分析计较的OUR对比50 L与372 m3发酵罐,从而生效将50 L发酵罐工艺放大到372 m3罐,为企业创造显贵经济效益亚洲色图 千百度,国际阛阓占有率从3%教育到30%;嘉必优生物本领(武汉) 股份有限公司[27]在进行花生四烯酸(arachidonic acid, ARA) 发酵历程放大中,应用发酵尾气分析获取历程RQ值,并通过不同氮源补加策略适度RQ值,将发酵工艺径直放大到200 m3发酵罐,发酵效价从11.93 g/L教育到16.82 g/L,成本约束11.2%。

    连年发展起来的以红外为代表的在线光谱检测本领在发酵优化中也取得实足重视。通过光谱取得的海量光谱数据,结合离线测定方针,如产物浓度、底物浓度、菌体浓度等,领受偏最小二乘法建摹本领建立谱图与这些离线方针的多元线性模子,从而利用在线实时光谱计较得到各式离线方针的值,从而幸免离线检测导致的适度滞后,教育发酵优化着力。Lopez等[38]领受红外光谱检测以木质纤维素为碳源的酒精发酵历程的残糖浓度,并据此构建发酵历程能源学模子,建立了历程的数字影子系统,达成智能化补料策略。这种利用光谱数据进行在线检测数据的建模念念路,同样适用于在线拉曼光谱系统。这类系统的瑕玷是:进行施行模子使用之前需要网罗多半的历程数据,何况建立的模子其外推性很差。即这类检测本领相比稳妥于工艺相对矫健,用于进行质地适度的模样,不太适用于发酵培养基配方优化历程、要素变化大的情况。

    除此除外,连年来发展起来的胞内代谢物实时荧光检测本领也日趋发展陶冶,由华东理工大学杨弋教导团队开发[39]的分子探针可达成NADH、NADPH及各式胞内氨基酸分子含量的实时定量测定(表 1列出了咫尺已发表的能用于检测的胞内代谢物及相应探针)。将此本领与发酵历程在线传感本领结合,可大幅教育发酵历程在线检测参数的广度和深度,从而更快、更径直地获取微生物胞内代谢状态,使发酵历程更快、更精确地得到预测和适度。

    2.2 高通量平行反应器装备开发与应用

    高效发酵优化对装备方面的另一个瓶颈即若何提高发酵实验的通量。能再现工业界限反应器内环境的袖珍化平行反应器装备是达成发酵实验通量提高的关节。连年来围绕这一方针国表里科研使命者、关联装备企业在此方面进行了诸多尝试,也开发了不同类型的袖珍平行反应器(详确列于表 2中)。

    强奸乱伦

    表 2对国表里不同研发机构及公司所开发的袖珍平行反应器系统进行了对比,列举了各系统的优瑕玷。从连年来平行生物反应器本领的发展来看,为照管合成生物学时期在反应器应用方面的瓶颈,生物反应器至极是用于工艺开发与工艺优化阶段的生物反应器,正执政着袖珍化、自动化、集群化的场地发展。除了在反应器制造工艺方面提倡罐间平行性的要求除外,对反应器在线检测数据的全面性方面都提倡更高的要求。借助东谈主工智能本领,利用袖珍反应器集群酿成的海量发酵历程数据,结合实验遐想表面,可更高效地达成发酵菌种考证、发酵工艺开发等使命,大幅裁汰合成生物学改换菌种从实验室走向工业化的时辰。

    2.3 发酵历程装备及数据处理自动化本领

    合成生物学的发展催生了一系列高通量筛选装备过头自动化的关联本领,咫尺从平板制备、单克隆挑选、孔板自动化培养及孔板的自动检测等已酿成一系列装备和本领,使得菌种构建后筛选着力大幅教育,据称利用高通量自动化装备Biofoundry平台,可达成每天千万株筛选水平,全天下已酿成该自动化装备系统的Biofoundry定约也曾达到32家,我国共有5家。

    通过Biofoundry高效筛选取得的高性能菌种时时在孔板中培养取得,由于孔板培养要求受到氧传递速率、混匀速率等方面的限制,经上述筛选得到的高产菌株在工业坐褥环境中是否仍能保捏其高产性能需要进一步考证。但是与之配套的自动化发酵培养装备的开发却相对逾期。近些年围绕这一问题学术界和工业界都在进行积极尝试,取得一定后果,将菌种性能考证及发酵工艺优化着力教育一个品级。

