In de uitgestrekte, zoemende wereld van de industriële biomanufacturing produceren fabrieken geen plastic of staal; ze cultiveren leven. Binnen enorme roestvrijstalen tanks worden microscopische organismen zoals bacteriën verleid om waardevolle stoffen te produceren, van levensreddende medicijnen tot essentiële aminozuren die worden gebruikt in voedsel en chemicaliën. Het succes van deze operaties hangt volledig af van het in een staat van perfect evenwicht houden van de microscopische bewoners. Als de omgeving zelfs maar licht verschuift—te warm wordt, te zuur wordt, of een tekort aan zuurstof krijgt—kunnen de kleine werkers stoppen met produceren of, erger nog, afsterven. Om dit te beheren, vertrouwen ingenieurs op een constante stroom gegevens. Sommige metingen, zoals temperatuur of de luchtstroom, worden direct door sensoren gemeten. Andere, zoals de concentratie van het eindproduct of het aantal groeiende cellen, vereisen het nemen van een fysiek monster en het versturen daarvan naar een laboratorium voor chemische analyse. Deze vertraging, die vaak uren duurt, creëert een gevaarlijke blinde vlek. Tegen de tijd dat het lab de resultaten rapporteert, kan het fermentatieproces al uit koers zijn geraakt, waardoor realtime controle bijna onmogelijk is.

Decennialang hebben wetenschappers geprobeerd deze kloof te overbruggen met behulp van computers. Ze hebben modellen gebouwd die proberen de verborgen waarden te raden op basis van de zichtbare waarden, in de hoop de toekomstige staat van de cultuur te voorspellen voordat de labresultaten arriveren. Vroege pogingen vertrouwden op rigide wiskundige formules gebaseerd op bekende natuurkundige en chemische wetten, maar deze faalden vaak omdat biologische systemen chaotisch zijn en vol onbekende variabelen zitten. Later richtten onderzoekers zich op kunstmatige intelligentie, waarbij ze computers leerden patronen te vinden in historische data. Hoewel deze "black box"-systemen uit ervaring konden leren, hadden ze vaak moeite met twee grote problemen: ze waren te traag om de lange, complexe datasequenties te verwerken die tijdens een volledige fermentatierun worden gegenereerd, en ze misten een begrip van de biologische regels die bepalen hoe verschillende variabelen elkaar beïnvloeden. Zonder deze interne logica kan de computer een patroon vinden dat er correct uitziet, maar biologisch gezien geen zin heeft, wat leidt tot onbetrouwbare voorspellingen.

Een team van onderzoekers van de University of Science and Technology of China en het Suzhou Institute of Biomedical Engineering and Technology heeft een nieuwe aanpak voorgesteld om deze specifieke moeilijkheden op te lossen. Ze ontwikkelden een systeem genaamd G-Mamba, specif으로 ontworpen om de uitkomsten van tyrosinefermentatie te voorspellen, een proces waarbij genetisch gemanipuleerde bacteriën een aminozuur produceren dat wordt gebruikt in farmaceutica en voedingsmiddelen. De onderzoekers richtten zich op een dataset die dertig historische batches van dit fermentatieproces bevat, waarbij dertig verschillende variabelen werden gevolgd, variërend van de snelheid van de roerbladen tot de hoeveelheid zuurstof die de tank ingaat. Hun doel was om een model te creëren dat twee kritieke uitkomsten nauwkeurig kan voorspellen die normaal gesproken alleen in het lab worden gemeten: de dichtheid van de bacteriële cellen en de concentratie van de geproduceerde tyrosine.

De kerninnovatie van G-Mamba ligt in de manier waarop het twee verschillende manieren van denken over data combineert. Ten eerste gebruikt het een gespecialiseerde architectuur die is ontworpen om lange tijdreeksen te verwerken. In tegen tegenstelling tot oudere systemen die moeite hebben om gebeurtenissen uit het verre verleden te onthouden of enorme rekenkracht vereisen om dat te doen, kan deze nieuwe structuur de evolutie van het fermentatieproces over vele uren met hoge efficiëntie volgen. Het leert hoe de staat van de tank op één moment de staat uren later beïnvloedt, en legt de langzame, gestage drift van een biologische cultuur vast. Ten tweede, en misschien wel belangrijker, lieten de onderzoekers de computer niet gokken hoe de variabelen zich tot elkaar verhouden. In plaats daarvan voedden ze het systeem met een kaart van bekende biologische relaties. Ze vertelden het model dat bepaalde acties, zoals het verhogen van de luchtstroom, de hoeveelheid opgeloste zuurstof direct beïnvloeden, en dat de productie van afvalgassen zoals koolstofdioxide gekoppeld is aan de zuurgraad van de bouillon. Deze "voorkennis" fungeert als een gids, die ervoor zorgt dat het model de werkelijke regels van de biologie respecteert.

