Сотрудничая с Google, компания Lumen Bioscience применила байесовскую оптимизацию «черного ящика» — метод машинного обучения — для повышения продуктивности биопроизводства спирулины.

В новой работе показано, что применение машинного обучения в биопроизводстве может значительно увеличить производство рекомбинантных белков и тем самым способствовать масштабируемости биологических препаратов на основе спирулины.

В рамках исследовательского сотрудничества, компания Lumen Bioscience работала с Google Accelerated Science над применением машинного обучения для повышения продуктивности Arthrospira platensis (спирулины) с помощью байесовской оптимизации «черного ящика». Результаты сотрудничества, которые ожидают рецензирования, были опубликованы в виде препринта на сервере bioRxiv.

В статье описывается, как подход Байесовской оптимизации черного ящика использовался для проведения экспериментов в 96 фотобиореакторах, изучая взаимосвязь между результатами производства и 17 переменными окружающей среды, включая pH, температуру и интенсивность света. Исследователи сообщили, что после 16 итерационных раундов экспериментов они определили ключевые корректировки переменных, которые удвоили производство гетерологичных белков в спирулине, повысив объемную производительность на 70-100%.

Компания объяснила, что использование машинного обучения для оптимизации процесса было ключевым, поскольку даже в такой простой системе биопроизводства, как производство спирулины, количество потенциально взаимодействующих переменных слишком велико, чтобы эффективно исследовать их с помощью традиционных экспериментов с одним фактором за один раз. Добавив, что использование байесовской оптимизации «черного ящика» позволило им сократить процесс повышения производительности, который занимал десятилетия для старых платформ биопроизводства, таких как дрожжи, кишечная палочка и яичники китайского хомячка.

По данным Lumen, биопроизводство на основе спирулины легко доступно для развивающихся стран, но повышение производительности, обеспечиваемое машинным обучением, должно способствовать более широкому распространению биопроизведенных продуктов в развивающихся странах.

Сочетание двух новаторских инноваций — машинного обучения Google и нашего производства терапевтических препаратов на основе спирулины — еще больше приближает нас к полностью оптимизированному подходу, который может оказать серьезное влияние на разрушительные заболевания во всем мире, — прокомментировал д-р Джим Робертс, соучредитель и главный научный сотрудник Lumen Bioscience.

Недавно компания Lumen получила $2 млн дополнительного финансирования на проект ACCESS CARBON — проект по дальнейшему повышению продуктвности биопроизводства на основе спирулины. Этот проект будет основываться на работе, описанной в статье, путем расширения числа оцениваемых переменных, чтобы также включить улучшения от альтернативных, генетически разнообразных производственных штаммов и других ключевых переменных, а также значительно увеличить сложность и масштаб.

Дальнейшие усовершенствования этой платформы обещают перевернуть представления о реальных мишенях для лечения заболеваний и глобальном доступе к биологическим препаратам на основе спирулины.

В настоящее время компания Lumen имеет три клинических исследования биологических препаратов, все они производятся на основе спирулины: LMN-201 для лечения инфекции Clostridium difficile; LMN-101 для лечения диареи путешественников; и LMN-301 для лечения желудочно-кишечной инфекции при COVID-19.