    其中,德国关联本领发展处于前哨。包括原m2p lab公司开发的Biolector Pro可达成孔板发酵的补料培养,既冲破了批培养的限制,还通过配合在线pH检测达成恒定pH的适度。进一步与液体使命站配合,建立的RobLector也曾有通过高通量筛选携带菌种构建案例的报谈[54]。该装备咫尺已被丹纳赫集团收购,并应用于高效发酵工艺优化与菌种性能自动化考证。咫尺售价在400万东谈主民币以上,不菲的售价使得该装备在发酵工艺开发中的履行受到很大限制,跟着该装备的宣传和应用,可能会有所改变。

    此方面Sartorius公司本领也处于前沿,其开发的Amber 15及Amber 250系统使用一次性反应器,搭配非战役式pH和DO传感器,利用传统搅动通气操作方式,使实验收尾更逼近施行工业环境。Amber 250系统通过使用一次性反应器收缩了发酵工艺东谈主员的使命强度,软件系统不错达成发酵液的无菌注入,并领受DoE本领教育了培养基配制与优化着力;此外竖立的在线尾气分析系统及对接在线拉曼本领的PAT模块,将质地源于遐想(quality by design, QbD) 理念作念到了极致。该系统最多可整合24个反应器,达成发酵历程在线检测及自动化取样分析等,极大提高了发酵工艺优化的着力。与RobLector系统同样的问题,该系统由于售价卓绝1 200万东谈主民币,在发酵行业中的履行举步维艰,在动物细胞培养企业得到一定应用。此外不菲的一次性反应器耗材价钱亦然该开采在发酵行业取得鄙俚应用的一个拦阻。因此,若何达成成本较低的自动化发酵装备将是发酵工业领域亟需照管的一个难题。

    在此方面,好意思国Culture Bioscience公司提倡的云霄反应器的主见及自动化的装备可能是一条变通的旅途,该公司也因其主见的先进性及施行可操作性取得多家合成生物学初创公司的深爱。2021年12月取得B轮融资8 000万好意思元,这可能是改日发酵历程自动化发展的一个报复场地,但是关于传统发酵行业弥远酿成的恶性竞争、菌种知识产权保护窘境等都对该方式中菌种安全性提倡很大挑战。在国内未酿成健全的菌种知识产权保护体制情况下,该方式的本领履行也存在难度。

    除了在反应器培养历程自动化装备本领方面,发酵历程自动化还包括自动化配料安装、自动取样分析安装等的开发,这方面国内天木生物科技有限公司走在前哨。其开发的在线自动取样安装在国内多家科研院所、坐褥企业取得生效应用。此外,跟着高通量平行发酵罐系统的不停发展与DoE本领配套的发酵培养基自动配制装备也詈骂常报复的一项装备本领,以幸免由于反应器数目大引起的东谈主为操作乖僻而导致乖僻实验论断。

    同期也要意志到,传感本领、高通量平行反应器及发酵历程自动化装备本领的速即发展,正推动发酵历程朝向生物制造的大数据时期发展,数据量的激增在教育东谈主们对发酵历程意志的水平,也为高效数据处理提倡了新的挑战,仅依靠发酵工程师东谈主工分析远弗成餍足要求,因此配套的数据可视化以及基于东谈主工智能本领的发酵历程自动化数据分析方法的发展,将是势在必行。

    3 发酵历程汇集化数据采集及数据可视化本领 3.1 物联网本领过头在发酵历程监测中的应用

    物联网是达成万物互联,费力监测与适度的范式。物联网主要依托无线射频识别本领(radio frequency identification, RFID),底层依托传感器本领,提供度量、会通物理天下的才调。在万物互联的配景下,物联网快速发展,简约单的传感器、RFID标签的感知与读取,到传输层与应用层全面发展。感知层是物联网的基础和中枢,包括基础传感器、RFID、二维码、录像头等。传输层厚爱传递感知层采集的数据,包括MODBUS、CAN总线本领、LoRa、NB-IoT、Wifi、5G等无线通讯本领。应用层指基于物联网本领提供丰富的物联网应用,在智能家居、智能电网、环境监测、无东谈主驾驶等领域也曾取得长足发展。

