Табыстар:
- Параметрлерді бірге өзгерту және эксперименттер дизайнымен өзара әрекеттесулерді түсіру арқылы эксперименттер санын азайту мүмкіндігі (DoE)
- Белсенді оқыту және Байестік оңтайландыру арқылы бірнеше эксперименттермен үлкен параметр кеңістігінде ең жақсы нүктені табу циклін орнату мүмкіндігі
- Модельге шектеулер ретінде физиологиялық және қауіпсіздік шектеулерін беру арқылы математикалық оптималды физикалық шындық пен қауіпсіздікпен теңестіру мүмкіндігі
Биоинженериядағы эксперимент қымбатқа түседі: жасуша культурасы аптаға созылады, реагент мыңдаған фунт тұрады, ферментатор жұмысы бірнеше күнді алады. Сонымен, «қандай эксперимент жасауым керек?» Ең болмағанда «нәтиже қандай?» деген сұрақ туындайды. сұрақ сияқты маңызды. Эксперименттерді жобалау (DoE — параметрлердің комбинациясы ең аз эксперименттермен ең көп ақпаратты беретін жүйелі жоспарлау әдісі) соқыр сынақ пен қатені жүйелі іздеуге айналдырады. AI осы жоспарлауды және әрбір келесі қадамда «қандай эксперимент» шешімін жылдамдатады; бірақ сіз физикалық шындықты және эксперименттің қауіпсіздігін білетін адамсыз.
Бұл бөлімде сіз DoE негізгі логикасын, белсенді оқыту (модель ең көп үйренетін экспериментті ұсыну арқылы кезең-кезеңмен оңтайландыру) және Байестік оңтайландыру (тәжірибелердің аз саны бар процестің ең жақсы параметрін табатын ықтималдық әдіс) тәсілдерін және осы жоспарлауда AI-ны қалай қауіпсіз пайдалану керектігін көресіз.
Неліктен бір айнымалы жеткіліксіз?
Классикалық тәсіл OFAT — бір мезгілде бір фактор: температураны өзгертіңіз, содан кейін рН өзгертіңіз... Бұл әдістің жасырын кемшілігі оның өзара әрекеттесулерді өткізіп жіберуінде (өзара әрекеттесу — екі параметр бір-бірінен басқаша әрекет етеді). Мүмкін жоғары температура төмен рН кезінде ғана жақсы. DoE параметрлерді бірге және теңдестірілген түрде өзгертетін факторлық конструкцияларды пайдалану арқылы өзара әрекеттесуді түсіреді және эксперименттер санын азайтады.
Кеңес: AI-ға «Мен 5 параметрді оңтайландырғым келеді» деп айтқан кезде, алдымен одан толық факториалды емес, бөлшек факториалды (параметрлердің ең ақпаратты ішкі жиынын таңдайтын дизайн) немесе жауап бетінің дизайнын (оңтайлы аймақты картаға түсіретін дизайн) ұсынуын сұраңыз. Бұл эксперименттер санын 243-тен 20-30-ға дейін азайтуы мүмкін.
Белсенді оқыту: келесі ең жақсы эксперимент
Кейбір мәселелер үшін бәрін алдын ала жоспарлау мүмкін емес; Әрбір эксперименттің нәтижесі келесі ең жақсы экспериментті өзгертеді. Бұл жерде белсенді оқыту ойнайды: модель қол жетімді деректерді қарастырады, ең жоғары белгісіздікпен немесе ең үлкен күтілетін пайдамен экспериментті ұсынады, сіз мұны жасайсыз, модель жаңартылады. Бұл цикл өте аз эксперимент арқылы үлкен параметр кеңістігінде тәтті нүктені табуға мүмкіндік береді (мысалы, фермент үшін мыңдаған мүмкін жағдайлар). AI осы циклдің «келесі» шешімін есептейді; бірақ сіз ұсыныстың физикалық мүмкін және қауіпсіз екенін растайсыз.
Абайлаңыз: Оңтайландыру үлгісі зертханада қауіпті немесе мүмкін емес жағдайды ұсынуы мүмкін (мысалы, культураны өлтіретін температура, жарылғыш еріткіш қатынасы). Модель физиологиялық және қауіпсіздік шектерін білмейді; Әрбір ұсынысты өзіңіздің зертханалық біліміңізбен шектеңіз (оны модельге шектеу ретінде беріңіз).
үш шағын іс
1-жағдай — DoE эксперименттер санын азайтты. Ферменттерді өндіру тобы 5 параметрді (температура, рН, араластыру, беру жылдамдығы, индуктор) оңтайландырады. Толық факториалдық 243 тәжірибені білдіреді. YZ ұсынған бөлшек факторлық дизайн 32 тәжірибеге дейін қысқарды; алынған жауап беті оңтайлы деп тапты және тиімділікті 27%-ға арттырды. Команда қауіпсіздік үшін барлық жағдайды алдын ала бекітті.
