spenHagen,Denmark和SANFRISCO(PRWEB)2010年9月28日
丹麦技术大学劳伦斯伯克利国家实验室与TeselaGen生物技术公司协作机机学习模型可互为补充并组合成精准基因类型对物型预测并提高工业生物体产生的重要生物产品生产率最近协作发布产生自然通信
组合基因尺度建模定位工程目标 高效库代谢路径设计 高通量筛选与伯克利实验室TeselaGen协作 DTU使用这些机器学习模型产生新设计建议新推荐设计最终提高乳头和生产率分别高达74%和43%, 与算法培训最佳设计相比。” Michael Krogh Jensen博士兼诺沃诺迪斯基金会中心联合首席调查员
Hector Garcia Martin博士和劳伦斯伯克利国家实验室员工科学家说 : “我们与DTU和TeselaGen的合作显示高级解析和机器学习能有效引导生物工程优化生化化合物生产机器学习、合成生物和自动化立体组合实现生物工程革命并允许我们现在甚至无法想象的应用。”
Berkeley实验室和DTU开发平台时曾是极好伙伴, 现在我们完全可以关闭设计-建设测试环路商业环境使用先进企业平台, Edduardo Abeliuk博士兼TeselaGenCEO以传统成本的一小部分开发Bio产品即为目标, 机器学习正成为理解工程生活系统的基本工具, 并增加Michael Fero博士和COOTeselaGen
丹麦技术大学DTU许可TeselaGen云平台提高能力并加速设计-建设测试-Learn进程Michael Krogh Jensen团队
链接发布https://www.nature.com/articles/s41467-020-17910-1
关于丹麦技术大学生物可持续性诺氏基础中心集中开发新知识与技术,帮助从现有的油基化工向更可持续的生物基社会转化,化学生物生产
TeselaGenTeselaGen正在搭建人工智能企业平台设计、搭建、测试和优化生物系统TeselaGen云平台弥合良好思想与实现贵重产品之间的差距,如疫苗、生物素材和持久源化工TeselaGen私有并总部设在CA三山软件中心公司以四个美国国家科学基金会供资奖、美国能源部供资奖、CORFO奖和Bio-IT世界最佳实践奖的形式获得提前识别TeselaGen使用自有合成进化技术高效快速原型编译并编辑重组分子
跟踪TeselaGen微博并LinkedIn学习更多teselagen.com.