dAMN: a genome scale neural-mechanistic hybrid model to predict bacterial growth dynamics

Dit artikel introduceert dAMN, een hybride model dat neurale netwerken combineert met genomische dynamische fluxbalansanalyse om bacteriële groeicurvies en substraatverbruik in diverse voedingsmilieus nauwkeurig te voorspellen, inclusief realistische adaptatiefasen die ontbreken in traditionele modellen.

De kern

Stel je voor dat je een bakker bent die probeert te voorspellen hoe snel een brood zal rijzen. Normaal gesproken heb je daar twee manieren voor:

1. De "Wiskundige" manier: Je gebruikt een heel complex recept met exacte hoeveelheden gist, temperatuur en tijd. Dit werkt goed, maar als je een nieuw ingrediënt toevoegt (bijvoorbeeld een andere soort bloem), moet je het hele recept opnieuw uitrekenen. Het is star en lastig aan te passen.
2. De "Proefondervindelijke" manier: Je kijkt naar eerdere broden en zegt: "Oh, met deze bloem duurt het meestal 2 uur." Dit werkt snel, maar als je een heel nieuw ingrediënt gebruikt, weet je niet wat er gebeurt.

De wetenschappers in dit artikel hebben een super-bakker bedacht die het beste van beide werelden combineert. Ze noemen deze uitvinding dAMN.

Hier is hoe het werkt, vertaald naar alledaags taal:

1. De Super-Bakker (dAMN)

dAMN is een slim computerprogramma dat kijkt naar bacteriën (zoals E. coli, die we vaak in onze darmen hebben). Het doel is om te voorspellen hoe snel deze bacteriën groeien en wat ze opeten, afhankelijk van wat er in hun "voedselbak" zit.

Het programma heeft twee hersendelen:

• De Slimme Leerling (Neuraal Netwerk): Dit deel is als een student die heel goed is in patronen herkennen. Als je hem vertelt wat er in de voedselbak zit (suikers, aminozuren, etc.), leert hij uit ervaring hoe de bacterie daarop reageert. Hij kan zelfs raden hoe lang de bacterie nodig heeft om wakker te worden (de "lag-fase"), iets waar oude modellen vaak over struikelen.
• De Strikte Rekenmeester (Mechanistische Model): Dit deel is als een strenge keurmeester. Hij zorgt ervoor dat de wetten van de natuur worden nageleefd. Bijvoorbeeld: "Je kunt niet meer brood maken dan de hoeveelheid bloem die je hebt." Dit zorgt ervoor dat de voorspelling niet alleen slim is, maar ook biologisch mogelijk.

2. Het Grote Experiment

De onderzoekers hebben dit model getrainen met echte data. Ze hebben bacteriën laten groeien in 280 verschillende soorten voedsel (met verschillende mengsels van suikers en andere stoffen).

Stel je voor dat ze de "Slimme Leerling" hebben laten oefenen met 200 van die voedselsoorten. Daarna hebben ze hem getest op de overige 80 soorten die hij nog nooit had gezien.

• Het resultaat? Hij was verbazingwekkend goed. Hij kon niet alleen voorspellen hoe snel de bacterie groeide, maar ook precies welke stoffen er op werden gegeten en wanneer de bacterie overschakelde van het ene voedsel naar het andere (net zoals een mens eerst suiker eet en dan pas vetten).

3. Waarom is dit zo speciaal?

Vroeger waren computermodellen voor bacteriegroei ofwel te star (ze konden niet omgaan met nieuwe voedselsoorten) ofwel te vaag (ze wisten niet hoe de chemie precies werkte).

dAMN is als een chameleontische bakker:

• Hij kan voorspellen hoe een bacterie zich gedraagt in een voedselbak die hij nog nooit heeft gezien.
• Hij begrijpt de wachtperiode: Als bacteriën in een nieuwe omgeving terechtkomen, moeten ze eerst "aarden" voordat ze gaan groeien. Oude modellen negeerden dit, maar dAMN rekent dit precies uit.
• Hij ziet overvloed: Soms eten bacteriën te snel suiker en maken ze afvalstoffen (zoals azijnzuur) aan. dAMN kan dit "overvloed"-gedrag voorspellen, zelfs als je hem alleen vertelt wat er in de bak zat aan het begin.

Conclusie

Kortom, dAMN is een krachtig nieuw gereedschap voor wetenschappers. Het helpt hen om te begrijpen hoe bacteriën groeien zonder dat ze duizenden experimenten hoeven te doen. Het is alsof je een simulator hebt die je kunt gebruiken om te testen hoe bacteriën reageren op nieuwe medicijnen of voedsel, voordat je ze echt in een lab laat groeien. Dit kan helpen bij het ontwikkelen van betere medicijnen, zuivelproducten of zelfs biobrandstoffen.

Technische samenvatting

Probleemstelling

Het voorspellen van groeidynamiek van micro-organismen in diverse voedingsomgevingen is een centrale uitdaging in de modellering van microbieel metabolisme. Bestaande methoden hebben beperkingen:

• Kinetic modellen: Bieden mechanistische nauwkeurigheid maar vereisen uitgebreide parameterisatie en schalen niet goed naar genoomgrootte netwerken.
• Flux Balance Analysis (FBA): Is schaalbaar en stoichiometrisch, maar gaat uit van een steady-state, waardoor het dynamische processen zoals batch-groei en veranderingen in extracellulaire concentraties niet direct kan simuleren.
• Dynamic FBA (dFBA): Breidt FBA uit naar de tijd, maar produceert vaak biologisch onrealistische, instantane verschuivingen in metabole fluxen en heeft moeite met het modelleren van de lag-fase (aanpassingsperiode).
• Huidige hybride modellen: Bestaande hybride benaderingen (zoals PINNs of AMNs) missen vaak de capaciteit om volledige groeicurven te genereren, generaliseren niet goed naar nieuwe media-combinaties, of vereisen uitgebreide 'omics'-data die niet altijd beschikbaar is.

