論文の概要: Switching-time bioprocess control with pulse-width-modulated optogenetics

• arxiv url: http://arxiv.org/abs/2511.22893v1
• Date: Fri, 28 Nov 2025 05:43:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.778516
• Title: Switching-time bioprocess control with pulse-width-modulated optogenetics
• Title（参考訳）: パルス幅変調オプトジェネティクスを用いたスイッチング時間バイオプロセス制御
• Authors: Sebastián Espinel-Ríos,
• Abstract要約: バイオテクノロジーは生産効率を向上させるために動的制御の恩恵を受けることができる。 オプトジェネティクスは、光を外部入力として使用する遺伝子発現の調節を可能にする。 本稿では,強化学習に基づく代替手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Biotechnology can benefit from dynamic control to improve production efficiency. In this context, optogenetics enables modulation of gene expression using light as an external input, allowing fine-tuning of protein levels to unlock dynamic metabolic control and regulation of cell growth. Optogenetic systems can be actuated by light intensity. However, relying solely on intensity-driven control (i.e., signal amplitude) may fail to properly tune optogenetic bioprocesses when the dose-response relationship (i.e., light intensity versus gene-expression strength) is steep. In these cases, tunability is effectively constrained to either fully active or fully repressed gene expression, with little intermediate regulation. Pulse-width modulation, a concept widely used in electronics, can alleviate this issue by alternating between fully ON and OFF light intensity within forcing periods, thereby smoothing the average response and enhancing process controllability. Naturally, optimizing pulse-width-modulated optogenetics entails a switching-time optimal control problem with a binary input over many forcing periods. While this can be formulated as a mixed-integer program on a refined time grid, the number of decision variables can grow rapidly with increasing time-grid resolution and number of forcing periods, compromising tractability. Here, we propose an alternative solution based on reinforcement learning. We parametrize control actions via the duty cycle, a continuous variable that encodes the ON-to-OFF switching time within each forcing period, thereby respecting the intrinsic binary nature of the light intensity.
• Abstract（参考訳）: バイオテクノロジーは生産効率を向上させるために動的制御の恩恵を受けることができる。 この文脈において、オプトジェネティクスは外部入力として光を用いた遺伝子発現の調節を可能にし、タンパク質レベルの微調整により、動的代謝制御と細胞成長の制御を解き放つことができる。 光合成系は光強度によって活性化することができる。 しかし、強度駆動制御(信号振幅)のみに依存すると、線量-応答関係(光強度と遺伝子発現強度)が急激な場合に、オプトジェネティックなバイオプロセスの調整に失敗する可能性がある。 これらの場合、チューナビリティは、中間的調節がほとんどなく、完全に活性または完全に抑制された遺伝子発現に効果的に制限される。 パルス幅変調(Pulse-width modulation)は、電子工学で広く使われている概念で、強制期間内で完全にONとOFの光強度を交互に行い、平均応答を円滑にし、プロセス制御性を向上させることでこの問題を軽減することができる。 自然に、パルス幅変調オプトジェネティックスを最適化するには、多くの強制時間におけるバイナリ入力による切替時最適制御の問題が必要となる。 これは時間格子上の混合整数プログラムとして定式化できるが、時間格子分解能の増大と強制期間の増大により決定変数の数が急速に増加し、トラクタビリティが向上する。 本稿では,強化学習に基づく代替手法を提案する。 我々は,各強制期間内でON-to-OFF切替時間を符号化する連続変数であるデューティサイクルを介して制御動作をパラメトリズし,光強度の本質的な二元性を尊重する。