    在微生物发酵历程中,发酵培养环境的监控和能源学参数寻优是常用的优化和适度方法[55],因此发酵历程参数的实时感知具有报复意念念。跟着物联网本领中感知层的不停扩大与传输层才调不停增强,发酵历程海量数据的监测成为可能。Cañete-Carmona等[56]使用Arduino单片机与CO2传感器,为实时监测酿酒发酵提供了一种低成本照管有谋略。Angelkov等[57]在使用传感器监测温度、pH值、酒精浓度、CO2浓度基础上,加入以太网适度器达成数据无线传输。物联网本领在这些传统发酵行业中的作用正日益彰显,跟着关联本领跳跃,更多发酵工艺开发及优化历程中将用到智能传感、智高东谈主机应用等物联网本领,从而减少批次间流毒、提高居品坐褥质地等[58]。

    3.2 多源异质传感数据的对接与整合

    现场总线本领是工业自控现场(比如发酵企业中的中控室) 底层互联的通讯汇集,如工业以太网适度自动化本领(ether control automatic technology, EtherCAT)、适度器局域网总线(controller area network, CAN)、历程现场总线(process field bus, Profibus)、Modbus等,其中Modbus条约较为常见,该条约基于主/从应答式架构,主机发送数据恳求与数据改换号令,从机收到恳求并响应,达成开采双向通讯。发酵企业的适度汇集中存在多半不同厂商、不同驱动、不同本性的硬件开采(比如发酵罐系统、各式在线传感器、历程检测开采等),每类开采互相笼罩,无法交互且难以集成,缺少和谐的接口方法。用于历程适度的OLE (OLE for process control, OPC) 方法恰是针对该问题遐想的工业通讯方法,基于组建对象模子(component object model, COM)/漫衍式组建对象模子(distributed component object model, DCOM) 本领开发,将开采驱动与通讯方法封装为OPC处事器,屏蔽底层物理开采的差异,整合了Modbus等通讯条约,和谐对应用客户端提供数据交互。

    连年来计较机通讯本领迅速发展,各项条约方法不停更新迭代,工业适度汇集的软硬件也随之不停完善与丰富,同期也暴泄漏一些问题:(1) 早期现场开采所苦守的条约和方法过于衰落;(2) 开采供应商提供软件包而分歧外盛开接口。这就为多条约、多传感器数据交融带来辛苦,因此数据交融应从以下3点入部下手实施:(1) 关于早期开采(如Modbus与OPC为例),需要基于COM本领等,点对点式对接盛开方法;(2) 关于阻塞式软件包,需要在数据库层级进行对接整合;(3) 关于泄漏接口型开采,不错对接其通讯接口进行整合。如图 2所示需要构造一个中间件以进行多条约数据的整合,并提供上行接口,且所提供的上行接口餍足和谐方法圭表,从而保证不管数据来自于哪种开采或条约,数据都不错通过和谐采集领导进行上传,同期领受和谐领导方法下发给开采。

    3.3 发酵历程数据清洗及前处理方法

    发酵历程数据可能存在缺失值,而大部分基于数据的智能化模子构建要求数据好意思满性,因此在进行模子构建前,需要针对历程缺失值进行相应处理。发酵历程可能存在以下几类缺失值:(1) 在线采集数据历程中,夙昔会遭逢一个或多个数据值丢失的情况。这主要由于传感器故障、存储介质故障、冗余等原因所导致。(2) 离线数据采集历程中也可能有缺失。这主如若由于取样东谈主员渐忘,或因开采故障无法进行测试导致。(3) 相干于在线数据的数据长度来说,离线数据疏淡好多,在进行两类数据交融建模时,需要对离线数据的相应缺失值进行处理。

    处理数据缺失值一般有删除和填充两种方法。(1) 删除方法,将缺失值变量径直删除,得到一条好意思满的数据。这种方法仅适用于缺失数据量较少情况下,当缺失值占相比大时,可能会使数据发生偏离,导致模子性能下落。(2) 填充方法,利用一定的值填充缺失值变量,从而使数据好意思满化。常用的填充补王人方法有均值填充、热卡填充和盼望值最大化。

