Наука 25 сентября 2020

Новый алгоритм ускорит создание искусственных клеток с нескольких лет до месяцев

Далее

Если вы ели веганские гамбургеры со вкусом мяса или использовали косметические средства с синтетическим коллагеном, значит, синтетическая биология принесла вам пользу. Оба эти продукта «выращены» в лаборатории, также это область разработок, в которой заложен огромный потенциал. Она позволяет ученым создавать биологические системы с особыми спецификациями, например, создавать микроб для производства агента для борьбы с раком. Тем не менее, традиционные методы биоинженерии медленны и трудоемки, при этом основным подходом является метод проб и ошибок. Чтобы решить проблему, ученые из Национальной лаборатории Лоуренса Беркли Министерства энергетики США (Berkeley Lab) разработали новый инструмент, который адаптирует алгоритмы машинного обучения к потребностям синтетической биологии. Это позволит систематизировать руководство разработкой. Исследователи рассказали о своих результатах в журнале Nature Communications.

Новая разработка позволит ученым не тратить годы на детальное понимание каждой части клетки и ее конкретных функций, чтобы управлять ею. Вместо этого, с ограниченным набором обучающих данных, новые алгоритмы предскажут, как изменения в ДНК повлияют на поведение клетки и ее биохимию, а затем дадут рекомендации для следующего инженерного цикла вместе с вероятными прогнозами для достижения желаемой цели инженеров.

«Возможности революционные», — заявил Эктор Гарсия Мартин, исследователь из отдела биологических систем и инженерии (BSE) лаборатории Беркли, руководивший исследованием. «В настоящее время биоинженерия — очень медленный процесс. Потребовалось 150 человеко-лет, чтобы создать противомалярийный препарат, артемизинин. Если вы сможете создать новые клетки в соответствии со спецификациями за пару недель или месяцев вместо нескольких лет, это революционизирует возможности биоинженерии».

Работая с специалистом по анализу данных BSE Тияной Радивоевич и международной группой исследователей, команда разработала и продемонстрировала ожидающий патентования алгоритм — «Автоматический инструмент рекомендации» (ART). Машинное обучение позволяет компьютерам делать прогнозы после «обучения» на основе значительного количества доступных данных.

Алгоритм адаптирован к особенностям области синтетической биологии своими небольшими наборами обучающих данных, необходимостью количественной оценки неопределенности, а также рекурсивными циклами. Возможности этого инструмента были продемонстрированы на моделировании и исторических данных из предыдущих проектов метаболической инженерии, таких как улучшение производства возобновляемого биотоплива.

Читать также

Ледник «Судного дня» оказался опаснее, чем думали ученые. Рассказываем главное

GitHub заменил термин «мастер» на нейтральный аналог

Появилось сразу два доказательства внеземной жизни. Одно на Венере, другое — неизвестно