関連論文リスト

• GateRA: Token-Aware Modulation for Parameter-Efficient Fine-Tuning [51.79350934271497]
  GateRAは、PEFT更新の強度を動的に調整するトークン対応変調を導入する統一フレームワークである。 適応ゲーティングを標準のPEFTブランチに組み込むことで、Gateraは選択的でトークンレベルの適応を可能にする。 複数のコモンセンス推論ベンチマークの実験により、GateRAはPEFT法よりも一貫して優れ、一致していることが示された。
  論文  参考訳（メタデータ） (2025-11-15T17:55:47Z)
• RAPID^3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformer [86.57077884971478]
  ディフュージョントランスフォーマー(DiT)は、視覚発生時に優れるが、遅いサンプリングによって妨げられる。 本稿では,RAPID3: Tri-Level Reinforced Acceleration Policies for Diffusion Transformersを紹介する。 ベースジェネレータの更新をゼロにするイメージワイドアクセラレーションを提供する。 競合する生成品質でサンプリングを3倍近く高速化する。
  論文  参考訳（メタデータ） (2025-09-26T13:20:52Z)
• Reinforcement learning meets bioprocess control through behaviour cloning: Real-world deployment in an industrial photobioreactor [1.2824525084545688]
  オープン光バイオリアクター(PBR)におけるpH制御のための強化学習(RL)制御手法と行動クローニング(BC)の組み合わせを提案する。 これは、我々の知る限り、RLベースの制御戦略を、このような非線形で乱れやすいバイオプロセスに最初に適用したことを意味する。 全体として、この研究は、生物プロセス制御のためのRLベースの手法の可能性を示し、他の非線形で乱れやすいシステムに広く適用する方法を舗装する。
  論文  参考訳（メタデータ） (2025-09-08T16:21:11Z)
• PhysLLM: Harnessing Large Language Models for Cross-Modal Remote Physiological Sensing [49.243031514520794]
  LLM(Large Language Models)は、テキスト中心の設計のため、長距離信号の取得に優れる。 PhysLLMは最先端の精度とロバスト性を実現し、照明のバリエーションや動きのシナリオにまたがる優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-05-06T15:18:38Z)
• Online Event-Triggered Switching for Frequency Control in Power Grids with Variable Inertia [5.344266377824671]
  再生可能エネルギー資源の電力グリッドへの統合は、時間とともに変化するシステムの慣性と周波数力学の連続的な劣化につながった。 有望な解決策は、周波数偏差に応じて出力設定点を調整することにより、再生可能発電機や電池エネルギー貯蔵などのエネルギー資源を一次周波数制御に使用することである。 時間変化慣性下での周波数ダイナミクスを非線形スイッチングシステムとしてモデル化し、各モードの周波数ダイナミクスを非線形揺動方程式で記述し、異なるモードが異なる慣性レベルを表す。 ニューラルネットワークの集合から最も適切なコントローラを選択するためのオンラインイベントトリガースイッチングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-08-27T22:44:33Z)
• Effective Adaptive Mutation Rates for Program Synthesis [3.2228025627337864]
  進化的アルゴリズムの問題解決性能は突然変異率に依存する。 本稿では,変異率の特定の必要性を解消する適応的バンディットに基づく突然変異法を提案する。 ソフトウェア合成とシンボリック回帰問題の結果から,本手法の有効性が検証された。
  論文  参考訳（メタデータ） (2024-06-23T00:56:37Z)
• Energy control in a quantum oscillator using coherent control and engineered environment [83.88591755871734]
  我々は、コヒーレント、電磁、電場、非コヒーレント制御を用いて、量子調和振動子におけるエネルギーの新たな操作法を開発し、解析する。 速度勾配アルゴリズムに基づくコヒーレントかつ非コヒーレントな制御設計手法を提案する。 また, 速度勾配制御アルゴリズムの差分法も提案した。
  論文  参考訳（メタデータ） (2024-03-25T20:44:46Z)
• TempoRL: laser pulse temporal shape optimization with Deep Reinforcement Learning [0.577478614918139]
  高出力レーザー(HPL)の最適性能は、光-物質相互作用に関連する様々な実験タスクの成功に不可欠である。 伝統的に、HPLパラメータはブラックボックスの数値法に依存する自動化方式で最適化される。 モデルフリーのDeep Reinforcement Learning (DRL)は、HPLパフォーマンスを最適化するための有望な代替フレームワークを提供する。
  論文  参考訳（メタデータ） (2023-04-20T22:15:27Z)
• Autonomous coherence protection of a two-level system in a fluctuating environment [68.8204255655161]
  我々は、もともと、相互作用しない2レベルシステム(量子ビット)のアンサンブルから静的ドップラー拡大の効果を取り除くことを意図したスキームを再検討する。 このスキームははるかに強力であり、時間と空間に依存するノイズから単一(あるいはアンサンブル)量子ビットのエネルギーレベルを保護できることを示した。
  論文  参考訳（メタデータ） (2023-02-08T01:44:30Z)
• Time-local optimal control for parameter estimation in the Gaussian regime [68.8204255655161]
  瞬時制御ユニタリは、オープンダイナミクスによって引き起こされる情報の減少を軽減するために用いられる。 このような制御に対して、局所的に最適な(時間内での)選択は、量子フィッシャー情報の時間微分を最大化するものである。
  論文  参考訳（メタデータ） (2020-01-10T16:24:31Z)

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。