Combining mechanistic and machine learning models for predictive engineering and optimization of tryptophan metabolism.

本文提出将机理模型与机器学习模型相结合，用于实现从基因型到表型的准确预测，并指导代谢工程。作者首先利用基因组规模代谢模型筛选影响色氨酸生产的关键基因靶点，结合转录组数据挖掘选择30个表达水平多样的启动子，构建由5个基因和6种启动子组合组成的7776个组合设计文库。随后开发基于大肠杆菌TrpR-GAL4激活域融合蛋白的酵母色氨酸荧光生...