Py学习  »  机器学习算法

比其他系统快5倍,美国植物合成生物学初创利用机器学习,加速生产植物衍生物

生辉 • 2 年前 • 281 次点击  



植物合成生物学在提高植物抗逆性,以及合成生物燃料、代谢物、药物分子的过程中发挥重要的作用。


不过植物合成生物学的发展从根本上受限于元件的可用性,以及合成基因网络的建模、组装和调谐,元件和模块的表现有时候依赖于周围的基因环境,可能无法完全预测。

      

为了克服这些障碍,需要改进并加速植物合成生物学的设计周期。

      

近日,总部位于明尼苏达州的Calyxt公司宣布了新的战略方向,主要是为扩大的终端市场群和多样化的客户群提供可持续的、基于植物的合成生物学解决方案。Calyxt 是一家主要通过基因编辑技术生产高豆油大豆,耐白粉病小麦,冷藏土豆,高纤维小麦,还原褐变土豆和除草剂耐受性小麦的公司,该公司于 2018 年就已经生产出了基因编辑大豆。


(来源:calyxt官网)

      

该战略的核心是将公司的专有技术平台 PlantSpring 与其新投入使用的试点生物反应器 BioFactory 相结合,这将使 Calyxt 能够快速原型化并生产复杂的植物衍生化合物,而无需户外种植系统。




PlantSpring 技术平台

     

PlantSpring 是在 Calyxt 十多年的植物代谢工程经验、其专有系统、工具和技术以及不断扩展的人工智能和机器学习能力的基础上建立的。


Calyxt 在 PlantSpring 中开发了早期人工智能和机器学习功能,可以从过去活动中获得的知识中进行学习和适应,并且可以与预测分析相结合以快速制作原型并提供反馈,从而加快从设计到试点和取消的时间。


Calyxt 认为它可以比合成生物学行业的竞争对手更快地为客户开发植物中的工程生物分子。


该平台也为 Calyxt 创新发展提供了动力,Calyxt 以前主要专注于农业终端市场,该平台与 BioFactory 一起为 Calyxt 开辟了广泛的新终端市场。


图丨温室中生长的 Calyxt 土豆作物 (来源:REUTERS)


BioFactory 

      

BioFactory 是 Calyxt 研究人员工作的结晶,将公司的生产方法从单纯的户外农业系统扩展到环境可控、基于生物反应器的生产系统。


BioFactory 利用矩阵结构中植物细胞的潜力,结合营养物质和培养基进行生产,矩阵结构能够控制分子的复制和加工,随着时间的推移,复制呈指数级加速。根据迄今为止的科学文献报道,在 30 天的时间内每天以克为单位进行评估,初步结果表明 Calyxt 的植物细胞的生长速度是其他基于植物的系统的五倍以上。


该公司的生产方法不使用发酵,因此,Calyxt 的大规模工艺更简单,水资源浪费较少,并允许客户从植物中堆叠多个分子,甚至有可能将副产品转化为有用的产品。


最初的试点生物工厂将在 Calyxt 位于明尼苏达州罗斯维尔的总部运营,目前预计将于 2021 年底上线。公司计划与基础设施合作伙伴合作,建立更大规模生产的能力,以满足预期的客户需求。


图|生物工程闭环示意图(来源:中国科学院深圳先进技术研究院)


PlantSpring 技术平台和 BioFactory 相结合


Calyxt 预计将继续在 PlantSpring 平台和 BioFactory 中端到端地开发其人工智能和机器学习功能,并预计这种增强将继续缩短开发时间。


在我们的 PlantSpring 技术平台的驱动下,Calyxt 的基于生物反应器的生产系统 BioFactory 能够使用植物细胞基质对生产化合物的植物分子进行受控复制和加工。使用 Calyxt 的 BioFactory 客户可以全年在室内生产复杂、稀有的植物化合物,免受任何不利气候影响。

     

它将能够在 36 个月内通过 Calyxt 的设计、工程、验证和中试级生产过程获取客户的分子需求,并开始商业规模生产。


参考文献:
https://finance.yahoo.com/news/calyxt-announces-strategic-direction-sustainable-200100522.html


-End-

点击关注生辉SynBio,专注于合成生物学科研及产业化的全链条内容和数据品牌↓↓↓
——  你可能错过的  ——

独家专访国内细胞培养肉初创CellX:要打造现代畜牧业和养殖业的终极解决方案,已有产品原型


植入型智能细胞疗法,实现即时响应药物递送,可用于多种慢性病


生物燃料领域受挫之后,藻类生物技术更换赛道「卷土重来」


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/121065
 
281 次点击