Biblioteca20.955 documentos en línea

Artículo

Machine learning for metabolic engineering: A reviewRevisión sobre aplicación de aprendizaje automático en ingeniería metabólica

Resumen

​Este trabajo presenta una revisión sobre la aplicación de machine learning (ML) o aprendizaje automático para mejorar la predictibilidad y eficiencia de la ingeniería metabólica, abordando aspectos como gestión de datos, bibliotecas de algoritmos y recursos informáticos, una discusión sobre diversas aplicaciones desde la construcción y optimización de vías hasta la ampliación. Los autores incluyen un apartado sobre perspectivas futuras y las alternativas más promisorias para la combinación de estas metodologías, aclarando que la ingeniería metabólica podría tomar dos cursos;  uno donde prevalecen los métodos tradicionales, el progreso es incremental y donde una mayor cantidad de moléculas se ponen arduamente en uso comercial a un ritmo creciente. En el otro, la ingeniería metabólica abarca e integra completamente las posibilidades que ofrece la automatización y el aprendizaje automático, lo cual conduce a un cambio disruptivo que hace que la producción de nuevas moléculas sea una tarea relativamente fácil, gracias a las nuevas capacidades predictivas.

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Machine learning for metabolic engineering: A review
  • Autor:Lawson, Christopher E.; Martía, Jose Manuel; Radivojevic, Tijana; R.Jonnalagadda, Sai Vamshi; Gentz, Reinhard; Hillson, Nathan J.; Peisert, Sean; Kim, Joonhoon; Simmons, Blake A.; Petzold, Christopher J.; Singer, Steven W.; Mukhopadhyay, Aindrila; Tanjore, Deepti; Dunn, Joshua G.; Garcia Martin, Hector
  • Tipo:Artículo
  • Año:2021
  • Idioma:Inglés
  • Editor:Elsevier Inc.
  • Materias:Metabolismo (Bioquimica) Bioingeniería Metabolismo Ingeniería genética Biotecnología
  • Descarga:3