[发明专利]一种基于人工智能的基础培养基配方开发方法及系统

权利要求书

1.一种基于人工智能的基础培养基配方开发方法，其特征在于，包括以下步骤：

(1)建立样本配方数据库：获取备选的基础培养基配方成分，对于其中每一成分确定其添加比例的搜索空间，并在各成分的搜索空间内进行搜索形成基础培养基样本配方，收集所述基础培养基样本配方建立样本配方数据库；

(2)获得样本配方培养数据库：对于步骤(1)中获得的样本配方数据库中存储的基础培养基样本配方，按照开发目的进行实验验证获得每一基础培养基样本配方的培养效果，收集关联有培养效果的基础培养基样本配方数据作为样本配方培养数据库；

(3)采用步骤(2)中获得的样本配方培养数据库，针对开发目标对机器学习模型进行训练，获得基础培养基配方培养效果预测模型；

(4)在待优化的基础培养基配方中的每一成分的添加比例的搜索空间内采用步骤(3)获得的基础培养基配方培养效果预测模型针对开发目标进行培养效果回归预测，并根据预测的培养效果择优推荐基础培养基配方。

2.如权利要求1所述的基于人工智能的基础培养基配方开发方法，其特征在于，所述在各成分的搜索空间内进行搜索形成训练配方，包括以下四种方法：随机生成配方、DOE实验设计配方、混合形成配方、历史AI推荐配方。

3.如权利要求2所述的基于人工智能的基础培养基配方开发方法，其特征在于，所述随机生成配方，即对于基础培养基配方中的每一成分，在其搜索空间内随机取值，形成基础培养基样本配方；

所述DOE实验设计配方，包括以下步骤：

S1、对于基础培养基中的各成分的最低添加比例进行聚类，获得多个添加量级；对于基础培养基中的各成分按照功能划分为功能类别，所述功能类别包括氨基酸、微量金属离子、维生素、脂类、缓冲剂；

S2、将步骤S1获取的不同添加量级和功能类别组合形成DOE实验因子，采用空间填充DOE实验设计形成基础样本配方；所述空间填充DOE实验设计为球填充法、拉丁超立方法、均匀法或最低潜能法；

所述混合形成配方，即对于已有的基础培养基样本配方进行筛选及组合，获得更新的基础培养基样本配方；

所述历史AI推荐配方，包括按照所述配方开发方法基于人工智能方法推荐得到的基础培养基配方。

4.如权利要求3所述的基于人工智能的基础培养基配方开发方法，其特征在于，所述空间填充DOE实验设计为拉丁超立方法。

5.如权利要求3所述的基于人工智能的基础培养基配方开发方法，其特征在于，所述混合形成配方按照以下方法对与已有的基础培养基样本配方进行筛选及组合：

验证已有的基础培养基样本配方的培养效果，选择细胞活率较高、细胞密度较高或蛋白表达较高的配方采用两两混合或三种以上配方按照随机或预设比例混合配制成新的配方。

6.如权利要求2所述的基于人工智能的基础培养基配方开发方法，其特征在于，所述样本配方数据库中随机生成配方和DOE实验设计配方的数量比在(1～4):10之间。

7.如权利要求2所述的基于人工智能的基础培养基配方开发方法，其特征在于，所述样本配方数据库样本总量在1000个或以上，其中包括随机生成配方100至200个、DOE实验设计配方50至200个、以及历史AI推荐配方，余量为混合培养基。

8.如权利要求1所述的基于人工智能的基础培养基配方开发方法，其特征在于，步骤(1)所述成分的添加比例为该成分添加值与添加最大值的比值，其搜索空间为最低添加比例至100％，所述最低添加比例为该成分的添加最小值与最大值的比值。