2-жағдай – Белсенді оқыту жеделдетілді. Бір жасушалық қоректік ортаны оңтайландыруда 4000-нан астам ықтимал композициялар болды. Белсенді оқыту циклі оңтайлы деңгейге жетті, онда классикалық скрининг 18 эксперименттік айналымда (барлығы 90 мәдениет) аптаға созылады. Бірақ модель ұсынған екі жағдай физиологиялық тұрғыдан мүмкін емес және қолмен жойылды.
3-жағдай — Қауіпсіздік шекарасы іске қосылды. Биопроцессті оңтайландыруда модель еріген оттегіні арттыру үшін қауіпті қысымды ұсынды. Инженер модельге шектеу ретінде реактордың қысым шегін қосты; кейінгі ұсыныстар қауіпсіз ауқымда қалды. Физикалық шек математикалық оптимумнан асып түсті.
Көшірілетін төрт үлгі
1) DoE дизайны бойынша ұсыныс:
Сіздің рөліңіз: тәжірибелік дизайн сарапшысы. Мен [N] параметрлерді оңтайландырғым келеді: [параметрлер және олардың ауқымдары]. Менің мақсатым [кірімділік/белсенділік]. Маған сәйкес DoE дизайнын ұсыныңыз (толық/бөлшек факторлық немесе жауап беті), қажетті эксперименттер санын және әрбір шартты кестеге келтіріңіз. Физиологиялық мүмкін емес комбинацияларды белгілеңіз.
2) Белсенді оқыту циклін орнату:
Сіздің рөліңіз: оңтайландыру жөніндегі кеңесші. Мен Bayesian оңтайландыру циклін орнатқым келеді. Маған қадамдарды түсіндіріңіз: бастапқы орау, бақылаушы функциясы (сатып алу), жаңарту, тоқтату критерийлері. Әр раундта қанша эксперимент ұсынатыныңызды және қауіпсіздік шектеулерін қалай қосу керектігін айтыңыз. Python кітапханасын ұсыныңыз.
3) Қауіпсіздік шектеуінің анықтамасы:
Менің оңтайландыру ұсыныстарым келесі шектеулерден ШЫШҚАМАУ керек: температура [диапазон], рН [диапазон], қысым [макс], еріткіш жылдамдығы [макс]. Осы шектен асатын эксперименттерді ұсынбаңыз. Егер ұсыныс шегіне жақындап қалса, маған ескертіп, себебін түсіндіріңіз.
4) Нәтижені талдау және келесі қадам:
Мен сізге DoE бірінші турының нәтижелерін беремін (шарттар + өлшенген жауап). Айтыңызшы: (1) қандай параметрлер тиімдірек, (2) өзара әрекеттесу бар ма, (3) оңтайлыға жақындау үшін келесі 4 тәжірибені ұсыныңыз. Әрбір ұсынысты деректермен негіздеу; деректерде жоқ қорытындыларды жасамаңыз.
Әлсіз шақыру / Күшті шақыру
Әлсіз шақыру:
Менің ашытуды оңтайландыру.
Параметрлер, диапазондар, шектеулер жоқ; AI жалпы және практикалық емес ұсыныстар береді.
Күшті шақыру:
Сіздің рөліңіз: биопроцесс экспериментінің дизайнері. Мен E. coli көмегімен рекомбинантты протеин өндірісін оңтайландырғым келеді. Параметрлер мен диапазондар: температура 25-37°C, IPTG 0,1-1,0 мМ, индукция OD0,4-0,8, беру жылдамдығы [диапазон]. Мақсаты: еритін ақуыздың шығуы. Маған 20 тәжірибеден аспайтын бөлшек факторлық дизайн кестесін беріңіз. Жасушаны өлтіретін жағдайларды белгілеңіз. Қауіпсіздік шегі: 40°C жоғары температура ТЫЙЫМ САЛЫНАДЫ.
Айырмашылық: анық параметрлер, ауқымдар, мақсат, эксперимент бюджеті және қауіпсіздік шектеуі.
