【技术实现步骤摘要】
本专利技术涉及微生物发酵，尤其涉及一种微藻细胞发酵调控方法、装置、设备及存储介质。
技术介绍
1、在微藻细胞发酵调控中，由于生物实验成本昂贵，传统的试错方法需要耗费大量的时间和资源，真实数据样本少。因此优化微藻细胞发酵的条件和调控策略可以减少不必要的开销成本，提高微藻生物工艺的效率和可行性，进而推动生物工程技术的发展。
2、但是，现有的对微藻细胞发酵的条件和调控策略的组合优化方法是一种有着丰富潜在应用的技术，包括芯片组配置，搜索和神经结构搜索，只能使用有限的采集功能，复杂统计模型下采集函数优化搜索无效；不能处理复杂的约束，同时在高维组合空间或具有复杂约束条件的问题上面临挑战，并且在大规模问题上的计算复杂度较高等问题。由于在组合空间中，每个变量都有多个可能的取值，而不同变量的取值组合形成了可能的配置。随着变量数量和每个变量的取值数量的增加，可能的配置数量呈指数级增长，存在组合爆炸问题，导致在计算和处理方面的巨大挑战。
技术实现思路
1、本专利技术的主要目的在于提供一种微藻细胞发酵调控方法、装置、设备及存储介质，旨在解决现有技术中通过较少实验样本进行微藻细胞发酵调控时，如何解决复杂的组合爆炸问题，找到最佳的变量组合的技术问题。
2、为实现上述目的，本专利技术提供一种微藻细胞发酵调控方法，所述方法包括以下步骤：
3、根据用于微藻细胞发酵调控的待调控变量组合构建组合图，所述待调控变量组合包括氨基酸突变位点组合和化学添加剂组合；
4、根据所述组
5、根据切片采样方法对所述变量调控代理模型进行参数估计，并根据估计结果更新所述变量调控代理模型；
6、根据更新后的变量调控代理模型确定目标变量组合，并通过所述目标变量组合进行微藻细胞发酵调控。
7、可选地，所述组合图的顶点集包括所述待调控变量组合中所有待调控变量的可能组合，所述组合图的边由所述待调控变量组合中的每个待调控变量的子图的图笛卡尔积确定；
8、所述根据用于微藻细胞发酵调控的待调控变量组合构建组合图，包括：
9、定义用于微藻细胞发酵调控的待调控变量组合中的每个待调控变量的子图，所述子图为完全图；
10、对所述每个待调控变量的子图进行图笛卡尔积处理，获得组合图。
11、可选地，所述根据所述组合图确定高斯过程代理模型的核函数，并基于所述高斯过程代理模型和所述核函数构建变量调控代理模型，包括：
12、通过图傅里叶变换确定所述组合图的平滑函数；
13、根据所述组合图的加权度矩阵和邻接矩阵构建图拉普拉斯矩阵，并确定所述图拉普拉斯矩阵的特征值和特征向量；
14、根据所述特征值和所述特征向量确定所述平滑函数对应的图傅里叶频率和傅里叶基，其中，特征向量的特征值越大，对应的傅立叶基的图傅里叶频率越高；
15、根据所述特征向量和所述特征值确定高斯过程代理模型的核函数为自动关联确定扩散核；
16、通过所述自动关联确定扩散核根据所述图傅里叶频率的大小惩罚所述傅里叶基，并基于所述高斯过程代理模型构建变量调控代理模型。
17、可选地，所述根据所述组合图的加权度矩阵和邻接矩阵构建图拉普拉斯矩阵，并确定所述图拉普拉斯矩阵的特征值和特征向量，包括：
18、将所述待调控变量组合中的每个子图的拉普拉斯矩阵进行kronecker积和kronecker和，获得所述每个子图的笛卡尔积对应的笛卡尔积拉普拉斯矩阵；
19、确定所述笛卡尔积拉普拉斯矩阵的特征值和特征向量。
20、可选地，所述根据所述特征向量和所述特征值确定高斯过程代理模型的核函数为自动关联确定扩散核，包括：
21、根据所述特征值和所述特征向量确定每个子图在高斯过程代理模型中对应的核矩阵；
22、将所述每个子图对应的核矩阵进行kronecker积，并结合缩放因子确定核函数为自动关联确定扩散核。
23、可选地，所述将所述每个子图对应的核矩阵进行kronecker积，并结合缩放因子确定核函数为自动关联确定扩散核之后，还包括：
24、对所述缩放因子采用后验采样和马蹄先验，以约束所述自动关联确定扩散核的尺度参数。
25、可选地，所述根据切片采样方法对所述变量调控代理模型进行参数估计，并根据估计结果更新所述变量调控代理模型，包括：
26、根据切片采样方法拟合所述变量调控代理模型的参数；
27、将获取函数最大化，确定下一个待评估点；
28、评估所述下一个待评估点的价值，并根据所述价值进行后验，迭代更新所述变量调控代理模型，直至达到预设评估条件。
