Please enable javascript in your browser.
Page
of
0
Multiple human 3D pose estimation from multiview images
Ershadi Nasab, S
Cataloging brief
Multiple human 3D pose estimation from multiview images
Author :
Ershadi Nasab, S
Publisher :
Springer New York LLC
Pub. Year :
2018
Subjects :
Fully connected model Graphical model Human pose estimation Multiple human Multiview...
Call Number :
Find in content
sort by
page number
page score
Bookmark
فصل اول: مقدمه
(14)
1.1 سیستمهای بیولوژیکی
(15)
در طول نیمهی دوم قرن بیستم، علوم بیولوژیکی و زیستی پیشرفت قابل ملاحظهای را از خود نشان دادند. عمده این پیشرفتها برای شناخت بهتر سیستمهای بیولوژیکی و همچنین با تکیه بیشتر بر ساختمان داخل سلولها بود. سیستمهای بیولوژیکی درک درستی از چگونگی رشد DNA،...
(15)
از ویژگیهای سیستمهای بیولوژیکی می توان به شبیه بودن خیلی از واکنشهای داخل سلولها اشاره نمود. به عنوان نمونه، مولکول ATP یکی از شناختهترین مولکولها برای انتقال انرژی در داخل سلولها است که در اکثریت مولکولهای زیستی یافت میشود. این ماده حتی ...
(15)
1.1.1 انواع دیدگاهها در سیستمهای بیولوژیکی
(15)
سیستمهای بیولوژیکی را از دو منظرکلی میتوان مورد بحث قرارداد: دیدگاه ماده محور و سیستم محور
(15)
الف)دیدگاه ماده محور
(15)
تمامی مواد بیولوژیکی در سلولها عمر نسبتا کوتاهی دارند. اکثر مواد دقایقی بعد از تولید، به مواد دیگری تبدیل میشوند.( به عنوان مثال برای مولکول RNA در سلولهای انسان طول نیمه عمری حدود 2 ساعت تخمین زده شده است.) به طورکل می توان فرض کرد که مواد، تنها ا...
(15)
ب) دیدگاه سیستم محور
(16)
در این دیدگاه سیستم بیولوژیکی همانند یک سیستم جامع بررسی میشوند. سیستمی که در آن مواد اولیه ( قندها) وارد شده و با انجام واکنش در نهایت به محصول نهایی (فراوردهها) تبدیل میشوند. با چنین مفروضاتی می توان گفت که سلولی که در بدن انسان، امروز فعالیت...
(16)
1.1.2 ارتباط مواد شیمیایی در سیستمهای بیولوژیکی
(16)
ارتباط مواد در داخل سلولهای زنده بیولوژیکی بر اساس واکنشها و محدودیتهای شیمیایی( نظیر انرژی آزاد گیبس) تعیین میشود. برای بیان روابط بین سلولها قوانین کمی پیچیده هست و تنها متکی به قوانین شیمیایی نمیباشند.
(16)
ویژگیهای اصلی انتقالهای شیمیایی شامل موارد زیر است:
(16)
الف - استوکیومتری:
(16)
ضرایب استوکیومتری در این انتقالها میبایست ثابت و مشخص باشند. این ضرایب با استفاده از برابری تعداد اتمهای واکنشدهنده و فراورده به دست میآید. سایر مواردی همچون برابری بار الکتریکی دو سمت نیز میبایست مورد توجه قرار گرفته شود. این ضرایب تنها به ن...
(16)
ب- سرعت پیشرفت واکنش:
(17)
تمامی واکنشهای انجام شده در داخل سلولها از قوانین ترمودینامیک تبعیت میکنند. سرعت نسبی واکنشها، برگشت پذیری یا برگشت ناپذیری و .... بر مبنای قوانین ترمودینامیکی تعیین میشوند. برخلاف ضرایب استوکیومتری این ویژگیها با تغییر شرایط محیطی( دما و فشا...
(17)
پ- شار خالص خروجی:
(17)
برخلاف دو مورد قبل( ضرایب استوکیومتری و سرعت پیشرفت واکنشها) شار خالص خروجی از واکنشها به سادگی میتواند تغییرات گستردهای را بر خود ببیند. آنزیمهای واکنش با دستکاری در DNA میتوانند باعث ایجاد اندازه شارهای متفاوتی شوند. [2, 1]
(17)
1.1.3 وضعیت نهایی سیستمهای بیولوژیکی
(17)
زمانی که شبکههای متابولیکی به خوبی شناخته و روابط بین مولکولی آنها درک شوند می توان وضعیت نهایی این سیستمها را به درستی پیشبینی نمود. در سالهای اخیر پیشرفتهای زیادی در شناخت سیستمهای متابولیکی و رابطه میان این مواد حاصل شده است. با قراردادن ا...
