生物反应器中微生物种群密度的体内学习控制
系统与控制
2023-12-18 v1 人工智能
系统与控制
定量方法
摘要
将微生物用作生物工厂的一个关键问题在于使细胞群落达到并维持在期望的密度与组成，从而使其能高效地将生物质转化为有用的化合物。生物反应器是实现细胞密度实时、可扩展控制的有前景的技术平台。在本工作中，我们开发了一种基于学习的策略，以扩展可用于调节生物反应器中单一细菌种群密度的现有控制算法工具箱。具体而言，我们采用了 sim-to-real 范式，即利用少量数据校准一个简单的数学模型，并以此生成用于训练控制器的合成数据。随后，使用名为 Chi.Bio 的低成本生物反应器对所得策略进行了全面的体内测试，评估了其性能与鲁棒性。此外，我们将该策略的性能与更传统的控制器（即 PI 和 MPC）进行了比较，证实了基于学习的控制器在体内展现出相近的性能。我们的工作展示了基于学习的策略在生物反应器细胞密度控制中的可行性，向其应用于微生物联合体组成控制迈出了一步。
引用
@article{arxiv.2312.09773,
title = {In vivo learning-based control of microbial populations density in bioreactors},
author = {Sara Maria Brancato and Davide Salzano and Francesco De Lellis and Davide Fiore and Giovanni Russo and Mario di Bernardo},
journal= {arXiv preprint arXiv:2312.09773},
year = {2023}
}
备注
13 pages, 4 figures