    发酵历程数据为多维矢量数据,对多维矢量数据进行特征分析、建模处理时触及到数据降维。降维主如若约束矢量数据的维数,使数据集合的方针数据量变少,何况保留原数据中方针的大部分有用信息。主要有两种方法,诀别为线性判别分析[59]和主要素分析[60]。线性判别分析是一种有监督学习的线性降维本领,通过笃信一个投影向量,以最大化类间散射矩阵,同期最小化特征空间中的类内散射矩阵。通过放大类间距离,缩小类内距离,就好像取得最优的投影场地。主要素分析是一种无监督学习的线性降维本领,本质是将高维矩阵经过线性变换转为低维度矩阵。最初,通过寻求变量的线性组合求得协方差矩阵,并计较协方差矩阵的特征向量和特征值;其次,依据特征值对特征向量进行降序摆列,终末中式最杰出的特征值对应的特征向量,将施行数据投影到排序后的特征向量,从而达成降维。

    3.4 发酵历程数据特征及可视化本领

    发酵历程中取得的数据是菌体代谢信息的载体,好的数据可视化本领不错让工程师更好地对发酵历程信息进行解读,从而作念出正确的适度或调控策略,使发酵历程按照正常轨迹起先,亦或通过数据可视化发现发酵优化的关节点,从而对发酵工艺优化有较大的冲破。

    要更好地对发酵历程数据进行可视化,需要对发酵历程酿成的数据有明晰的意志,字据数据所属类别及所包含信息的类型进行笃信。发酵历程中酿成的数据按照其获取方式不同,大要不错分红在线数据和离线数据两类,这些数据经过数学运算处理不错取得更多具有确切意念念的导出型变量。按照导出型变量代表的对象主体差异又不错将其分红历程变量、反应器变量及细胞生理变量。以上变量都具有明确物理或生理学意念念,是通过原始传感数据或离线检测数据经过数学运算取得的,因此不错对其变化进行合理的解释。

    另一类变量是通过诸如主要素分析、偏最小二乘法等降维本领处理所取得的数据,是从数据中抽取信息含量最大的隐含特征,这么的特征变量称为隐变量或潜变量。雷同于一个具有明确主见的变量,比如要表征一个东谈主是否健康,咱们会为其进行各式科目的体检,体检的各名堂标正如前边所述发酵历程的各式径直或导出数据,弗成径直字据上述任何单一方针判断一个东谈主是否健康,需通过大夫的笼统分析判断东谈主的健康景色。这就雷同于特征索求方法中按照数据方差最大化场地进行数据阐明从而得到的一个笼统变量,字据该变量的值再对历程特征进行判断。发酵历程中包括至少20个以上变量,若何进行数据的抽象和降维,并将降维数据可视化,从而对影响因素最大的原始变量进行反向推导具有报复意念念。

    4 智能化本领在发酵历程优化与放大中的应用 4.1 发酵历程知识图谱本领

    知识图谱是结构化的知识库,知识图谱由界说为“实体-关系-实体”神志的三元组过头属性组成。通过三元组的神志,知识图谱不错形色现实天下中的各式主见过头互相间关系。知识图谱的主见最早由谷歌公司于2012年提倡[61],用于赞成搜索引擎在知识库中达成快速查询。关于不同应用场景,知识图谱的界说具有一些诀别,但广义上的知识图谱具有3个报复特征,即对应于施行对象的节点、施行对象间关系抽象得到的边以及一定数目的节点和边组成的汇集结构。

    知识图谱夙昔字据其应用对象分为通用领域知识图谱和垂直领域知识图谱[62]。通用领域知识图谱包含多半学问性知识,并不针对某一特定领域,具有代表性的如Wikidata、FreeBase、Dbpedia等。垂直领域知识图谱则强调针对特定领域,对知识库中的知识深度有较高要求,知识夙昔起首于大师教育、专科竹素等,咫尺在医疗、生物、电力、电商等多个领域都有较丰富的实践。发酵历程知识图谱属于垂直领域知识图谱,其构建历程更多需要发酵大师介入,通过大师知识与教育建立发酵历程各式参数(或状态) 之间的大师法则,这些法则严格按照质地守恒定章、微生物反应骨子能源学以及关联学科本领定章、教育证的关联性特征等阐发,并以知识图谱神志保存(图 3)。同期建立生物历程的问题求解鸠集行为大师法则库,通过知识图谱的实体——关系勾搭,领受问题归约方法,在问题鸠集的状态空间通过实体间的有向图勾搭神志把问题的求解历程形色出来,最终识别动身酵历程的状态[63]。