(17)
1.1.4 اهداف نهایی سیستمهای بیولوژیکی
(17)
مهمترین تفاوت موجودات زنده که آنها را نسبت به موجودات غیر زنده متمایز میکند تلاش برای بقا و رشد جمعیت میباشد. همین هدف باعث شده است که بتوان پیش بینیهای بهتری نسبت به رفتار این دسته نسبت به دسته دیگر داشت. از این اهداف برای محدود نمودن نحوه عملک...
(17)
1.1.5 اهمیت شناخت سیستمهای بیولوژیکی
(17)
به طور کلی میتوان اهمیت سیستمهای بیولوژیکی را به چند بخش تقسیم کرد:
(17)
1. صنعت
(17)
در بخشهایی از صنعت از موجودات زنده در فرایندها استفاده میشود. از این رو نیاز است تا به شناخت دقیق تری از ویژگیهای این موجودات در شرایط گوناگون یا نحوه فعالیتشان رسید. از جمله این صنایع می توان به مواد غذایی (تولید مخمرها و ...) و دارویی اشاره...
(17)
2. محیط زیست
(17)
باتوجه به مشکلاتی که انسانها در قرن 21 در اثر ازدیاد برداشت و مصرف مواد طبیعی ایجاد نمودند نیاز است تا این روند برای جلوگیری از نابودی کره زمین متوقف شود. پدیدههایی چون افزایش دمای کره زمین، عدم
(17)
تجزیه ناپذیری بسیاری از تولیدات و آلودگی هوا در این دسته قرار میگیرند. مواد بیولوژیکی غالبا سازگاری بسیار خوبی با محیط زیست دارند و محصولات تولیدی آنها در طبیعت به راحتی قابل تجزیه شدن هستند.
(18)
از جمله موارد مهم دیگر مورد اهمیت، تولید مواد بیولوژیکی با تقویت قدرت تجزیه مواد تولیدی است تا از حجم زیاد آلودگی آنها بکاهد. [4]
(18)
3. بهداشت و درمان
(18)
شناخت مواد بیولوژیکی که عامل بسیاری از بیماریهایی که انسانها با آن درگیر هستند از گذشته مورد اهمیت بودهاند. با استفاده از این شناخت میتوان به مقابله با این موجودات زنده پرداخت. از موارد دیگر میتوان به تولید بعضی سلولهای مورد نیاز و کِشت آن برا...
(18)
4. پیشرفت علوم
(18)
در بعضی علوم پیشرفته نیاز به شناسایی و درک دقیق نحوه فعالیت این موجودات کاملا حس میشود. از جمله این موارد میتوان به اصلاح ژنتیکی بذرها، اصلاح نژاد حیوانات و .... اشاره نمود. این دانشها باعث تولیدات محصولاتی با بازده و مقاومت بیشتر در مواجه با بیما...
(18)
تمامی موارد بالا اهمیت پیشرفت این دانشها را در زمان حال مشخص میکند. رشد سریع این پیشرفتها، باعث شده است تا تحقیق بر روی سیستمهای بیولوژیکی اهمیت فراوانی پیدا کند.
(18)
1.1.6 معایب(سختی) کار با سیستمهای بیولوژیکی
(18)
علاوه بر مزایای کار با سیستمهای بیولوژیکی این سیستمها دارای مشکلاتی نیز هستند که ذیل به بعضی از آنها اشاره شده است:
(18)
حساسیت به تغییرات محیطی
(18)
به علت کار با موجودات زنده این سیستمها دارای حساسیت بالایی نسبت به تغییر شرایط محیطی میباشند. تغییرات اگرچه اندک در شرایط محیطی(مانند دما، فشار و pH) میتواند تغییرات گستردهای را در نوع محصول و بازده آن به دنبال داشته باشد. [7, 8]
(18)
نبود اطلاعات کافی از سیستم
(18)
سیستمهای بیولوژیکی اغلب دارای واکنشهای متعدد و پیچیدهای میباشند. اطلاعات از این سیستمها، اکثرا ناقص، نامشخص و تعیین دقیق بسیاری از ویژگیها با دانش کنونی بشر غیرممکن یا بسیار پرهزینه است. این موارد باعث شده است تا این فرایندها فاقد دقت پیش بینی...
