CorGi4ME: Ein Coarse-grainedM-Modellierungsansatz für Anwendungen in der Stoffwechseltechnik
Die Entwicklung aussagekräftiger Modelle, die für Probleme in der Systembiotechnologie oder der Stoffwechseltechnik verwendet werden können, ist nach wie vor eine anspruchsvolle Aufgabe. Obwohl verschiedene Modellierungsansätze verfügbar sind und in den letzten Jahren eine hohe Anzahl von Modellen, insbesondere für E. coli, veröffentlicht wurden, ist die Nachfrage nach einer quantitativen und dynamischen Beschreibung hoch und wird von allen Ansätzen nicht erfüllt. Auch quantitative Daten liegen nun für verschiedene zelluläre Ebenen wie Proteom, Transkriptom und Metabolom vor, die in diese Modelle integriert werden sollten.
Dieses Projekt zielt darauf ab, "coarse-grainedM" zu entwickeln, ein Rahmenwerk für dynamische grobkörnige Modelle mit modularer Struktur in sehr allgemeiner Form, sodass schnell Stoffwechseltechnik-Anwendungen für verschiedene zelluläre Systeme und Prozessdesigns erstellt werden können. Modularität, ein wichtiges Konzept während der Modellierung, bedeutet, dass ausgehend von einer einfachen Struktur eines Coarse-grained Modells funktionale Module definiert werden, die Teile des Gesamtnetzwerks je nach Problemformulierung spezifizieren und detaillieren.
Das Ziel wird erreicht, indem bottom-up-Ansätze (Modellierung auf der Grundlage erster Prinzipien) und top-down-Ansätze (datengetrieben, unter Anwendung klassischer maschineller Lernwerkzeuge) kombiniert werden. Das Projekt ist in drei Ziele strukturiert: Ein grober Plan des Projekts entwickelt zunächst ein Coarse-grained Modell mit grundlegenden Merkmalen und Anforderungen an die Modellstruktur und Parametrisierung; anschließend wird das Modell anhand experimenteller Daten kalibriert. Später wird dieses Grundmodell für Anwendungen in der Stoffwechseltechnik erweitert.
Projektbetreuung: M.Sc. Jiahui (Garfield) Qin
Startdatum des Projektes: 01.02.2024