ネオファジィニューロンと遺伝アルゴリズムによる遺伝子組換え菌のオンライン制御培養

使用自噬神经元和遗传算法在线控制转基因细菌的培养

• 批准号: 08650949
• 负责人: 清水 和幸
• 金额: $ 1.41万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 1996
• 资助国家: 日本
• 起止时间: 1996 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-08650949/
• 关键词: 遺伝的アルゴリズム; 遺伝子組換え大腸菌; 制御培養; 培養温度・pHの最適化; バイオリアクター

我々はプラスミドpUC18、pMC1871およびpRIT2Tからβ-ガラクトシダーゼ構造遺伝子を含むプラスミドpRZを作成し、温度感受性リプレッサーcI857を含む大腸菌N4830-1に組み込んだ。そして培養温度およびpHの変化パターンが遺伝子産物生成に及ぼす影響について検討した。すなわち、培養初期に温度を30℃、pH=7.0として誘導を抑制して菌体を増殖させ、指数増殖後期に温度を37-42℃まで上昇させ、同時にpHを5.5-6.0に変化させて発現を行わせれば効果的な遺伝子産物の生成が行える。この場合、37℃より42℃の方が発現効率は高いが菌体の一部は死滅してしまうので誘導後の温度、pHをどのように変化させるかは遺伝子産物の効率的生産にとって大きな問題である。このため我々はいくつかの温度をpH変化パターンで行った流加培養実験結果をもとにモデル化を行い、遺伝アルゴリズムによって最適化を行った。モデル化に当たっては、プラスミド保持生菌濃度および遺伝子産物活性を状態変数とした数式を利用した。また、遺伝的アルゴリズムを利用して導出した最適温度・pH変化パターンで実際に培養実験を行なった結果、今までに行なった実験の中で最高の遺伝子産物の生産性が得られた。また、ファジィ制御に学習機能を持たせたネオファジィニューロンによって培養特性をオンラインで学習させながら制御を行うシステムの開発を行った。シミュレーションでは制御性能の向上が見られたが、実際の培養実験に適用してみると、すでに検討したニューロファジィ制御に比べて学習能力が低下し、十分な成果が得られなかった。現在さらに、代謝情報をオンラインで活用する可変制御システムに組み込んで、その有効性を検討している。

I 々 は プ ラ ス ミ ド pUC18, pMC1871 お よ び pRIT2T か ら beta ガ ラ ク ト シ ダ ー ゼ tectonic heritage 伝 son を containing む プ ラ ス ミ ド pRZ を made し, temperature sensibility リ プ レ ッ サ ー cI857 を containing む coliform に N4830-1 set み 込 ん だ. そ し て temperature お よ び pH の variations change パ タ ー ン が heritage 伝 zi chan generate に and ぼ す influence に つ い て beg し 検 た. す な わ ち, cultivate the early に temperature 30 ℃, pH = 7.0 と を し て induced を inhibit し を raised て bacteria colonization さ せ, index raised late colonization に 37-42 ℃ temperature を ま で rise さ せ, at the same time に pH 5.5 6.0 に を variations change さ せ て 発 line now を わ せ れ ば な of unseen fruit 伝 zi chan content の generated line が え る. こ の occasions, 37 ℃ よ り 42 ℃ の party が 発 now working rate high は い が bacteria の a は die out し て し ま う の で の after induction temperature, pH を ど の よ う に variations change さ せ る か は heritage 伝 zi chan content の sharper rate production に と っ て big き な problem で あ る. こ の た め I 々 は い く つ か の を pH temperature variations change パ タ ー ン で line っ た flow and training be 験 results を も と に モ デ ル を line い, heritage 伝 ア ル ゴ リ ズ ム に よ っ て line optimization を っ た. モ デ ル change に when た っ て は, プ ラ ス ミ ド keep living bacteria concentration お よ び heritage 伝 zi chan content activated を - several と し た number type を using し た. ま た, but 伝 ア ル ゴ リ ズ ム を using し て export し た optimum temperature, pH variations change パ タ ー ン で be interstate に training be 験 を line な っ た results, this ま で に line な っ た be 験 の で の highest in heritage of the latter's 伝 content の productive が must ら れ た. ま た, フ ァ ジ ィ suppression に learning function を hold た せ た ネ オ フ ァ ジ ィ ニ ュ ー ロ ン に よ っ て culture features を オ ン ラ イ ン で learning さ せ な が ら suppression を line う シ ス テ ム の open 発 を line っ た. シ ミ ュ レ ー シ ョ ン で は suppression performance の が see upward ら れ た が, the event be の training be 験 に applicable し て み る と, す で に beg し 検 た ニ ュ ー ロ フ ァ ジ ィ suppression に than べ て low learning ability が し, very な results が ら れ な か っ た. Now さ ら に, metabolic intelligence を オ ン ラ イ ン l20 で す る can - suppression シ ス テ ム に group み 込 ん で, そ の have sharper sex を beg し 検 て い る.

项目成果

五十嵐久人・中川秀人・清水和幸: "温度誘導型遺伝子組換え大腸菌培養における遺伝的アルゴリズムを利用した最適温度・pH変化パターン" 化学工学論文集. 22巻6号. 1391-1399 (1996)

Hisato Igarashi、Hideto Nakakawa、Kazuyuki Shimizu：“在转基因大肠杆菌的温度诱导培养中使用遗传算法的最佳温度和 pH 变化模式”《化学工程杂志》第 22 卷，第 6 期。1391-1399 (1996)。