(18)
گران بودن فرایند
(19)
به علت کند بودن این فرایندها، نیاز است برای تولید در اندازه صنعتی از راکتورهای صنعتی با مقیاس بزرگ استفاده شود. همین عامل باعث گران شدن محصول نهایی تولید این نوع سیستمها نسبت به فرایندهای دیگر شده است.
(19)
1.1.7 سلسله مراتب سیستمهای بیولوژیکی
(19)
برای بررسی دقیق و جامع سیستمهای متابولیکی آنها را به سطحهای گوناگونی تقسیم میکنند. در پایین به توضیح هریک از دستهها پرداخته شده است:
(19)
سطح اول: تعیین مقادیر ورودی و خروجی به داخل سلول
(19)
در این سطح، تنها مواد مغذی ورودی داخل سلول ویا مواد تولیدی برای رشد سلول و سایر مواد اضافی برای خارج کردن از سلول مشخص میشود. مواد تولیدی ضروری برای بقای سلول نیز در این سطح تعیین میشود.
(19)
سطح دوم: تعیین بخشها
(19)
در این سطح، علاوه بر تعیین ورودی و خروجیها سیستم به بخشهای متفاوتی تقسیم میشود. به عنوان مثال یک سلول را میتوان مطابق شکل 2-1، به بخش دریافت مواد مغذی، تبدیل به مواد مورد نیاز برای رشد و خروج از داخل سلول تقسیم کرد.
(19)
سطح سوم: تعیین گذرگاه
(20)
در این سطح، سیستم داخل مقداری واضحتر شده است. واکنشهای داخل متابولیسم مشخص شدهاند. Cofactor های مورد نیاز و مولکولهای حمل کننده در سلول نیز مشخص شده و بخشها از یکدیگر جدا و بهتر تفکیک شده اند. تعیین آنزیمهای تنظیم کننده،تنظیم واکنشها با توجه ...
(20)
سطح چهارم: تعیین واکنشها به صورت منفرد
(20)
در این سطح، واکنشها به صورت دقیق و کامل تعریف میشوند. مواد اولیه و فراوردهها، مولکولهای حمل کننده و آنزیمهای انجام دهنده هر واکنش نیز مشخص میشوند. [1]
(20)
در شکل -13 این سطحها به خوبی توضیح داده شدهاند.
(20)
1.1.8 نحوه نمایش سیستمهای بیولوژیکی
(21)
برای نمایش سیستمهای بیولوژیکی از دو روش مرسوم استفاده میشود. در پایین به توضیح مختصری از هر دو مدل نمایش پرداخته شده است.
(21)
الف - نمایش بر اساس مواد
(21)
در این نمایش، مواد به عنوان مبنا در نظر گرفته شده و شارها به عنوان خطوط نمایش داده میشوند. در شکل -14 یک نمونه از این مدل ارائه شده است.
(21)
ب- نمایش بر اساس شارها
(21)
در این نمایش، مدل متابولیکی شارها به عنوان مبنا در نظر گرفته شده و مواد به عنوان خطوط نمایش داده میشوند. در شکل -15 یک نمونه نمایش داده شده است.(نمایش شکل -14 به این حالت تبدیل شده است.)
(21)
1.2روش انتخاب شده در تحلیل سیستمهای بیولوژیکی
(22)
برای تحلیل و شبیه سازی سیستمهای بیولوژیکی در این پایاننامه، از روش آنالیز موازنه شار (FBA) استفاده شده است. در پایین به توضیح این روش پرداخته شده است.
(22)
1.2.1 تعریف
(22)
آنالیز موازنه شار (FBA) روشی برای به دست آوردن دادههای متابولیکی برای تعیین میزان شار مواد سیستم بدون استفاده از دادههای مستقیم(تجربی) به کمک مفاهیم بهینه سازی میباشد.
(22)
در این روش از یک تابع بهینه سازی برای تخمین شارهای درونی سیستم استفاده میشود.