DoE және оңтайландыру әдістері
Әдіс
қашан
Артықшылық
шекара
OFAT
Қарапайым, бір фактор
оңай түсініктеме
Өзара әрекеттесуді жіберіп алады
толық факториалды
бірнеше параметрлер
Барлық өзара әрекеттесу
сынақ жарылыс
Бөлшек факториалды
Көп параметрді жою
шағын эксперимент
Кейбір өзара әрекеттесу жасырылады
жауап беті
Оңтайлы карталау
дәл баптау
сызықтық емес
белсенді оқыту
Үлкен кеңістік, қымбат эксперимент
ең аз эксперимент
Модель сапасына байланысты
Барлау кеңістігі мен пайдалану балансы
Оңтайландырудың негізінде шиеленіс бар: барлау мен пайдалану арасындағы тепе-теңдік — белгісіз аумақты сынап көру арқылы жаңа мүмкіндіктерді іздеу және белгілі жақсы аумақты өндіру арқылы тиімділікті азайту арасындағы тепе-теңдік. Егер сіз тек «ең жақсы белгілі нүктенің айналасында» әрекет жасасаңыз, одан әрі әлдеқайда жақсы оптималды ешқашан таба алмайсыз (жергілікті оптимумда тұрып қалыңыз). Егер сіз тек кездейсоқ зерттесеңіз, сізде бар жақсы аумақты ешқашан сыға алмайсыз және эксперимент бюджетін пайдаланасыз. Bayesian оңтайландыруының күзетші функциясы (алу функциясы — күтілетін пайда мен белгісіздікті өлшеу арқылы келесі экспериментті қай жерде іске қосу керектігін таңдайтын ереже) бұл теңгерімді автоматты түрде басқарады. Жасанды интеллект бұл механизмді орната алады, бірақ сіз «барлаудың қанша айналымы, пайдаланудың қанша айналымы» және эксперимент бюджетіңіздің шегін шешесіз.
Кеңес: Оңтайландырудың бастапқы кезеңдерінде барлауға (үлкен, шашыраңқы эксперименттер) назар аударыңыз; Параметр кеңістігін салыстыру. Оңтайлыға жақындаған сайын эксплуатацияға көшіңіз (тар, дәл баптау эксперименттері). Бұл ауысуды бір раундта емес, нәтижеге қарап, біртіндеп жасаңыз.
Жалпы қателер
- OFAT-да тұрып қалу және өзара әрекеттесулер жоқ. Параметрлер бірге өзгеруі керек.
- Үлгіге қауіпсіздік шектеуін бермеу. Модель қауіпті немесе мүмкін емес жағдайларды ұсынуы мүмкін.
- Қайталауды және рандомизацияны өткізіп жіберу. Статистикалық қуат пен партияны бақылау үшін қажет.
- Бір раундта оңтайландыруды аяқтау. Белсенді оқыту итеративті; жоспарды әр тур сайын жаңартады.
- Модельдің ұсынысын соқыр қолдану. Физикалық орындылығы мен құнын қолмен тексеру керек.
Қысқаша
Зияткерлік эксперименттік дизайн қымбат биоинженерлік тәжірибелерді ақпараттық өлшемдердің аз санына дейін азайтады. DoE өзара әрекеттесулерді түсіреді және эксперименттер санын азайтады; Белсенді оқыту және Байестік оңтайландыру үлкен кеңістіктерде қадам бойынша ең жақсы нүктені табады. AI бұл жоспарлауды есептейді және «келесі не» шешімін жылдамдатады, бірақ сіз модельге шектеулер ретінде физиологиялық шектеулерді, қауіпсіздікті және орындылықты бересіз. Математикалық оңтайлы физикалық шындық пен қауіпсіздікті жеңе алмайды.
Қолданбалы тапсырма
Сіздің қызығушылық аймағыңыздан 3-5 параметрі бар оңтайландыру мәселесін таңдаңыз (мысалы, қоректік орта немесе фермент реакциясы). AI үшін «күшті шақыру» үлгісімен бөлшек факторлық дизайн кестесін жасаңыз. Содан кейін кестедегі әрбір шарттың қауіпсіздігі мен орындылығын тексеріңіз: мүмкін емес немесе қауіпті комбинация бар ма? Қауіпсіздік шектеуін қосыңыз, дизайнды қайта шығарыңыз және айырмашылықты ескеріңіз.
бақылау парағы
- [ ] Мен параметрлерді бірге өзгертетін DoE дизайнын (OFAT емес) қолдандым.
- [ ] Мен модельге шектеулер ретінде физиологиялық және қауіпсіздік шектеулерін бердім.
- [ ] Мен дизайнға қайталау мен рандомизацияны енгіздім.
- [ ] Оңтайландыруды итеративті түрде жоспарладым, мен оны бір раундта аяқтамадым.
- [ ] Мен үлгі ұсыныстарын орындылығы мен құнына тексердім.
- [ ] Мен әрбір нәтиже интерпретациясын нақты деректерге жатқыздым, жалған нәтижелерді қабылдамадым.