مقاله بهینه‌سازی اپتوژنتیکی دینامیکی بیان ATPase با استفاده از مدل‌های مبتنی بر دانش و پشتیبانی از فرآیند گاوسی به صورت آزمایشی

چکیده

Optogenetic modulation of adenosine triphosphatase (ATPase) expression represents a novel approach to maximize bioprocess efficiency by leveraging enforced adenosine triphosphate (ATP) turnover. In this study, we experimentally implement a model-based open-loop optimization scheme for optogenetic modulation of the expression of ATPase. Increasing the intracellular concentration of ATPase, and thus the level of ATP turnover, in bioprocesses with product synthesis coupled with ATP generation, can lead to increased product formation and substrate uptake. Previous simulation studies formulated optimal control problems using dynamic constraint-based models to find optimal light inputs in fermentations with optogenetically mediated ATPase expression. However, using these models poses challenges due to resulting bilevel optimizations and complex parameterization. Here, we outline a simplified unsegregated and quasi-unstructured kinetic modeling approach that reduces the number of dynamic states and leads to single-level optimizations. The models can be augmented with Gaussian processes to compensate for model uncertainties. We implement optimal control constrained by knowledge-based and hybrid models for optogenetic ATPase expression in $\textit{Escherichia coli}$ with lactate as the main product. To do so, we genetically engineer $\textit{E. coli}$ to obtain optogenetic expression of ATPase using the CcaS/CcaR system. This represents the first experimental implementation of model-based optimization of ATPase expression in bioprocesses.

چکیده به فارسی (ترجمه ماشینی)

بیان اپتوژنتیک بیان آدنوزین تری فسفاتاز (ATPase) یک رویکرد جدید برای به حداکثر رساندن راندمان بیوپروس با استفاده از اعمال گردش مالی آدنوزین تری فسفات (ATP) نشان می دهد.در این مطالعه ، ما به طور تجربی یک طرح بهینه سازی حلقه باز مبتنی بر مدل را برای مدولاسیون اپتوژنتیک بیان ATPase اجرا می کنیم.افزایش غلظت داخل سلولی ATPase ، و در نتیجه سطح گردش ATP ، در بیوپسی های زیستی با سنتز محصول همراه با تولید ATP ، می تواند منجر به افزایش شکل گیری محصول و جذب بستر شود.مطالعات شبیه سازی قبلی مشکلات کنترل بهینه را با استفاده از مدلهای مبتنی بر محدودیت پویا برای یافتن ورودی های بهینه نور در تخمیر با بیان ATPase با واسطه اپتوژنتیکی تدوین کردند.با این حال ، استفاده از این مدلها به دلیل بهینه سازی صفراوی و پارامتر سازی پیچیده ، چالش هایی را ایجاد می کند.در اینجا ، ما یک رویکرد مدل سازی جنبشی غیر جداگانه و شبه ساختار یافته را بیان می کنیم که تعداد حالات پویا را کاهش می دهد و منجر به بهینه سازی های تک سطح می شود.این مدل ها را می توان با فرآیندهای گاوسی برای جبران عدم قطعیت های مدل تقویت کرد.ما کنترل بهینه محدود شده توسط مدلهای دانش و دانش مبتنی بر هیبریدی را برای بیان ATPase اپتوژنتیک در $ \ textit {Escherichia coli} $ با لاکتات به عنوان محصول اصلی اجرا می کنیم.برای انجام این کار ، ما از نظر ژنتیکی $ \ textit {e مهندسی می کنیم.Coli} $ برای به دست آوردن بیان نوری ATPase با استفاده از سیستم CCAS/CCAR.این اولین اجرای آزمایشی بهینه سازی مدل مبتنی بر بیان ATPase در بیوپروس های زیستی است.