    4.2 发酵历程数字孪生模子本领

    数字孪生的主见最早出现于2011年,在航空航天领域中被应用于飞机结构的寿命预测。2016年数字孪生的表面初度拓展到制造系统的研发和照管中,并迅速受到学术界和工业界的关注。2017年中国科协智能制造学术结合体辞天下智能制造大会上将数字孪生列为天下智能制造十大科技进展之一。

    数字孪生是物理对象的数字模子,该模子不错通过接纳来自物理对象的数据而实时演化,从而与物理对象在全人命周期保捏一致。基于数字孪生可进行仿真,达成分析、预测、会诊、老师等,并将收尾反馈给物理对象,从而赞成针对物理对象的优化和决策。面向数字孪生全人命周期(构建、演化、评估、照管、使用) 的本领称为数字孪生本领。连年来,数字孪生本领在智能制造领域显现出高大后劲,成为航空航天、汽车制造和机器东谈主制造等行业关注和探索的关节本领。

    数字孪生有望成为推动发酵历程达成智能化的中枢本领。西洋国度在发酵历程的数字孪生本领方面正参增加半研发力量,其中较为活跃的包括通用公司、DSM公司、西门子公司以及代尔夫特理工大学、丹麦理工大学、英国帝国理工大学等。据报谈英国知名医药公司GSK与西门子公司合营[64],在中试界限考证数字孪生本领并取得生效,行将在坐褥界限实施数字孪生本领。奥地利初创公司Novasign开发了基于搀杂模子的数字孪生系统,哄骗该系统对大肠杆菌抒发超氧化物歧化酶的历程进行优化[23],加速发酵历程优化的程度。西门子公司2019年收购PSE公司历程数字化模子软件平台gPROMs,用于布局生物历程数字孪生系统,该系统具有大界限微分方程组求解算法上风,是进行发酵历程能源学模拟的遐想平台。我国粹者通过与海外科研机构合营在发酵历程数字孪生本领方面作念了尝试。举例:华东理工大学与代尔夫特理工大学及DSM公司的国际合营名堂,合营发表了将反应器流场和产黄青霉产青霉素的能源学模子整合的数字模子[35],用于工业界限发酵历程的缩小遐想及历程优化。江南大学与丹麦理工大学合营发表综述[65],先容建立生物制造历程的数字孪生系统的方法,并分析了其濒临的机遇与挑战。

    发酵历程的数字化、模子化正成为生物历程参议一个新的参议热门,列国生物历程参议的科研机构,包括科研院所、改换型公司、历程适度巨头等都在发酵历程的数字孪生系统修复中热烈竞争。跟着发酵历程数字化基础设施的渐渐完善,以及所有这个词这个词制造业向数字化、智能化升级的程度鼓励,基于数字孪生系统的历程模拟、预测、优化策略、致使自动优化调控等一定会推动发酵历程优化与适度本领产生高大跳跃。

    4.3 整合数字孪生与知识图谱的发酵历程智能决策赞成

    基于第一性旨趣的历程模子结合基于数据的无参数模子组成的搀杂模子,及在此基础上建立的数字孪生系统,为建立各式发酵历程适度要求与所温顺的状态质地属性(critical quality attribute, CQA) 之间的定量关系提供了旅途。此方法借助东谈主工智能中数据驱动模子建立适度参数与特定方针之间的模子,并引入第一性旨趣的结构模子加强模子的预测才调。但是,该方法忽略了发酵大师在弥远发酵实践中酿成的各式教育知识,而这些知识时时在施行发酵历程优化中施展报复作用。前述知识图谱本领不错将大师教育以有向图的方式进行存储,并建立一套基于知识图谱的逻辑推理算法,具少见字孪生所不具备的优点。因此,若能将两者结合,即充分利用数字孪生对发酵历程的定量形色又引入包含大师教育的知识图谱,从而增强系统对发酵历程优化赞成决策的准确性。

    通过知识图谱,不错将各式主见酿谚语义勾搭,使隐含知识显性化;而数字孪生本领,则不错在传统静态模子中,增加实时起先数据的反馈与动态记载,并以可视化的方式进行展现。Banerjee等[66]即在工业坐褥线上达成了从知识图谱到坐褥线数字孪生系统的构建。Sahlab等[67]则提倡基于知识图谱达成数字孪生模子之间的交互交融,从而增强数字孪生系统的性能。这些将数字孪生与知识图谱本领交融的方法正在节能型数字社会构建、商品供应链整合以及制造业中探索性应用。咫尺,还未见将数字孪生本领与知识图谱结合达成发酵历程优化及智能决策赞成的报谈。

