[發明專利]一種基于人工智能的基礎培養基配方開發方法及系統

有效

• 申請號: 202011033081.7
• 申請日: 2020-09-27
• 公開（公告）號: CN113450882B
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 陳亮;張祥濤;梁楚亨;梁國龍
• 申請（專利權）人: 深圳太力生物技術有限責任公司
• 主分類號: G16C20/70
• 分類號: G16C20/70;G16C20/90;G16C20/50
• 代理公司: 武漢臻誠專利代理事務所(普通合伙) 42233
• 代理人: 胡星馳

1.一種基于人工智能的基礎培養基配方開發方法，其特征在于，包括以下步驟：

(1)建立樣本配方數據庫：獲取備選的基礎培養基配方成分，對于其中每一成分確定其添加比例的搜索空間，并在各成分的搜索空間內進行搜索形成基礎培養基樣本配方，收集所述基礎培養基樣本配方建立樣本配方數據庫；

(2)獲得樣本配方培養數據庫：對于步驟(1)中獲得的樣本配方數據庫中存儲的基礎培養基樣本配方，按照開發目的進行實驗驗證獲得每一基礎培養基樣本配方的培養效果，收集關聯有培養效果的基礎培養基樣本配方數據作為樣本配方培養數據庫；

(3)采用步驟(2)中獲得的樣本配方培養數據庫，針對開發目標對機器學習模型進行訓練，獲得基礎培養基配方培養效果預測模型；

(4)在待優化的基礎培養基配方中的每一成分的添加比例的搜索空間內采用步驟(3)獲得的基礎培養基配方培養效果預測模型針對開發目標進行培養效果回歸預測，并根據預測的培養效果擇優推薦基礎培養基配方。

2.如權利要求1所述的基于人工智能的基礎培養基配方開發方法，其特征在于，所述在各成分的搜索空間內進行搜索形成訓練配方，包括以下四種方法：隨機生成配方、DOE實驗設計配方、混合形成配方、歷史AI推薦配方。

3.如權利要求2所述的基于人工智能的基礎培養基配方開發方法，其特征在于，所述隨機生成配方，即對于基礎培養基配方中的每一成分，在其搜索空間內隨機取值，形成基礎培養基樣本配方；

所述DOE實驗設計配方，包括以下步驟：

S1、對于基礎培養基中的各成分的最低添加比例進行聚類，獲得多個添加量級；對于基礎培養基中的各成分按照功能劃分為功能類別，所述功能類別包括氨基酸、微量金屬離子、維生素、脂類、緩沖劑；

S2、將步驟S1獲取的不同添加量級和功能類別組合形成DOE實驗因子，采用空間填充DOE實驗設計形成基礎樣本配方；所述空間填充DOE實驗設計為球填充法、拉丁超立方法、均勻法或最低潛能法；

所述混合形成配方，即對于已有的基礎培養基樣本配方進行篩選及組合，獲得更新的基礎培養基樣本配方；

所述歷史AI推薦配方，包括按照所述配方開發方法基于人工智能方法推薦得到的基礎培養基配方。

4.如權利要求3所述的基于人工智能的基礎培養基配方開發方法，其特征在于，所述空間填充DOE實驗設計為拉丁超立方法。

5.如權利要求3所述的基于人工智能的基礎培養基配方開發方法，其特征在于，所述混合形成配方按照以下方法對與已有的基礎培養基樣本配方進行篩選及組合：

驗證已有的基礎培養基樣本配方的培養效果，選擇細胞活率較高、細胞密度較高或蛋白表達較高的配方采用兩兩混合或三種以上配方按照隨機或預設比例混合配制成新的配方。

6.如權利要求2所述的基于人工智能的基礎培養基配方開發方法，其特征在于，所述樣本配方數據庫中隨機生成配方和DOE實驗設計配方的數量比在(1～4):10之間。

7.如權利要求2所述的基于人工智能的基礎培養基配方開發方法，其特征在于，所述樣本配方數據庫樣本總量在1000個或以上，其中包括隨機生成配方100至200個、DOE實驗設計配方50至200個、以及歷史AI推薦配方，余量為混合培養基。

8.如權利要求1所述的基于人工智能的基礎培養基配方開發方法，其特征在于，步驟(1)所述成分的添加比例為該成分添加值與添加最大值的比值，其搜索空間為最低添加比例至100％，所述最低添加比例為該成分的添加最小值與最大值的比值。