生物工艺开发中的机器学习：从承诺到实践
机器学习
2022-10-06 v1 其他定量生物学
摘要
受新型分析技术、数字化与自动化的推动，现代生物工艺开发提供大量异构实验数据，其中包含宝贵的过程信息。在此背景下，机器学习（ML）等数据驱动方法在理性探索大设计空间的同时最高效地利用实验设施方面具有很高潜力。本综述旨在展示 ML 方法迄今在生物工艺开发中的应用，特别是在菌株工程与筛选、生物工艺优化、放大、生物工艺监测与控制方面。针对每个主题，我们将强调成功应用案例、当前挑战，并指出可能从 ML 领域的技术转移与进一步进展中受益的方向。
引用
@article{arxiv.2210.02200,
title = {Machine learning in bioprocess development: From promise to practice},
author = {Laura Marie Helleckes and Johannes Hemmerich and Wolfgang Wiechert and Eric von Lieres and Alexander Grünberger},
journal= {arXiv preprint arXiv:2210.02200},
year = {2022}
}
备注
Submitted to "Trends in Biotechnology"