(22)
1.2.2 توضیح روش:
(22)
در این روش برای تعیین مکانیزمهای خروجی نیاز است تا از یک مجموعه مدل بهینه سازی شامل یک تابع هدف بهینه و یک مجموعه قیود مساوی و نامساوی استفاده شود. نمای کلی این مدلها در پایین نشان داده شده است:( در قسمتهای بعد این مدلها به طور کامل توضیح داده می...
(22)
1.2.3 تابع بهینه
(23)
از بخشهای مهم موجود در روش آنالیز موازنه شار تعیین تابع هدف در داخل سیستم میباشد. این تابع معمولا با استفاده از اهمیت موجودات زنده برای رشد و بقا مشخص میشود. در این پایاننامه سعی شده است تا از عوامل موثر دیگری که بر رشد سلولها تاثیر میگذارد است...
(23)
1.2.4 قیود آنالیز موازنه شار
(23)
به طور کلی قیود موجود در سیستمهای بیولوژیکی را می توان به انواع مختلفی تقسیم نمود. قیود موجود در سیستمهای بیولوژیکی به چهار دسته تقسیم شدهاند: 1- قیود فیزیکی و شیمیایی 2-قیود فضایی و توپولوژی 3-قیود محیطی 4- قیود تنظیم کننده [9]
(23)
قیود مساوی
(23)
قیود مساوی شامل ضرایب استوکیومتری واکنشهای موجود در داخل متابولیسم فرایند میباشد. برای تعیین این متابولیسمها از دادههای تجربی موجود استفاده میشود.
(23)
قیود نامساوی
(23)
یک سری قیود نامساوی نیز در داخل سیستم موجود است که باتوجه به موارد مختلفی تعیین میشوند:
(23)
1- یک طرفه بودن واکنشها باعث میشود که حد بالایی یا پایینی این سیستمها تعیین شوند. ( به عنوان نمونه برای واکنشهای یک طرفه و رو به جلو این مقدار به میزان ≥0 خواهد بود)
(23)
استفاده از روشها و نتایج گذشته
(23)
یکی از روشهای موثر برای تعیین میزان شارهای موجود در سیستم استفاده از دادههای موجود در میان مقالات و کتب منابع موجود می باشد .(با استفاده از این روش میزان گلوکوز دریافتی برای باکتری E.Coli برای خیلی از منابع حدود 10mmol/ gDW.hrتعیین شده است.( [11, 12]
(23)
1.2.5 روش تبدیل یک سیستم متابولیکی به یک مسئله FBA
(23)
1- نوشتن واکنشها
(23)
در ابتدا واکنشهای انجام شده در سیستم بیولوژیکی نوشته و دسته بندی میشود. واکنشهای انجامی در داخل این سیستمها را میتوان به دو دسته تقسیم کرد:
(24)
1- واکنشهای نقل و انتقال از و به سلول: واکنشهایی که مواد مغذی را از خارج سلول به داخل سلول آورده یا محصولات جانبی را از داخل سلول به خارج آن منتقل میکنند.
(24)
2- واکنشهای داخل سلول: واکنشهایی که داخل سلول انجام میپذیرد. این واکنشها برای تولید رشد و بقای سلول انجام میشوند.
(24)
2- نوشتن معادله بقای جرم
(24)
بعد از نوشتن واکنشهای انجام شده در داخل و خارج سلول نوشتن موازنه جرم برای تک تک مولکولهای فعال در سیستم شروع میشود. موازنه جرم مولکولها به صورت کلی در معادلات (1-6 تا 1-11) آورده شده است:
(24)
با نوشتن معادلات بالا برای تمامی مولکولهای موجود در سیستم یک مجموعه معادلات به صورت پایین به وجود خواهد آمد:
(24)
با استفاده از معادلات بالا یک ماتریس ضرایب به شکل معادله 1-8 تولید میشود:
(24)
3- اعمال فرض پایا
(25)
با فرض پایا بودن سیستم میزان تغییرات غلظت مولکولها نسبت به زمان از بین میرود و معادله 1-9 به صورت زیر ساده میشود:
(25)
با ساده سازی، معادله 1-10 به معادله پایین تبدیل میشود:
(25)
با استفاده از معادلات بالا یک مجموعه از قیود مساوی اعمال میشود. واضح است که هر سطر ماتریس اول نشان دهنده یک ماده و هر ستون آن نشان دهنده یک واکنش میباشد.
