低保真数据提升机器学习工艺模型精度

将趋势信息与高保真实验数据结合，可能提高基于机器学习的工艺模型的准确性。机器学习模型有望通过提前预测参数变化的影响，使生物制药工艺开发更快、更高效。然而，训练机器学习模型所需的高保真工艺信息生成成本高昂，因此供应短缺。一种潜在的解决方案是在训练集中加入低保真数据，这些数据指示一般工艺趋势。

多保真度模型方法

墨尔本大学数字生物工艺中心研究员、该研究第一作者Mohammad Golzarijalal博士表示：“基本思路是，丰富的低保真数据教会模型工艺的广泛全局趋势，而少量高保真数据则纠正和细化这些趋势，使代理模型预测更接近可用的真实值。”“仅用有限高保真数据训练的模型可能过拟合，在已观察条件之外表现不佳。通过从低成本数据中学习有用趋势，多保真度模型可以提高预测准确性，并探索更广泛的工艺空间，而无需同样数量的昂贵实验。”更准确的模型可以改进对细胞生长、活力、代谢物浓度和产物滴度的预测，还可以指导培养基优化、补料策略、接种密度和操作条件。

案例与数据

Golzarijalal提到：“我们综述中讨论的一个例子是我们自己课题组最近的一项研究，该研究将20,000个模拟的CHO补料分批数据点与来自65次生物反应器运行的实验数据相结合。多保真度高斯过程模型比仅用实验数据训练的模型更准确地预测了最终单克隆抗体滴度。”低保真工艺数据可以来自以前的生产运行，或来自与当前开发工艺不同的生物反应器配置中培养的细胞。此类数据也可以使用低成本的机理或经验模型生成。制药公司已经在某种程度上使用低保真数据，但Golzarijalal指出，使用通常有限。例如，科学家经常利用以前的实验来定义参数范围、开发实验设计研究和指导工艺优化。“有机会更系统地使用这些数据，”他说，“多保真度算法提供了一种结构化的方法，来确定应从历史或模拟数据中转移多少信息到当前问题。这可以使过去的经验对预测和决策更有用，而不是将每个新项目基本孤立对待。”

来源：GEN（英文原文，生物航编译，内容以原文为准）