    天津工业生物所依托国度合成生物本领改换中心修复,正在修复智能生物制造平台实验室,该实验室将要点围绕遐想-构建-测试-学习(design-build-test-learn, DBTL) 范式中Test智商,拟在实验室及中试界限达成发酵历程的数字化及智能化。该平台实验室将分为高通量菌种性能考证平台、微生物代谢本性参议平台、高通量发酵历程优化平台以及对接数字孪生的中试自动化工艺开发平台等多个硬件平台,同期将建立基于数据科学与东谈主工智能的生物历程大数据分析的软件平台,接力于于将发酵历程数字孪生系统与发酵历程知识图谱结合的发酵历程智能决策赞成本领的开发,加速国度合成生物本领改换中心推动实验室改换后果向产业化转化的程度。

    5 改日工业发酵本领预测

    伴跟着合成生物本领的速即发展及东谈主工智能本领的迅速崛起,传统工业发酵本领正迎来全新的机遇和挑战。跟着这些新兴本领的不停交融浸透,改日工业发酵本领将发生颠覆性转变,以顺应改日生物本领跳跃带来的产业化方面的新需求。发酵工程是一门多学科交叉的工程性学科,触及微生物学、历程工程、反应工程等。连年来跟着合成生物本领发展迎来的高通量、自动化实验室基础设施修复,以及对海量数据进行分析时引入的数据科学、东谈主工智能本领等,都在推动着发酵工程本领的不停跳跃。相应的改换型企业也渐渐进入到生物本领产业行列,如TeselaGen Biotechnology、Culture Biosciences、Novasign公司等。

    Culture Biosciences是好意思国加利福尼亚州南旧金山的一家本领公司,为生物本领公司提供一种更简易、更快捷、更低廉的生物制造研发方式。通过利用Culture Biosciences开发的云生物反应器平台,需要进行发酵的企业或科研单元不错通过费力提交任务,将发酵历程在Culture Biosciences的云发酵罐中进行,历程科学家不错费力适度及监测施行的发酵历程,因此不错参加更多时辰遐想和分析实验。同在加利福尼亚州的TeselaGen公司则利用AI本领,围绕合成生物学的遐想-构建-测试-学习等几个智商,搭建了一套软件系统TeselaGen,使生物学家、实验室本领东谈主员以及生物信息学家协同使命,从而加速生物本领的产业化程度。奥地利的Novasign公司则依托AI本领,利用搀杂建模方法搭建了形色发酵历程的数字孪生系统,对发酵历程进行预测与适度,加速发酵历程优化的速率。由此可见,AI本领正在向传统发酵行业本领渐渐浸透,繁衍出各式新式的本领型企业,从而使稳妥代发酵本领的分支愈加细化,正在推动发酵本领的举座跳跃,从而加速鼓励合成生物学实验室改换后果的产业化程度。

    改日跟着AI本领愈加陶冶,其与发酵本领的深度交融将颠覆传统发酵本领技能。数字孪生将成为发酵企业的方法竖立,借助知识图谱本领赞成,发酵工程师进行发酵历程的智能分析和优化调控将变得愈加便利高效,AI赋能的高效发酵本领为生物经济发展起到高效撑捏作用。基于此对改日发酵工程东谈主才也提倡了更高的要求,一方面对其知识组成又有了新的要求,除了原生物学、生物工程、系统生物学等方面的专科基础知识外,还应具备种种传感器应用、大数据处理等信息学基本知识;另一方面亚洲色图 千百度,对发酵工程关联的学校和专科也应救济原有的培养有谋略,增加交叉学科的关联课程(或选修课),以拓展学生的知识面支吾新本领交融下的新发展;终末愈加报复的是要培养学生的实践才调,提供更多的盛开式平台,供学生开展实践参议与改换,培养出确切领有交叉学科知识、领有照管改日发酵工程复杂问题才调的东谈主才。



    Powered by 四房色播 @2013-2022 RSS地图 HTML地图

    Copyright Powered by站群 © 2013-2024