人工智能作为合成生物学的明智建议

机器学习正在改变生物科学和工业的所有领域，但通常仅限于少数用户和场景。由TobiasErb领导的马克斯普朗克陆地微生物研究所的一组研究人员开发了METIS，这是一种用于优化生物系统的模块化软件系统。研究小组通过各种生物学例子证明了它的可用性和多功能性。

尽管生物系统工程在生物技术和合成生物学中确实不可或缺，但今天机器学习已在生物学的所有领域变得有用。然而，很明显，算法的应用和改进，由指令列表组成的计算过程，并不容易获得。它们不仅受到编程技能的限制，而且通常还受到实验标记数据不足的限制。在计算和实验工作的交汇处，需要有效的方法来弥合机器学习算法与其在生物系统中的应用之间的差距。

现在，由TobiasErb领导的马克斯普朗克陆地微生物研究所的一个团队成功地实现了机器学习的民主化。在他们最近在NatureCommunications上发表的文章中，该团队与来自巴黎INRAe研究所的合作伙伴一起展示了他们的工具METIS。该应用程序采用多功能和模块化架构构建，不需要计算技能，可以应用于不同的生物系统和不同的实验室设备。METIS是机器学习引导系统改进实验试验的简称，也以古代智慧和手工艺女神Μῆτις或“明智的建议”命名。

所需数据更少

主动学习，也称为最佳实验设计，使用机器学习算法在对先前结果进行训练后以交互方式建议下一组实验，这对于湿实验室科学家来说是一种有价值的方法，尤其是在处理数量有限的实验标记数据时.但主要瓶颈之一是实验室生成的经过实验标记的数据并不总是足够高以训练机器学习模型。“虽然主动学习已经减少了对实验数据的需求，但我们进一步研究了各种机器学习算法。令人鼓舞的是，我们发现了一个对数据的依赖程度更低的模型，”该研究的主要作者之一AmirPandi说。

为了展示METIS的多功能性，该团队将其用于各种应用，包括优化蛋白质生产、基因构建、酶活性的组合工程以及名为CETCH的复杂CO2固定代谢循环。对于CETCH循环，他们探索了1,025个条件和仅1,000个实验条件的组合空间，并报告了迄今为止描述的最有效的CO2固定级联。

优化生物系统

在应用中，该研究提供了新的工具，使生物技术、合成生物学、遗传电路设计和代谢工程的当前努力民主化和推进。“METIS允许研究人员优化他们已经发现或合成的生物系统，”该研究的共同主要作者ChristophDiehl说。“但它也是理解复杂交互和假设驱动优化的组合指南。而且可能是最令人兴奋的好处：它可以是一个非常有用的系统，用于对新自然系统进行原型设计。”

METIS是一个模块化工具，作为GoogleColabPython笔记本运行，可以通过网络浏览器上的个人笔记本副本使用，无需安装、注册或本地计算能力。这项工作中提供的材料可以指导用户为他们的应用程序定制METIS。

机器学习正在改变生物科学和工业的所有领域，但通常仅限于少数用户和场景。由TobiasErb领导的马克斯普朗克陆地微生物研究所的一组研究人员开发了METIS，这是一种用于优化生物系统的模块化软件系统。研究小组通过各种生物学例子证明了它的可用性和多功能性。

尽管生物系统工程在生物技术和合成生物学中确实不可或缺，但今天机器学习已在生物学的所有领域变得有用。然而，很明显，算法的应用和改进，由指令列表组成的计算过程，并不容易获得。它们不仅受到编程技能的限制，而且通常还受到实验标记数据不足的限制。在计算和实验工作的交汇处，需要有效的方法来弥合机器学习算法与其在生物系统中的应用之间的差距。

现在，由TobiasErb领导的马克斯普朗克陆地微生物研究所的一个团队成功地实现了机器学习的民主化。在他们最近在NatureCommunications上发表的文章中，该团队与来自巴黎INRAe研究所的合作伙伴一起展示了他们的工具METIS。该应用程序采用多功能和模块化架构构建，不需要计算技能，可以应用于不同的生物系统和不同的实验室设备。METIS是机器学习引导系统改进实验试验的简称，也以古代智慧和手工艺女神Μῆτις或“明智的建议”命名。

所需数据更少

主动学习，也称为最佳实验设计，使用机器学习算法在对先前结果进行训练后以交互方式建议下一组实验，这对于湿实验室科学家来说是一种有价值的方法，尤其是在处理数量有限的实验标记数据时.但主要瓶颈之一是实验室生成的经过实验标记的数据并不总是足够高以训练机器学习模型。“虽然主动学习已经减少了对实验数据的需求，但我们进一步研究了各种机器学习算法。令人鼓舞的是，我们发现了一个对数据的依赖程度更低的模型，”该研究的主要作者之一AmirPandi说。

为了展示METIS的多功能性，该团队将其用于各种应用，包括优化蛋白质生产、基因构建、酶活性的组合工程以及名为CETCH的复杂CO2固定代谢循环。对于CETCH循环，他们探索了1,025个条件和仅1,000个实验条件的组合空间，并报告了迄今为止描述的最有效的CO2固定级联。

优化生物系统

在应用中，该研究提供了新的工具，使生物技术、合成生物学、遗传电路设计和代谢工程的当前努力民主化和推进。“METIS允许研究人员优化他们已经发现或合成的生物系统，”该研究的共同主要作者ChristophDiehl说。“但它也是理解复杂交互和假设驱动优化的组合指南。而且可能是最令人兴奋的好处：它可以是一个非常有用的系统，用于对新自然系统进行原型设计。”

METIS是一个模块化工具，作为GoogleColabPython笔记本运行，可以通过网络浏览器上的个人笔记本副本使用，无需安装、注册或本地计算能力。这项工作中提供的材料可以指导用户为他们的应用程序定制METIS。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！