(25)
1.2.6 فواید استفاده از آنالیز موازنه شار
(25)
برای تحقیق بر روی سیستمهای بیولوژیکی چندین مانع سخت باید مرتفع گردد:
(25)
1- برای شبیه سازی دقیق این سیستمها بسیاری از اطلاعات موجود نیست یا اینکه دسترسی به آنها نیاز به صرف هزینه گزافی دارد.
(25)
2- عدم دسترس بودن اطلاعات مورد نیاز برای شبیه سازی باعث شده است که پیش بینی این نوع فرایندها سخت و با روش کلی(به دست آوردن اطلاعات کاملی از واکنشها و تشکیل یک مجموعه معادلات غیرخطی) غیر ممکن شود. از جمله ویژگیهای موجود در مدل FBA عدم نیاز به کلی ا...
(25)
به دلیل پیچیدگی و گستردگی سیستمهای بیولوژیکی برای حل به روش کلی به ابر رایانهها برای شبیه سازی نیاز است. این عامل باعث گرانی و محدودیت زیادی برای انجام شبیه سازیها میشود. FBA نیاز به سیستمهای محاسبه پیچیدهای برای شبیه سازی ندارد.
(26)
1.2.7 معایب آنالیز موازنه شار
(26)
علاوه بر موارد یادشده آنالیز موازنه شار معایبی نیز دارد:
(26)
1- نیاز به دادههای تجربی
(26)
با توجه به نوع مدل فرایند باید نتایج به دست آمده در این نوع سیستم ها را با دادههای تجربی مقایسه و درصورت نیاز اصلاح کرد.
(26)
2- محدود نبودن بازههای شارها
(26)
با توجه به اطلاعات کمی که از محدودهی شارهای واکنشهای داخل سیستمهای بیولوژیکی در دسترس میباشد؛ ممکن است نتایج به دست آمده در این روشها دقیق نباشند و چون سیستم در حالت بهینه سازی است گاه چندین جواب مورد قبول داشته باشد.
(26)
3- افتادن در داخل حلقههای بسته
(26)
یکی از ایرادات این روش هنگام برخورد با مجموعه حلقههای بسته نمایان میشود. برای درک بهتر به شکل 6-1 توجه کنید:
(26)
با توجه به شکل 1-6 سیستم دارای یک عدد ورودی اصلی (از سمت A) و همچنین دو خروجی (از قسمتهای B , C) را دارا میباشد. این ورودی و خروجیها به ترتیب دارای نامهای b1,b2,b3 میباشند. با توجه به اینکه در روش آنالیز موازنه شار معمولا قیودی برای شارهای و...
(27)
برای درک بهتر به تصاویر شکل 1-7 توجه شود.
(27)
به طور کلی شاید نتوان این اشکالها را برطرف نمود ولی برای رفع آنها راهکارهایی ارائه شده است:
(27)
1- بررسی مجدد سیستم بیولوژیکی
(27)
ساده ترین راه برای رهایی از این مشکل بررسی دوباره سیستم و پیدا کردن راهی برای دور زدن این بخش از مدل طراحی شده و اصلاح آن با استفاده از مدل سایر منابع میباشد.(واضح است که این روش در بسیاری از موارد به علت تغییر در کل مدل طراحی شده امکان پذیر نخواهد ...
(27)
2- یک طرفه کردن معدودی از واکنشها
(28)
اغلب معادلات در سیستمهای بیولوژیکی دربرگیرنده واکنشهای دو طرفه است. به وجود آمدن مشکل حلقه بسته غالبا به خاطر وجود همین واکنشهای دوطرفه است. تنها کافی است بتوان یکی از واکنشهای دو طرفه در سیستم بیولوژیکی را به یک واکنش یک طرفه تبدیل کرد تا سیست...
