Unità 5 / 10

Disinn u Ottimizzazzjoni Sperimentali: DoE, Tagħlim Attiv u Ippjanar tal-Laboratorju Intelliġenti

Qligħ:

  • Kapaċità li tnaqqas in-numru ta 'esperimenti billi tbiddel il-parametri flimkien u taqbad l-interazzjonijiet mad-disinn ta' esperimenti (DoE)
  • Kapaċità li tistabbilixxi ċiklu ta 'sejba tal-aħjar punt fi spazju ta' parametri kbir bi ftit esperimenti permezz ta 'tagħlim attiv u ottimizzazzjoni Bayesjana
  • Kapaċità li tibbilanċja l-aħjar matematika mar-realtà fiżika u s-sigurtà billi tagħti limiti fiżjoloġiċi u ta’ sikurezza bħala restrizzjonijiet għall-mudell

L-esperimentazzjoni fil-bijoinġinerija hija għalja: kultura taċ-ċelluli tieħu ġimgħat, reaġent jiswa eluf ta 'liri, ġiri tal-fermentatur jieħu jiem. Allura "x'esperiment għandi nagħmel?" Il-mistoqsija hija mill-inqas "x'inhu r-riżultat?" hija importanti daqs il-mistoqsija. Disinn ta 'Esperimenti (DoE — metodu ta' ppjanar sistematiku liema kombinazzjonijiet ta 'parametri se jagħtu l-aktar informazzjoni bl-inqas esperimenti) idawwar prova u żball għomja fi tfittxija sistematika. L-AI tħaffef dan l-ippjanar u d-deċiżjoni "liema esperiment li jmiss" f'kull pass sussegwenti; imma int dak li jaf ir-realtà fiżika u s-sigurtà tal-esperiment.

F'din l-unità, se tara l-loġika bażika ta 'DoE, approċċi ta' tagħlim attiv (ottimizzazzjoni pass pass billi tissuġġerixxi l-esperiment li minnu l-mudell se jitgħallem l-aktar) u ottimizzazzjoni Bayesjana (metodu probabilistiku li jsib l-aħjar issettjar ta 'proċess b'numru żgħir ta' esperimenti), u kif tuża l-AI b'mod sikur f'dan l-ippjanar.

Għaliex mhux varjabbli wieħed biżżejjed?

L-approċċ klassiku huwa OFAT - fattur wieħed kull darba: ibdel it-temperatura, imbagħad ibiddel il-pH... Id-difett insidjuż ta 'dan il-metodu huwa li jitlef l-interazzjonijiet (interazzjoni - żewġ parametri jaġixxu b'mod differenti flimkien milli meta jkunu waħedhom). Forsi temperatura għolja hija tajba biss f'pH baxx. DoE jaqbad l-interazzjonijiet u jnaqqas in-numru ta 'esperimenti billi juża disinji fatturi li jvarjaw parametri flimkien u bbilanċjati.

Tip: Meta tgħid lill-AI "Irrid nottimizza 5 parametri," l-ewwel staqsiha biex tissuġġerixxi fatturial frazzjonali (disinn li jagħżel l-aktar subsett informattiv ta 'parametri) jew disinn tal-wiċċ ta' rispons (disinn li jimmappa l-aħjar reġjun) aktar milli fatturial sħiħ. Dan jista 'jnaqqas in-numru ta' esperimenti minn 243 għal 20-30.

Tagħlim attiv: l-aħjar esperiment li jmiss

Għal xi problemi, ma tistax tippjana kollox minn qabel; Ir-riżultat ta 'kull esperiment jibdel l-aħjar esperiment li jmiss. Dan huwa fejn jidħol it-tagħlim attiv: il-mudell iħares lejn id-dejta disponibbli, jissuġġerixxi l-esperiment bl-ogħla inċertezza jew l-akbar qligħ mistenni, tagħmel dan, il-mudell jaġġorna. Din il-linja tippermetti li jinstab il-post ħelu fi spazju ta 'parametri kbir (eluf ta' kundizzjonijiet possibbli għal enzima, pereżempju) bi ftit li xejn esperimentazzjoni. L-AI tikkalkula d-deċiżjoni ta 'dan iċ-ċiklu "x'inhu jmiss"; imma tikkonferma li s-suġġeriment huwa fiżikament fattibbli u sikur.

