論文の概要: In vivo learning-based control of microbial populations density in bioreactors

• arxiv url: http://arxiv.org/abs/2312.09773v1
• Date: Fri, 15 Dec 2023 13:27:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-18 15:53:47.486030
• Title: In vivo learning-based control of microbial populations density in bioreactors
• Title（参考訳）: 生体内学習によるバイオリアクターの微生物集団密度の制御
• Authors: Sara Maria Brancato, Davide Salzano, Francesco De Lellis, Davide Fiore, Giovanni Russo, Mario di Bernardo
• Abstract要約: 微生物をバイオファクトリーとして利用するための重要な問題は、望まれる密度と組成で細胞群集に到達し維持することである。 本研究では,バイオリアクターの細菌集団の密度を調節できる,利用可能な制御アルゴリズムのツールボックスを拡張するための学習ベースの戦略を開発する。 本研究は, バイオリアクターの細胞密度制御のための学習ベースの戦略の実現可能性を示し, 微生物コンソーシアムの構成制御への活用に向けて一歩前進する。
• 参考スコア（独自算出の注目度）: 1.1650821883155187
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A key problem toward the use of microorganisms as bio-factories is reaching and maintaining cellular communities at a desired density and composition so that they can efficiently convert their biomass into useful compounds. Promising technological platforms for the real time, scalable control of cellular density are bioreactors. In this work, we developed a learning-based strategy to expand the toolbox of available control algorithms capable of regulating the density of a \textit{single} bacterial population in bioreactors. Specifically, we used a sim-to-real paradigm, where a simple mathematical model, calibrated using a few data, was adopted to generate synthetic data for the training of the controller. The resulting policy was then exhaustively tested in vivo using a low-cost bioreactor known as Chi.Bio, assessing performance and robustness. In addition, we compared the performance with more traditional controllers (namely, a PI and an MPC), confirming that the learning-based controller exhibits similar performance in vivo. Our work showcases the viability of learning-based strategies for the control of cellular density in bioreactors, making a step forward toward their use for the control of the composition of microbial consortia.
• Abstract（参考訳）: 微生物をバイオファクトリーとして利用するための重要な問題は、バイオマスを効率的に有用な化合物に変換するために、細胞コミュニティを望ましい密度と組成で維持することである。 細胞密度のスケーラブルな制御をリアルタイムに行う技術プラットフォームはバイオリアクターである。 本研究では,バイオリアクターにおける細菌集団の密度を制御できる利用可能な制御アルゴリズムのツールボックスを拡張するための学習ベースの戦略を開発した。 具体的には、数個のデータを用いてキャリブレーションを行う単純な数学的モデルを用いて、コントローラのトレーニングのための合成データを生成する。 結果として得られた方針は、Chi.Bioと呼ばれる低コストのバイオリアクターを用いてin vivoで徹底的にテストされ、性能と堅牢性を評価した。 さらに、従来のコントローラ(PIとMPC)と比較し、学習ベースのコントローラが生体内で同様の性能を示すことを確認した。 本研究は, バイオリアクターの細胞密度制御のための学習ベースの戦略の実現可能性を示し, 微生物コンソーシアムの構成制御への活用に向けて一歩前進する。