(28)
1.2.8 کاربردهای دیگر آنالیز موازنه شار
(28)
با استفاده از روش آنالیز موازنه شار می توان اطلاعات مفید دیگری را به دست آورد، (که شاید در نگاه اول به چشم نیاید.) در پایین به بخشی از آنها اشاره شده است:
(28)
1- انجام موازنه عنصری
(28)
از جمله مواردی که همانند موازنه مولکولی در این روش میتوان انجام داد، موازنه عنصری با استفاده از روش آنالیز موازنه شار است. با استفاده از این روش میتوان از بقای جرم در واکنش اطمینان پیدا کرد. یک نمونه در جدول 1-1 نمایش داده شده است:
(28)
از جمله مواردی که همانند موازنه مولکولی در این روش میتوان انجام داد، موازنه عنصری با استفاده از روش آنالیز موازنه شار است. با استفاده از این روش میتوان از بقای جرم در واکنش اطمینان پیدا کرد. یک نمونه در جدول 1-1 نمایش داده شده است:
(28)
از جمله مواردی که همانند موازنه مولکولی در این روش میتوان انجام داد، موازنه عنصری با استفاده از روش آنالیز موازنه شار است. با استفاده از این روش میتوان از بقای جرم در واکنش اطمینان پیدا کرد. یک نمونه در جدول 1-1 نمایش داده شده است:
(28)
2- پیدا کردن نقاط تاریک سیستمها
(29)
در واکنشهایی که به طور معمول در شبکههای متابولیکی در نظر گرفته میشود ممکن است مواردی یافت میشوند که تنها، در یک یا چند واکنش حذف میشوند. این واکنشها اصطلاحا با نام واکنشهای بنبست Dead end reaction شناخته میشوند. این مولکولها به راحتی در روش...
(29)
3- میزان مشارکت مولکولها در سیستم
(29)
از جمله موارد قابل بررسی که میبایست مورد توجه قرار گیرد این است که مولکولهای داخل سیستم غالبا در یک یا دو واکنش نهایتا شرکت میکنند. با استفاده از روش آنالیز موازنه شار میتوان به راحتی میزان مشارکت هریک از مولکولها در واکنشها را به دست آورد. ای...
(29)
برای به دست آوردن این اطلاعات تنها کافی است تا ماتریسی شبیه ماتریس استوکیومتری تشکیل داده و تنها به جای ضرایب واکنشها (هنگاهی که یک ماده در یک واکنش شرکت میکند.) عدد 1 قرار داد. ماتریس تشکیل شده، در ترانهاده همان ماتریس ضرب میشود. ماتریس متقارن ت...
(29)
1.2.9روشهایی برای تحلیل حساسیت روش آنالیز موازنه شار
(29)
برای تعیین جواب بهینه در روش آنالیز موازنه شار از روش هایی برای تعیین میزان حساسیت به پاسخها مشاهده میشود. در پایین به دو مورد از این روشها اشاره شده است:
(29)
الف- آنالیز قیمت سایه
(29)
فرمول قیمت سایه به صورت زیر میباشد:
(29)
در واقع این روش نشان دهنده حساسیت مقدار تابع هدف به هریک از اجزای تولیدی موجود در بخشهای مختلف میباشد. با توجه به اعمال قیود مختلف در این روش، تعیین این مقادیر در اکثر موارد به روش تحلیلی غیرممکن است؛به همین دلیل غالبا از روشهای عددی برای به دست ...
(30)
ب- آنالیز کاستن هزینه
(30)
فرمول روش کاستن هزینه به صورت زیر میباشد:
(30)
این روش نشان دهنده تاثیر تغییر میزان شار یک واکنش خاص برروی تابع هدف میباشد. در واقع در این روش آنالیز تغییرات تابع هدف بر مبنای تغییرات شارها به طور مستقل سنجیده و ارائه میشود.
(30)
این روش نشان دهنده تاثیر تغییر میزان شار یک واکنش خاص برروی تابع هدف میباشد. در واقع در این روش آنالیز تغییرات تابع هدف بر مبنای تغییرات شارها به طور مستقل سنجیده و ارائه میشود.
(30)
این روش نشان دهنده تاثیر تغییر میزان شار یک واکنش خاص برروی تابع هدف میباشد. در واقع در این روش آنالیز تغییرات تابع هدف بر مبنای تغییرات شارها به طور مستقل سنجیده و ارائه میشود.
(30)
1.2.10 تحقیقات انجام شده درباره روش آنالیز موازنه شار
(30)
به طور کلی روش فناوری استفاده از آنالیز موازنه شار فناوری جدیدی محسوب میشود. این روش برای تحلیل دادههای متابولیکی در فرایندهای مختلف، از اوایل دهه 80 میلادی مورد استفاده قرار گرفت. منابع مرتبط با این روش را میتوان به 3 قسمت اصلی تقسیم نمود. قسمت ا...