Attenzjoni: Mudell ta 'ottimizzazzjoni jista' jissuġġerixxi kundizzjoni perikoluża jew impossibbli fil-laboratorju (eż., temperatura li toqtol il-kultura, proporzjon ta 'solvent splussiv). Il-mudell ma jafx il-limiti fiżjoloġiċi u ta 'sikurezza; Illimita kull suġġeriment għall-għarfien tal-laboratorju tiegħek stess (agħtih lill-mudell bħala restrizzjoni).

tliet każijiet żgħar

Każ 1 — DoE naqqas in-numru ta' esperimenti. Tim ta 'produzzjoni ta' enzimi jottimizza 5 parametri (temperatura, pH, taħlit, rata ta 'għalf, inducer). Il-fattural sħiħ kien ifisser 243 esperiment. Id-disinn fatturi frazzjonali propost minn YZ naqqas in-numru għal 32 esperiment; il-wiċċ ta 'rispons li jirriżulta sab effiċjenza ottima u miżjuda b'27%. It-tim approva minn qabel kull kundizzjoni għas-sigurtà.

Każ 2 — Tagħlim attiv aċċellerat. Kien hemm aktar minn 4,000 kompożizzjoni possibbli f'ottimizzazzjoni tal-medja tal-kultura taċ-ċelluli waħda. Iċ-ċiklu ta' tagħlim attiv laħaq l-aħjar fejn l-iskrinjar klassiku jdum għal ġimgħat fi 18-il rawnd sperimentali (90 kultura b'kollox). Iżda żewġ kundizzjonijiet issuġġeriti mill-mudell kienu fiżjoloġikament impossibbli u ġew eliminati bl-idejn.

Każ 3 — Konfini tas-sigurtà attivat. F'ottimizzazzjoni tal-bijoproċess, il-mudell issuġġerixxa pressjoni perikoluża biex tiżdied l-ossiġnu maħlul. L-inġinier żied il-limitu tal-pressjoni tar-reattur mal-mudell bħala restrizzjoni; rakkomandazzjonijiet sussegwenti baqgħu fil-medda sikura. Il-limitu fiżiku qabeż l-ottimu matematiku.

Erba' mudelli li jistgħu jiġu kkupjati

1) Rakkomandazzjoni tad-disinn DoE:

Ir-rwol tiegħek: espert tad-disinn sperimentali. Irrid nottimizza [N] parametri: [parametri u l-meded tagħhom]. Il-mira tiegħi hija [rendiment/attività]. Issuġġerixxini disinn DoE adattat (factorjali sħiħ/frazzjonali jew wiċċ ta 'rispons), agħmel tabella n-numru ta' esperimenti meħtieġa u kull kundizzjoni. Immarka kombinazzjonijiet fiżjoloġikament impossibbli.

2) Setup attiv taċ-ċiklu tat-tagħlim:

Ir-rwol tiegħek: konsulent tal-ottimizzazzjoni. Irrid inwaqqaf linja ta 'ottimizzazzjoni Bayesjana. Spjegali l-passi: it-tgeżwir inizjali, il-funzjoni tal-għassies (akkwist), l-aġġornament, il-kriterji tal-waqfien. Tell me how many experiments you will propose in each round and how to add security constraints. Issuġġerixxi librerija Python.

3) Definizzjoni tar-restrizzjoni tas-sigurtà:

My optimization suggestions should not go OUTSIDE the following limits: temperature [range], pH [range], pressure [max], solvent rate [max]. Do not propose any experiments that exceed these limits. If a suggestion is approaching the limit, warn me and explain why.

4) Analiżi tar-riżultat u l-pass li jmiss:

Jiena nagħtik ir-riżultati tal-ewwel rawnd ta' DoE (kundizzjonijiet + rispons imkejjel). Għidli: (1) liema parametri huma l-aktar effettivi, (2) jekk hemmx interazzjoni, (3) jissuġġerixxu l-4 esperimenti li jmiss biex jersqu lejn l-aħjar. Iġġustifika kull suġġeriment b'dejta; ma tagħmel konklużjonijiet li mhumiex fid-dejta.

Pront dgħajjef / Pront qawwi

Pront dgħajjef:

Ottimizza l-fermentazzjoni tiegħi.

L-ebda parametri, l-ebda firxiet, l-ebda restrizzjonijiet; L-AI tagħti rakkomandazzjonijiet ġenerali u mhux prattiċi.

Pront qawwi:

Ir-rwol tiegħek: disinjatur tal-esperiment tal-bijoproċess. Irrid nottimizza l-produzzjoni tal-proteini rikombinanti b'E. coli. Parametri u firxiet: temperatura 25-37°C, IPTG 0.1-1.0 mM, induzzjoni OD0.4-0.8, rata ta 'għalf [firxa]. Għan: rendiment ta 'proteini solubbli. Agħtini tabella tad-disinn fatturi frazzjonali għal mhux aktar minn 20 esperiment. Immarka l-kundizzjonijiet li joqtlu ċ-ċellula. Limitu tas-sigurtà: temperatura 'l fuq minn 40°C PROJBIT.

Differenza: parametri ċari, firxiet, mira, baġit ta 'esperiment u restrizzjoni ta' sikurezza.

