Multi-Objective Optimization Tuning Framework for Kinetic Parameter Selection and Estimation

Boada, Yadira; Picó, Jesús; Vignoni, Alejandro

doi:10.1007/978-1-0716-1767-0_4

Cited by 2 publications

(2 citation statements)

References 24 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…There is work being done towards a fully automated DBTL cycle tackling one of the steps at the time; mainly for the automation of the design step (Buecherl and Myers, 2022;Radivojević et al, 2020;Vidal et al, 2022b;Boada et al, 2021Boada et al, , 2022a, build step (Ko et al, 2022;Kang et al, 2022;Bryant Jr et al, 2023), for the test step there are advances in the calibration of the measurements (Beal et al, 2022;González-Cebrián et al, 2023), and in the automation of wetlab protocols in general (Vidal-Peña, 2023). Finally for the learn step (Vidal et al, 2022a;Yanez Feliu et al, 2020;Boada et al, 2019b).…”

Section: Introductionmentioning

confidence: 99%

Towards automation of the Design-Build-Test-Learn (DBTL) bioengineering cycle: Application to the testing and characterization of standard bioparts

Pushkareva,

Beltrán,

Díaz-Iza

et al. 2023

XLIV Jornadas De Automática: Libro De Actas: Universidad De Zaragoza, Escuela De Ingeniería Y Arquitectura, 6, 7 Y 8 De Septiem

View full text Add to dashboard Cite

El ciclo Diseño-Construcción-Prueba-Aprendizaje (DBTL) es un marco crucial en Biología Sintética para el desarrollo y optimización de sistemas biológicos. Sin embargo, la naturaleza manual del ciclo plantea limitaciones en términos de tiempo y mano de obra. Este artículo se centra en la aplicación de técnicas de automatización al ciclo DBTL, concretamente en el ensayo y caracterización de biopartes estándar, que son componentes esenciales de los circuitos genéticos. La automatización del proceso de ensayo puede mejorar significativamente el rendimiento, la fiabilidad y la reproducibilidad. En este artículo se analizan los retos asociados a los métodos de ensayo manuales y se exploran diversas estrategias y tecnologías de automatización que pueden resolverlos. Los métodos de cribado de alto rendimiento, la robótica de laboratorio y los algoritmos de análisis de datos son elementos clave en el proceso de automatización. Se examinan estudios de casos y avances recientes en la automatización del ciclo DBTL para pruebas de biopartes. La integración de la automatización en el ciclo DBTL ofrece numerosas ventajas, como una mayor eficacia, estandarización y control de calidad de las biopartes. También permite la exploración de espacios de diseño más amplios y la creación rápida de prototipos de sistemas genéticos complejos. Este artículo ofrece una revisión exhaustiva del estado actual de la técnica y las perspectivas de futuro en la automatización del ciclo DBTL para el ensayo y la caracterización de biopartes estándar.

show abstract

Section: Introductionmentioning

confidence: 99%

Towards automation of the Design-Build-Test-Learn (DBTL) bioengineering cycle: Application to the testing and characterization of standard bioparts

Pushkareva,

Beltrán,

Díaz-Iza

et al. 2023

XLIV Jornadas De Automática: Libro De Actas: Universidad De Zaragoza, Escuela De Ingeniería Y Arquitectura, 6, 7 Y 8 De Septiem

View full text Add to dashboard Cite

show abstract

“…Multiobjective optimization has already been demonstrated to be an appropriate tool for characterization of gene circuit parts ( Boada et al, 2019a ; Boada et al, 2019b ), and for the design of gene circuits with the desired behavior ( Boada et al, 2016 ; Boada et al, 2017b ; Boada et al, 2021 ). Here, we present an approach to use multiobjective optimization for the optimal tuning of the gene circuit parts composing the biocontroller and biosensor in a dynamic metabolic regulation feedback loop.…”

Section: Introductionmentioning

confidence: 99%

Modeling and Optimization of a Molecular Biocontroller for the Regulation of Complex Metabolic Pathways

Boada

Santos-Navarro²,

Picó³

et al. 2022

Front. Mol. Biosci.

Self Cite

View full text Add to dashboard Cite

Achieving optimal production in microbial cell factories, robustness against changing intracellular and environmental perturbations requires the dynamic feedback regulation of the pathway of interest. Here, we consider a merging metabolic pathway motif, which appears in a wide range of metabolic engineering applications, including the production of phenylpropanoids among others. We present an approach to use a realistic model that accounts for in vivo implementation and then propose a methodology based on multiobjective optimization for the optimal tuning of the gene circuit parts composing the biomolecular controller and biosensor devices for a dynamic regulation strategy. We show how this approach can deal with the trade-offs between the performance of the regulated pathway, robustness to perturbations, and stability of the feedback loop. Using realistic models, our results suggest that the strategies for fine-tuning the trade-offs among performance, robustness, and stability in dynamic pathway regulation are complex. It is not always possible to infer them by simple inspection. This renders the use of the multiobjective optimization methodology valuable and necessary.

show abstract

Multi-Objective Optimization Tuning Framework for Kinetic Parameter Selection and Estimation

Cited by 2 publications

References 24 publications

Towards automation of the Design-Build-Test-Learn (DBTL) bioengineering cycle: Application to the testing and characterization of standard bioparts

Towards automation of the Design-Build-Test-Learn (DBTL) bioengineering cycle: Application to the testing and characterization of standard bioparts

Modeling and Optimization of a Molecular Biocontroller for the Regulation of Complex Metabolic Pathways

Contact Info

Product

Resources

About