(30)
1- تولید، تصحیح و تکمیل مدلهای بیولوژیکی پیشنهادی
(30)
در روش آنالیز موازنه شار هدف اول سیستمها تعیین هرچه دقیقتر شبکههای بیولوژیکی در فرایند میباشد. برای این منظور در فرایند بعد از انتخاب مورد تحت بررسی، واکنشها را پالایش کرده و اصلاحات نمونه فرایندی را در این زمینه، با اعلام علتهای انتخاب واکنشها...
(30)
برای مثال برای باکتری E.coli با استفاده از روش آنالیز موازنه شار مدلهای متابولیکی متنوعی پیشنهاد شده اند. [15, 16, 17] مدلهای پیشنهادی عمدتا در چند بخش قابل تقسیم میباشند. این بخشها شامل عوض کردن شرایط محیطی (شامل تغییردما،فشار،pH و ...) [18, 19]...
(30)
2- تولید روشهایی برای تعیین بازه در شارها
(31)
روش هایی برای محدود سازی شارها برای بعضی از مدلها پیشنهاد شدهاند. این روشها غالبا برای مدلهای معدودی تعیین شده و کارایی به صورت مشخص نداشتهاند. از جمله این توابع میتوان به استفاده از انرژی آزاد گیبس برای محدود سازی شار اشاره نمود.(به علت عدم ...
(31)
1-3 حل یک نمونه مسئله دینامیکی با استفاده از روش آنالیز موازنه شار
(31)
برای حل یک مسئله دینامیکی با استفاده از آنالیز موازنه شار فرایند(DFBA) به دو بخش کلی تقسیم میشود. بخش اول که شامل حل یک آنالیز موازنه شار در حالت پایا و بخش دوم شامل گذر از یک حالت پایا به حالت پایای دیگر با استفاده از معادلات خارج سلولی است. در شکل ...
(31)
1-4 مقدمه ای بر توابع چند هدفه
(31)
روشهای بهینه سازی چند هدفه کلاسیک به چهار دهه گذشته باز میگردد. در طول این سالها روشهای متعددی برای این بهینه سازی پیشنهاد شده است. تعدادی از محققان سعی در دسته بندی روش های ارائه شده داشتهاند. Cohon این روشها را به دو دسته اصلی تقسیم کرد:
(31)
1- روش های تولیدی(Generating methods)
(31)
2- روش های برپایه ترجیح(Preference-based methods)
(31)
در روشهای تولیدی تعداد نامحدودی جواب تولید میشود که با استفاده از نتایج، بهترین نتیجه ممکن از داخل آنها انتخاب میشود. در این روش هیچ گونه اولویتی برای برتری در نحوه انتخاب تولید نمونه های اولیه در نظرگرفته نشده است و احتمال تولید جواب های توابع هد...
(32)
Hwang و Masud (1979) چهار دسته بندی برای روش های توابع چند هدفه پیشنهاد دادند. این چهار روش عبارت اند از:
(32)
Hwang و Masud (1979) چهار دسته بندی برای روش های توابع چند هدفه پیشنهاد دادند. این چهار روش عبارت اند از:
(32)
1- روش های بدون ترجیح(No preference methods)
(32)
2- روش های پسینی(Posteriori methods)
(32)
3- روش های پیشینی(A prior method)
(32)
4- روش های تعاملی(Interactive methods)
(32)
در روشهای بدون ترجیح، هیچ اطلاعات اضافه ای درباره اهمیت توابع هدف فرض نمیشود. این روشها هیچ تلاشی برای پیدا کردن جوابهای بهینه چندهدفه از روش پارتو(Pareto-optimal) نمیکنند. روشهای پسینی از اطلاعات ترجیحی و تکرار مجموعهای از جوابهای بهینه پار...
(32)
1-4-1 روش مجموع وزندار
(32)
در روش مجموع وزندار، با تبدیل توابع چند هدفه به یک تابع اسکالر شده با استفاده از ضرایب مشخصی صورت میگیرد. این روش یکی از پرکاربرد ترین روشهای مورد استفاده در حل بهینه سازی توابع چند هدفه کلاسیک است. این روش در معادلات 15-1 توضیح داده شده اند.
(32)
در روش مجموع وزندار، با تبدیل توابع چند هدفه به یک تابع اسکالر شده با استفاده از ضرایب مشخصی صورت میگیرد. این روش یکی از پرکاربرد ترین روشهای مورد استفاده در حل بهینه سازی توابع چند هدفه کلاسیک است. این روش در معادلات 15-1 توضیح داده شده اند.