関連論文リスト

• CryoFM: A Flow-based Foundation Model for Cryo-EM Densities [50.291974465864364]
  生成モデルとして設計された基礎モデルであるCryoFMについて,高品質密度マップの分布を学習する。 フローマッチングに基づいて構築されたCryoFMは、生物分子密度マップの以前の分布を正確に捉えるために訓練されている。
  論文  参考訳（メタデータ） (2024-10-11T08:53:58Z)
• Weakly Supervised Set-Consistency Learning Improves Morphological Profiling of Single-Cell Images [0.6491172192043603]
  単一セル画像における摂動効果の学習表現を改善するために,設定レベルの整合性学習アルゴリズムset-DINOを提案する。 5000以上の遺伝的摂動を伴う大規模光ポーリングスクリーニングデータセットの実験を行った。
  論文  参考訳（メタデータ） (2024-06-08T00:53:30Z)
• BMRetriever: Tuning Large Language Models as Better Biomedical Text Retrievers [48.21255861863282]
  BMRetrieverは、バイオメディカル検索を強化するための一連の密集したレトリバーである。 BMRetrieverは強力なパラメータ効率を示し、410Mの派生型はベースラインを最大11.7倍まで上回っている。
  論文  参考訳（メタデータ） (2024-04-29T05:40:08Z)
• Improving Biomedical Entity Linking with Retrieval-enhanced Learning [53.24726622142558]
  $k$NN-BioELは、トレーニングコーパス全体から同様のインスタンスを予測のヒントとして参照する機能を備えたBioELモデルを提供する。 k$NN-BioELは、いくつかのデータセットで最先端のベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-12-15T14:04:23Z)
• Application of data engineering approaches to address challenges in microbiome data for optimal medical decision-making [0.0]
  この研究は、マイクロバイオームのデータセットに固有の問題に対処し、パーソナライズされた医療を提供するのに非常に有益である可能性がある。 この研究で使用されたプロトタイプは、マイクロバイオームのデータセットに固有の問題に対処し、パーソナライズされた医療を提供するのに非常に有益である。
  論文  参考訳（メタデータ） (2023-06-30T05:36:39Z)
• On the Effectiveness of Compact Biomedical Transformers [12.432191400869002]
  バイオメディカルコーパスで事前訓練された言語モデルは、最近下流のバイオメディカルタスクにおいて有望な結果を示した。 既存のトレーニング済みモデルの多くは、埋め込みサイズ、隠れ次元、層数などの要因により、リソース集約的で計算的に重い。 本稿では,BioDistilBERT,BioTinyBERT,BioMobileBERT,DistilBioBERT,TinyBioBERT,CompactBioBERTの6つの軽量モデルを紹介する。 3つのバイオメディカルなタスクで全てのモデルを評価し、それらをBioBERT-v1.1と比較し、より大規模なモデルと同等に動作する効率的な軽量モデルを作成する。
  論文  参考訳（メタデータ） (2022-09-07T14:24:04Z)
• Differentiable Agent-based Epidemiology [71.81552021144589]
  GradABM(GradABM)は、エージェントベースのモデリングのためのスケーラブルで微分可能な設計で、勾配に基づく学習と自動微分が可能である。 GradABMは、コモディティハードウェア上で数秒で数百万の人口をシミュレートし、ディープニューラルネットワークと統合し、異種データソースを取り込みます。
  論文  参考訳（メタデータ） (2022-07-20T07:32:02Z)
• BioADAPT-MRC: Adversarial Learning-based Domain Adaptation Improves Biomedical Machine Reading Comprehension Task [4.837365865245979]
  本稿では,生物医学機械読解作業のための逆学習に基づくドメイン適応フレームワークを提案する。 BioADAPT-MRCは、一般的なドメインデータセットとバイオメディカルドメインデータセットの間の限界分布の相違に対処するニューラルネットワークベースの手法である。
  論文  参考訳（メタデータ） (2022-02-26T16:14:27Z)
• Deep neural networks approach to microbial colony detection -- a comparative analysis [52.77024349608834]
  本稿では,AGARデータセットを用いた3つの深層学習手法の性能について検討する。 得られた結果は将来の実験のベンチマークとして機能するかもしれない。
  論文  参考訳（メタデータ） (2021-08-23T12:06:00Z)
• Autonomous object harvesting using synchronized optoelectronic microrobots [10.860767733334306]
  optoelectronic tweezer-driven microrobots (oetdms)は多用途のマイクロマニピュレーション技術である。 複数のマイクロロボットのオープンループ制御を実現するために,自動的ターゲティングと経路計画手法を提案する。
  論文  参考訳（メタデータ） (2021-03-08T17:24:15Z)
• Towards an Automatic Analysis of CHO-K1 Suspension Growth in Microfluidic Single-cell Cultivation [63.94623495501023]
  我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。 具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
  論文  参考訳（メタデータ） (2020-10-20T08:36:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。