29、此外，为实现上述目的，本专利技术还提出一种微藻细胞发酵调控装置，所述微藻细胞发酵调控装置包括：
30、组合图构建模块，用于根据用于微藻细胞发酵调控的待调控变量组合构建组合图，所述待调控变量组合包括氨基酸突变位点组合和化学添加剂组合；
31、模型构建模块，用于根据所述组合图确定高斯过程代理模型的核函数，并基于所述高斯过程代理模型和所述核函数构建变量调控代理模型；
32、模型更新模块，用于根据切片采样方法对所述变量调控代理模型进行参数估计，并根据估计结果更新所述变量调控代理模型；
33、发酵调控模块，用于根据更新后的变量调控代理模型确定目标变量组合，并通过所述目标变量组合进行微藻细胞发酵调控。
34、此外，为实现上述目的，本专利技术还提出一种微藻细胞发酵调控设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的微藻细胞发酵调控程序，所述微藻细胞发酵调控程序配置为实现如上文所述的微藻细胞发酵调控方法的步骤。
35、此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有微藻细胞发酵调控程序，所述微藻细胞发酵调控程序被处理器执行时实现如上文所述的微藻细胞发酵调控方法的步骤。
36、在本专利技术中，公开了根据微藻细胞发酵调控的待调控变量组合构建组合图，所述待调控变量组合包括氨基酸突变位点组合和化学添加剂组合，然后根据组合图确定高斯过程代理模型的核函数，从而构建变量调控代理模型，根据切片采样方法对变量调控代理模型进行参数估计更新模型，根据更新后的模型确定目标变量组合，进行调控。由于本专利技术利用图笛卡尔积表示组合空间，将复杂的组合爆炸问题转化为更小且可管理的图结构，避免了指数级增长的搜索空间，从而有效地解决了组合爆炸问题；然后采用高斯过程对函数进行建模和预测，使用切片采样拟合代理模型参数更新模型，能够根据更新后的模型确定最佳的变量组合，从而能够在少量实验成本下减少不必要的开销成本，提高微藻生物工艺的效率和可行性。
本文档来自技高网...【技术保护点】
1.一种微藻细胞发酵调控方法，其特征在于，所述微藻细胞发酵调控方法包括：
2.如权利要求1所述的微藻细胞发酵调控方法，其特征在于，所述组合图的顶点集包括所述待调控变量组合中所有待调控变量的可能组合，所述组合图的边由所述待调控变量组合中的每个待调控变量的子图的图笛卡尔积确定；
3.如权利要求1所述的微藻细胞发酵调控方法，其特征在于，所述根据所述组合图确定高斯过程代理模型的核函数，并基于所述高斯过程代理模型和所述核函数构建变量调控代理模型，包括：
4.如权利要求3所述的微藻细胞发酵调控方法，其特征在于，所述根据所述组合图的加权度矩阵和邻接矩阵构建图拉普拉斯矩阵，并确定所述图拉普拉斯矩阵的特征值和特征向量，包括：
5.如权利要求4所述的微藻细胞发酵调控方法，其特征在于，所述根据所述特征向量和所述特征值确定高斯过程代理模型的核函数为自动关联确定扩散核，包括：
6.如权利要求5所述的微藻细胞发酵调控方法，其特征在于，所述将所述每个子图对应的核矩阵进行Kronecker积，并结合缩放因子确定核函数为自动关联确定扩散核之后，还包括：<...
【技术特征摘要】
1.一种微藻细胞发酵调控方法，其特征在于，所述微藻细胞发酵调控方法包括：
2.如权利要求1所述的微藻细胞发酵调控方法，其特征在于，所述组合图的顶点集包括所述待调控变量组合中所有待调控变量的可能组合，所述组合图的边由所述待调控变量组合中的每个待调控变量的子图的图笛卡尔积确定；
3.如权利要求1所述的微藻细胞发酵调控方法，其特征在于，所述根据所述组合图确定高斯过程代理模型的核函数，并基于所述高斯过程代理模型和所述核函数构建变量调控代理模型，包括：
4.如权利要求3所述的微藻细胞发酵调控方法，其特征在于，所述根据所述组合图的加权度矩阵和邻接矩阵构建图拉普拉斯矩阵，并确定所述图拉普拉斯矩阵的特征值和特征向量，包括：
5.如权利要求4所述的微藻细胞发酵调控方法，其特征在于，所述根据所述特征向量和所述特征值确定高斯过程代理模型的核函数为自动关联确定扩散核，包括：
6.如权利要求5所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。