DoE u metodi ta' ottimizzazzjoni

Metodu

meta

Vantaġġ

fruntiera

OFAT

Sempliċi, fattur wieħed

kumment faċli

Jitilfu l-interazzjoni

fatturali sħiħ

ftit parametri

L-interazzjoni kollha

splużjoni tat-test

Fattorjali frazzjonali

Eliminazzjoni multi-parametri

ftit esperiment

Xi interazzjoni hija moħbija

wiċċ ta 'rispons

Immappjar ottimali

irfinar

nonlinearità

tagħlim attiv

Spazju kbir, esperiment għali

l-inqas esperiment

Jiddependi fuq il-kwalità tal-mudell

Bilanċ ta 'spazju ta' esplorazzjoni u sfruttament

Hemm tensjoni fil-qalba tal-ottimizzazzjoni: il-bilanċ bejn l-esplorazzjoni u l-isfruttament—il-bilanċ bejn it-tfittxija ta 'opportunitajiet ġodda billi tipprova territorju mhux magħruf u tgħasir l-effiċjenza billi tħaffir territorju tajjeb magħruf. Jekk tipprova biss "madwar il-punt l-aktar magħruf" qatt ma ssib ottimali ferm aħjar aktar 'il bogħod (jeħel fl-ottimu lokali). Jekk tesplora biss bl-addoċċ, qatt ma tkun tista 'tagħfas it-territorju tajjeb li għandek u se tuża l-baġit tal-esperiment tiegħek. Il-funzjoni sentinella tal-ottimizzazzjoni Bayesjana (il-funzjoni tal-akkwist — ir-regola li tagħżel fejn tmexxi l-esperiment li jmiss billi tiżen kemm il-qligħ mistenni kif ukoll l-inċertezza) awtomatikament tamministra dan il-bilanċ. L-AI tista 'tistabbilixxi dan il-mekkaniżmu, iżda inti tiddeċiedi "kemm rawnds ta' esplorazzjoni, kemm rawnds ta 'sfruttament" u l-limitu tal-baġit tal-esperiment tiegħek.

Tip: Focus on exploration (large, dispersed experiments) in the early rounds of optimization; Map tal-ispazju tal-parametri. As you get closer to the optimum, move on to exploitation (narrow, fine-tuning experiments). Make this transition gradually, looking at the results, not in one round.

Żbalji komuni

  • Teħel fuq OFAT u interazzjonijiet nieqsa. Il-parametri għandhom jinbidlu flimkien.
  • Li ma tagħtix ir-restrizzjoni tas-sigurtà lill-mudell. The model may suggest dangerous or impossible conditions.
  • Taqbeż ir-repetizzjoni u l-randomization. Required for statistical power and batch control.
  • Tispiċċa l-ottimizzazzjoni f'rawnd wieħed. It-tagħlim attiv huwa iterattiv; jaġġorna l-pjan kull tour.
  • Blindly tapplika r-rakkomandazzjoni tal-mudell. Physical feasibility and cost must be checked manually.

Fil-qosor

Disinn sperimentali intelliġenti inaqqas esperimenti ta 'bijoinġinerija għaljin għal numru żgħir ta' kejl informattiv. DoE jaqbad l-interazzjonijiet u jnaqqas in-numru ta 'esperimenti; It-tagħlim attiv u l-ottimizzazzjoni Bayesjana jsibu l-aħjar punt pass pass fi spazji kbar. L-AI tikkalkula dan l-ippjanar u tħaffef id-deċiżjoni ta '"dak li jmiss", iżda inti tagħti limiti fiżjoloġiċi, sigurtà u fattibilità bħala restrizzjonijiet għall-mudell. L-aħjar matematiku ma jistax jirbaħ ir-realtà fiżika u s-sigurtà.

Kompitu ta' applikazzjoni

Agħżel problema ta 'ottimizzazzjoni bi 3-5 parametri mill-qasam ta' interess tiegħek (eż. mezz ta 'kultura jew reazzjoni ta' enzima). Oħloq tabella tad-disinn fatturi frazzjonali bil-mudell "pront qawwi" għall-AI. Imbagħad iċċekkja kull kundizzjoni fit-tabella għas-sigurtà u l-fattibilità: hemm kombinazzjoni impossibbli jew perikoluża? Żid restrizzjoni tas-sigurtà, agħti d-disinn riprodott, u nnota d-differenza.

lista ta' kontroll

  • [ ] Użajt disinn DoE (mhux OFAT) li jibdel il-parametri flimkien.
  • [ ] Jien tajt limiti fiżjoloġiċi u ta' sigurtà lill-mudell bħala restrizzjonijiet.
  • [ ] Inkorporajt ir-ripetizzjoni u r-randomization fid-disinn.
  • [ ] I planned the optimization iteratively, I did not finish it in one round.
  • [ ] I checked the model suggestions for feasibility and cost.
  • [ ] I attributed each result interpretation to real data, I did not accept fake results.