Om dit werkend te krijgen, splitst het systeem de data in twee parallelle paden. Eén pad richt zich op de tijdlijn en houdt in de gaten hoe elke variabele seconde na seconde verandert. Het andere pad kijkt naar het web van verbindingen tussen de variabelen, waarbij gebruik wordt gemaakt van de vooraf geprogrammeerde kaart van biologische regels om te begrijpen hoe een verandering in één gebied doorwerkt in de rest van het systeem. Het model heeft ook het vermogen om nieuwe, verborgen verbindingen te leren die de wetenschappers niet expliciet hebben gedefinieerd, waardoor het kan aanpassen aan de specifieke eigenaardigheden van elke batch. Ten slotte heeft het een lichtgewicht mechanisme dat deze twee informatiestromen samenvoegt, waarbij wordt beslist hoeveel gewicht er op elk gegeven moment aan de tijdlijn versus de biologische verbindingen moet worden toegekend. Hierdoor kan het systeem niet alleen begrijpen wat er gebeurde, maar ook waarom het gebeurde, en wat er waarschijnlijk hierna zal gebeuren.

Toen de onderzoekers dit nieuwe systeem testten tegen acht andere leidende modellen, waren de resultaten duidelijk. In taken waarbij het model de huidige staat van de cultuur moest voorspellen op basis van recente gegevens, was G-Mamba nauwkeuriger dan al zijn concurrenten. Het blonk ook uit in het verder kijken vooruit, waarbij het de trends van de volgende vele uren met grotere betrouwbaarheid voorspelde. De meest significante bevinding trad echter op toen het model werd gevraagd om zowel de celendichtheid als de tyrosineconcentratie tegelijkertijd te voorspellen. In deze multi-objective taken toonde het systeem een uniek vermogen om de afweging tussen de twee te begrijpen. Het herkende dat de groei van de bacteriële cellen en de productie van het product verbonden zijn in een complexe dans van competitie om hulpbronnen. Door beide tegelijkertijd te voorspellen, verbeterde het model zijn nauwkeurigheid voor de moeilijker te voorspellen productconcentratie, door de gemakkelijker te voorspellen celgroei als gids te gebruiken. Dit suggereert dat het systeem de onderliggende biologische spanning tussen de overleving van de organisme en zijn productiecapaciteiten succesvol heeft gevangen.

De studie benadrukte ook de efficiëntie van de nieuwe aanpak. Terwijl andere krachtige modellen aanzienlijke rekenbronnen en geheugen vereisten, vooral naarmate het tijdsvenster voor voorspelling langer werd, behield G-Mamba een lage computationele kosten. De prestaties van het model verslechterden niet naarmate de invoergegevens uitgebreider werden, een veelvoorkomend falenpunt voor oudere technologieën. De onderzoekers ontdekten dat het vermogen van het systeem om de bekende regels van het fermentatieproces te integreren essentieel was; wanneer zij deze biologische begeleiding verwijderden, daalde de nauwkeurigheid van het model aanzienlijk. Evenzo leidde het verwijderen van het vermogen om langetermijn-tijdtrends te volgen tot een scherpe daling in prestaties. De combinatie van deze twee elementen bleek de sleutel tot succes te zijn.

Uiteindelijk toont dit werk aan dat de toekomst van industriële fermentatiecontrole ligt in hybride systemen die zowel de data als de wetenschap respecteren. Door kunstmatige intelligentie de regels van de biologische wereld te leren, in plaats van het blindelings te laten gokken, kunnen onderzoekers instrumenten bouwen die niet alleen sneller en nauwkeuriger zijn, maar ook betrouwbaarder. Voor de ingenieurs die deze complexe bioreactoren beheren, biedt een dergelijk hulpmiddel de belofte van realtime inzichten, waardoor zij het proces kunnen bijsturen voordat er een probleem ontstaat, wat ervoor zorgt dat elke batch bacteriën de maximale hoeveelheid waardevol product produceert met de hoogst mogelijke consistentie. De studie bevestigt dat wanneer we krachtige nieuwe algoritmen sturen met gevestigde wetenschappelijke kennis, we problemen kunnen oplossen die voorheen te complex waren voor een van beide methoden alleen.