面向补料分批代谢控制遗传学的建模、优化与预测控制框架
系统与控制
2023-02-07 v1 系统与控制
最优化与控制
摘要
生物技术为有价值产品的可持续制造提供了诸多机遇。优化生物过程的工具箱包括生物反应器设计与操作模式、培养基配方、培养条件、补料速率等细胞外过程要素。然而，这些要素往往不足以实现最优过程性能或精确的产品组成。人们可以利用代谢工程和遗传工程方法在细胞内层面进行优化。但这类方法通常具有静态特性，在应用于动态过程或发生扰动时便会失效。此外，许多生物过程是凭经验优化并在几乎没有反馈控制的情况下实施的，难以应对扰动。控制遗传学（cybergenetics）的概念通过外部输入（例如光遗传学中的光强）在线调节代谢相关蛋白的基因表达，为优化生物过程开辟了新的可能性。在此，我们将控制遗传学与基于模型的优化和预测控制相融合，以优化动态生物过程。为此，我们建议使用动态约束模型，该模型整合了代谢反应动力学、资源分配和可诱导基因表达。我们构建了一个基于模型的最优控制问题，以寻找最优过程输入。此外，我们提出使用模型预测控制，通过在线反馈来应对不确定性。我们重点关注补料分批过程，其中底物补料速率是一个额外的优化变量。作为一个仿真示例，我们展示了对 ATP 酶复合物的光遗传学控制，通过动态调节强制 ATP 消耗来调整产品产率和生产率。
引用
@article{arxiv.2302.02177,
title = {Towards a modeling, optimization and predictive control framework for fed-batch metabolic cybergenetics},
author = {Sebastián Espinel-Ríos and Bruno Morabito and Johannes Pohlodek and Katja Bettenbrock and Steffen Klamt and Rolf Findeisen},
journal= {arXiv preprint arXiv:2302.02177},
year = {2023}
}