基于知识和高斯过程支持模型的ATP酶表达动态光遗传优化的实验实现

通过光遗传调控腺苷三磷酸酶（ATPase）的表达，利用强制性的腺苷三磷酸（ATP）周转，是一种最大化生物过程效率的新方法。在本研究中，我们实验实现了一种基于模型的开环优化方案，用于光遗传调控ATP酶的表达。在产物合成与ATP生成耦合的生物过程中，增加细胞内ATP酶浓度从而提高ATP周转水平，可以导致产物形成和底物摄取增加。先前的模拟研究利用动态约束模型制定最优控制问题，以寻找在光遗传介导ATP酶表达的发酵过程中的最优光输入。然而，使用这些模型会带来挑战，因为会导致双层优化和复杂的参数化。在此，我们概述了一种简化的非分离和准非结构化动力学建模方法，该方法减少了动态状态的数量并导致单层优化。这些模型可以通过高斯过程进行增强，以补偿模型不确定性。我们实施了基于知识和混合模型约束的最优控制，用于大肠杆菌（Escherichia coli）中以乳酸为主要产物的光遗传ATP酶表达。为此，我们利用CcaS/CcaR系统对大肠杆菌进行基因工程改造，以获得ATP酶的光遗传表达。这是生物过程中基于模型的ATP酶表达优化的首次实验实现。