ニューロファジィチップ実装オンライン制御器の試作と遺伝子組換え菌の効率的制御培養

• Project/Area Number: 06650921
• Research Category: Grant-in-Aid for General Scientific Research (C)
• Allocation Type: Single-year Grants
• Research Field: 生物・生体工学
• Research Institution: Kyushu Institute of Technology
• Principal Investigator: 清水 和幸 九州工業大学, 情報工学部, 教授 (00150318)
• Co-Investigator(Kenkyū-buntansha): 叶 開明 九州工業大学, 情報工学部, 教務員 (00253568)
• Project Period (FY): 1994
• Project Status: Completed (Fiscal Year 1994)
• Budget Amount: ¥2,300,000 (Direct Cost: ¥2,300,000); Fiscal Year 1994: ¥2,300,000 (Direct Cost: ¥2,300,000)
• Keywords: ニューラルネットワーク / オンライン学習 / 遺伝子組換え菌 / 制御培養 / 最適化 / 遺伝的アルゴリズム / 最適温度パターン / 最適pHパターン

Research Abstract

本研究ではλファージP_Rプロモータを組み込んだプラスミドpRZを作成し、大腸菌N4830-1に導入して形質転換した。この組換え菌を用いて、試験管および体積1.5リットル規模の流加培養実験を行い、pHおよび培養温度変化パターンの遺伝子発現に及ぼす影響について検討した。この場合、培養初期にpHを7、温度を30℃として遺伝子発現を抑制して菌体を増殖させ、対数増殖後期にpHを5.5に変化させ、同時に温度を37-42℃まで上昇させれば効果的な遺伝子の発現が可能であることがわかった。この場合、37℃より42℃の方が発現効率が高いが生菌数は逆に低下してしまう(42℃に上げた場合、生菌数は6時間で20%にまで減少することを実験的に確かめている)ので誘導後の温度をどのように変化させれば良いかを次に検討した。
まず誘導後の温度をそれぞれ37℃、40℃、42℃一定として流加培養実験を行ない、遺伝子発現効率および生菌数の温度依存性を調べた。この実験結果をリカ-シブ型のニューラルネットに学習させ、遺伝的アルゴリズムを利用して最適化を行った。最初からニューラルネットのオンライン学習を行っても充分な学習が期待できないため、一部の実験データは予めオフラインで学習させ、微調整をオンラインで行うことにした。その結果、誘導後の温度を40℃近辺にし、徐々に温度を上げれば最も有効であるということがわかった。
また40℃(42℃についても同様)と37℃の間で周期的に変化させるパターンについても実験的に検討したが、パターンによっては遺伝子発現効率を高め、同時に生菌数の低下を防げることもわかった。
なお以上の結果は1995年3月開催予定の化学工学会年会にて発表し、J.Biotechnology誌に投稿予定である。