Development of a predictive system for the generation of biosensor libraries with application to the dynamic regulation of bioproduction pathways

Abstract

[ES] El objetivo del TFG es el desarrollo y la aplicación de estrategias de optimización y técnicas de machine learning para el desarrollo de biosensores basados en factores de transcripción. El TFG se centrará en el desarrollo de herramientas de aprendizaje automático a partir de una base de datos de factores de transcripción responsivos a moléculas y metabolitos.

Los objetivos del TFG son los siguientes:

1. Recopilación de datos experimentales de biosensores basados en factores de transcripción. 2. Empleo de algoritmos de machine learning para el desarrollo de sistemas predictivos empleando herramientas como Keras con Tensorflow en Python para entrenar conjuntos de aprendizaje a partir de datos químicos, biológicos y de proceso. 3. Desarrollo de una librería en código abierto basada en el empleo de métodos de machine learning.

[CAT] L’objectiu del TFG és el desenvolupament i l’aplicació d’estratègies d’optimització i tècniques de machine learning per al desenvolupament de biosensors basats en factors de transcripció. El TFG es centrarà en el desenvolupament de ferramentes d’aprenentatge automàtic a partir d’una base de dades de factors de transcripció responsius a molècules i metabòlits. Els objectius del TFG són els següents: 1. Recopilació de dades experimentals de biosensors basats en factors de transcripció. 2. Utilització d’algoritmes de machine learning per al desenvolupament de sistemes predictius fent ús de ferramentes com Keras amb Tensorflow en Python per entrenar conjunts d’aprenentatge a partir de dades químiques, biològiques i de procés. 3. Desenvolupament d’una llibreria en codi obert basada en la utilització de mètodes de machine learning.

[EN] The aim of the Final Degree Project (TFG) is the development and implementation of optimisation and machine learning techniques for the development of biosensors based on transcription factors. The Project will focus on the development of machine learning tools from a database of transcription factors responsive to molecules and metabolites.

The objectives of the Project are the following:

1. Collection of experimental data from biosensors based on transcription factors. 2. Use of machine learning algorithms for the development of predictive systems using tools such as Keras with Tensorflow in Python to train learning sets from chemical, biological and process data. 3. Development of an open source library based on the use of machine learning methods.