Methodologie: Het dAMN-model

De auteurs introduceren dAMN (dynamic Artificial Metabolic Networks), een hybride model dat neurale netwerken combineert met mechanistische beperkingen uit genoomgrootte dFBA.

Architectuur en Werkingsprincipe:

1. Hybride Kern: Het model integreert feedforward neurale netwerken binnen een dFBA-raamwerk.
   • De neurale netwerken voorspellen lag-fase parameters (lag-tijd en stijfheid van de aanpassing) en reactiefluxen op basis van de initiële samenstelling van het medium.
   • De mechanische component past stoichiometrische en thermodynamische beperkingen toe om biologische plausibiliteit te garanderen.
2. Wiskundige Formulering:
   • Het model gebruikt een discrete tijdsstap ($\Delta t$) om concentraties bij te werken.
   • Een exponentiële functie ($f(t)$) modelleert de lag-fase, waarbij de groei pas begint na een bepaalde aanpassingstijd.
   • De concentraties van metabolieten worden berekend via: $C(t) = C(t-1) + f(t) \cdot R \cdot v(t) \cdot \Delta t$, waarbij $R$ een transportmatrix is die reacties koppelt aan externe metabolieten.
3. Trainingsdoel (Loss Function):
   • Het model wordt getraind met een multi-objectieve loss-functie die zowel de voorspelde concentraties laat overeenkomen met gemeten data als de mechanistische constraints (dFBA) respecteert.
   • De loss-functie omvat termen voor:
     • Overeenstemming met gemeten concentraties.
     • Niet-afnemende biomassa (biologische realiteit).
     • Stoichiometrische balans ($S \cdot v = 0$).
     • Irreversibiliteit van reacties (positieve fluxen).
   • De weging van deze termen evolueert exponentieel tijdens het trainingsproces.

Data en Validatie:

• Organismen: E. coli (stam MG1655) en P. putida (stam KT2440).
• Datasets: Experimentele groeicurven op 280 verschillende media voor E. coli en 81 media voor P. putida, variërend in suikers, aminozuren en nucleobasen.
• Validatiestrategie:
  1. Forecast-set: Trainen op twee derde van de tijdsdata, voorspellen van de laatste derde (temporele extrapolatie).
  2. Media-set: Trainen op twee derde van de media, voorspellen van groeigedrag op volledig nieuwe, ongezamenlijke media (generalisatie).

Belangrijkste Bijdragen

1. Integratie van Lag-fase: dAMN is uniek in zijn vermogen om de lag-fase expliciet te modelleren als een data-gedreven aanpassingsproces, iets wat standaard dFBA-modellen vaak negeren.
2. Voorspelling zonder voorafgaande flux-invoer: In tegenstelling tot traditionele dFBA, waar opnamefluxen vaak als input moeten worden gespecificeerd, leert dAMN deze fluxen direct af uit de extracellulaire concentraties.
3. Generalisatievermogen: Het model kan succesvol groeigedrag voorspellen op combinaties van voedingsstoffen die niet tijdens het trainingsproces zijn gezien.
4. Emergent gedrag: Het model reproduceert complexe fenotypes zoals de "glucose-acetate shift" (diauxie) en acetaat-overflow, zelfs wanneer deze specifieke dynamieken niet expliciet in de trainingsdata staan, puur door de stoichiometrische constraints.

Resultaten

• Voorspellende Kracht: dAMN bereikte een hoge voorspellende nauwkeurigheid met een $R^2 \geq 0.90$ voor zowel de forecast- als de media-testsets voor beide bacteriestammen.
  • E. coli (M28 dataset): Media-set mediane $R^2 \approx 0.96$.
  • P. putida: Media-set mediane $R^2 \approx 0.94$.
• Substraatverbruik: Het model produceerde realistische afnamecurves voor substraten (zoals glucose en succinaat) die correleerden met biomassa-opbouw, ondanks dat alleen de initiële concentraties als input werden gegeven.
• Vergelijking met PINN: Bij gebruik van de Millard-dataset (glucose/acetaat/biomassa) presteerde dAMN beter dan een Physics-Informed Neural Network (PINN), tenzij de PINN werd gevoed met exacte kinetische parameters die in de praktijk vaak onbekend zijn.
• Diauxie: In forward-simulaties voorspelde dAMN correct dat E. coli na het opraken van glucose acetaat zou consumeren (diauxische verschuiving), een fenomeen dat niet in de trainingsdata zat.

Betekenis en Conclusie

dAMN vertegenwoordigt een doorbraak in de modellering van microbieel metabolisme door de kloof te overbruggen tussen data-gedreven machine learning en mechanistische stoichiometrische modellen.

• Toepassing: Het model maakt het mogelijk om volledige groeicurven te voorspellen op basis van minimale inputdata (alleen initiële medium-samenstelling), zonder de noodzaak voor uitgebreide kinetische parameters of omics-data.
• Generalisatie: Het lost het probleem op van het generaliseren naar nieuwe voedingsomgevingen, wat essentieel is voor bioprocesontwikkeling en synthetische biologie.
• Robuustheid: Door de lag-fase en aanpassingsdynamiek data-gedreven te modelleren binnen een mechanistisch raamwerk, biedt dAMN realistischere simulaties dan bestaande dFBA-varianten.

De broncode, modellen en data zijn openbaar beschikbaar via GitHub en Zenodo, wat de reproduceerbaarheid en toepasbaarheid in de wetenschappelijke gemeenschap vergroot.