合成生物学利用工程原理来编程生物学,并在医学,能源,食物和环境中采用新功能。合成生物学的一个主要方面是创建合成基因回路 - 能够执行操作,检测信号和调节细胞功能的工程生物回路。它们的开发涉及大型设计空间,在电路组件和宿主蜂窝机械之间具有复杂的相互作用。在这里,我们讨论了机器学习在解决这些挑战中的新兴作用。我们表达了机器学习如何增强合成基因电路工程,从单个组件到电路级的方面,同时突出相关的挑战。我们讨论了将机器学习与机械建模相结合的潜在混合方法,以利用基于机制的模型的规定能力来利用数据驱动模型的优势。机器学习及其与机械建模的集成有望提高合成生物学,但是要努力实现其潜力,需要克服挑战。
主要关键词