چکیده مقاله
کارخانه های سلولی میکروبی MCF۸۸ برای ساخت پلتفرم های پایدار برای تولید ترکیبات با ارزش افزوده مورد استفاده قرار گرفته اند برای بهینه سازی متابولیسم و دستیابی به حداکثر بهره وری، زیست شناسی مصنوعی دستگاه های ژنتیکی مختلفی را برای مهندسی سیستم های میکروبی از طریق ویرایش ژن، مهندسی پروتئین با توان عملیاتی بالا و تنظیم دینامیکی توسعه داده است با این حال، روش های فعلی زیست شناسی مصنوعی هنوز به شدت به طراحی، دستی آزمایش های طاقت فرسا و تجزیه و تحلیل جامع متکی هستند زمینه بین رشته ای نوظهور هوش مصنوعی AI و زیست شناسی در حل چالش های باقیمانده نقش اساسی ایفا کرده است تولید پروتئین میکروبی با کمک هوش مصنوعی از قدرت پردازش، یادگیری و پیش بینی مقادیر عظیمی از داده های بیولوژیکی در عرض چند ثانیه استفاده می کند و خروجی هایی با احتمال بالا ارائه می دهد با مدل های آموزش دیده چرخه طراحی ساخت آزمایش DBT سنتی به یک جریان کاری چندبعدی طراحی ساخت آزمایش یادگیری پیش بینی DBTLP تبدیل شده است که منجر به بهبود قابل توجه کارایی عملیاتی و کاهش مصرف نیروی کار می شود در اینجا ما به طور جامع اجزای اصلی و پیشرفت های اخیر در تولید میکروبی با کمک هوش مصنوعی را بررسی می کنیم، با تمرکز بر حاشیه نویسی، ژنوم، مهندسی پروتئین با کمک AI، طراحی پروتئین عملکردی مصنوعی و پیش بینی مسیر با کمک AI در نهایت ما چالش های ادغام تکنیک های جدید AI در زیست شناسی را مورد بحث قرار می دهیم و پتانسیل مدل های زبانی بزرگ LLMs و همچنین تولید داده های Omics را در پیشبرد تولید میکروبی پیشنهاد می کنیم
کلیدواژه‌ها
نویسندگان
امیر سالار منتظر فرج
گروه علوم و صنایع غذایی واحد ورامین پیشوا دانشگاه آزاد اسلامی ورامین ایران
ریحانه سادات مصطفوی
دانشجوی کارشناسی ارشد علوم و صنایع غذایی علوم، تحقیقات دانشگاه آزاد اسلامی ایران
شیوه ارجاع
منتظر فرج، امیر سالار و مصطفوی، ریحانه سادات،1404،مروری بر داده های بیولوژیکی و نقش هوش مصنوعی در تولید میکروبی و فنوتیپ های بیوشیمیایی و بیوفیزیکی،اولین همایش ملی محیط زیست، کشاورزی هوشمند، امنیت غذایی،ورامین
ارائه‌شده در
مجموعه مقالات اولین همایش ملی محیط زیست، کشاورزی هوشمند، امنیت غذایی28 آبان 1404 · ورامین