返回
Engineering microbial consortia for distributed signal processing
DOI:10.1038/s41467-026-75739-6.png)
摘要
En 中文
生物学中的一个中心目标是根据可测量的读出推断输入信号。工程化生物传感器通常被设计为选择性地响应单一输入,因此必须通过繁琐的、特定背景的正交化来消除传感器之间的串扰。在这里,我们表明可以不消除串扰来推断多重浓度。我们将传感分布在一个微生物群落中,并解码其时间分辨的集体响应,这可以消除化学输入组合的歧义,即使单个传感器显示串扰或间接响应。一个结合动力学建模与机器学习的计算框架将这些群落动态映射到输入浓度。我们证明了在传感器串扰低或高的群落中、在仅对抗生素组合间接响应的群落中,以及在混合医院水槽水中加入目标分析物时的定量推断。通过容忍非正交的、交叉反应的和间接的响应,分布式动态传感拓宽了可用于多重测量的生物系统的范围,只要输入组合产生可重复的、可区分的响应轨迹。多重生物传感通常受限于传感器之间的串扰。在这里,作者将传感分布到微生物群落中,并使用时间分辨建模和机器学习从交叉反应和间接响应推断多种化学浓度。
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
15.7
论文数:
9.3W
被引数:
91.2W
机构
引用论文
Engineering modular and orthogonal genetic logic gates for robust digital-like synthetic biology
NATURE COMMUNICATIONS
IF15.7
Remote detection of buried landmines using a bacterial sensor使用细菌传感器远程探测埋藏的地雷
NATURE BIOTECHNOLOGY
IF41.7
Sentinel cells programmed to respond to environmental DNA including human sequences
NATURE CHEMICAL BIOLOGY
IF13.7