(32)
در روش مجموع وزندار، با تبدیل توابع چند هدفه به یک تابع اسکالر شده با استفاده از ضرایب مشخصی صورت میگیرد. این روش یکی از پرکاربرد ترین روشهای مورد استفاده در حل بهینه سازی توابع چند هدفه کلاسیک است. این روش در معادلات 15-1 توضیح داده شده اند.
(32)
در معادله 1-15 ,-. که به عنوان ضرایب توابع هدف استفاده میشود. این ضرایب بین محدوده [0 1] قرار دارند؛ به طوری که ,,-.=1. شود. مهمترین بخش در استفاده از این روش برای بهینه سازی تعیین ضرایب مناسب برای استفاده در این روش است. [22]
(33)
1-4-2 روش .
(33)
برای بهینه سازی از یک متغیر در توابع چند متغیره در یک مسئله غیر محدب ، از این روش استفاده میشود. این روش اولین بار توسط Haimes و همکارانش (1971) توصیه شد. روش حل در این روش با در نظر گرفتن تنها یکی از توابع هدف و همچنین تعیین یک حد برای سایر توابع ه...
(33)
3-4-1 روش سنجش وزندار( c method)
(33)
به جای استفاده از روش مجموع میانگین وزندار، میتوان از روش دیگری برای ترکیب توابع چند هدفه استفاده کرد. برای این هدف، روش سنجش وزندار از دو متغیر تحت سنجش فاصله با نامهای ,-. و ,-∾. استفاده میکند. برای یک ضریب وزندار غیرمنفی، فاصله وزندار...
(33)
در این روش متغیر p میتواند هر مقداری ما بین 1 تا ∾ را اختیار کند. هنگامی که p عدد یک را اختیار کند؛ روش حل ارائه شده تبدیل به روش مجموع وزندار میشود.
(33)
1-4-4 روش Benson
(34)
این روش شباهت زیادی با روش سنجش وزندار دارد؛ به جز آنکه منبع حل راه عملی بهینه غیر پارتو در نظر گرفته شده است. یک جواب به صورت تصادفی(,-0.) از محل جوابهای ممکن انتخاب میشود. سپس تفاوت غیر منفی (,--0.−,-.()) هر یک از توابع جداگانه جمع شد...
(34)
1-4-5 روش تابع اندازه( Value function method)
(34)
در روش تابع ارزش، استفاده کننده یک تابع ریاضی : ,-.→ را فراهم میکند که مربوط به تمامی هدف است. اندازه تابع می بایست برای کل دامنه مورد بحث قابل تایید باشد. در نهایت وظیفه تابع انتخاب شده می باسیت بیشینه کردن اندازه تابع باشد. . این روش در مع...
(34)
در معادله 1-19 تابع ,.=,,,-1.,.,,-1.,.,……,-1.,..-. است.
(35)
1-4-6 روشهای برنامه نویسی برای هدف( Goal programing methods)
(35)
روشهای برنامه نویسی در ابتدا برای سیستم های تک هدفه خطی طراحی شده بود. اگرچه برنامه نویسی برای هدف بعد از فعالیتهای Ignizio و Lee محبوبیت زیادی یافت. Romero (1991) یک مطالعه جامعی درباره تکنیکهای مورد استفاده و همچنین کاربردهای مهندسی آن ارائه کرد.
(35)
ایده اصلی روشهای برنامه نوسی بر اساس تابع هدف پیدا کردن روش هایی برای بهینه سازی تابع یک یا چند هدفه پیش از مشخص بودن تابع هدف اصلی است. اگر هیچ جواب بهینهای در فرایند برای تابع موجود نباشد در این روش ها تابع بهینه با کمترین میزان انحراف از قیود اصل...
(35)
روش برنامه نوسی هدف lexicographic
(35)
این روش یکی از زیرمجموعههای روش برنامه نویسی هدف است. در این روش هدفهای متفاوت در چندین بخش و به ترتیب اولویت دسته بندی میشوند؛ به این صورت که تابع هدف با اولویت پیشین دارای اهمیت بالاتری نسبت به اولویت های پسین دارد.
(35)
1-5 تعیین روشهایی برای تعیین تابع هدف
(35)
برای تعیین تابع هدف مدلهایی پیشنهاد شده است که عمدتا بر پیشرفت و رشد سلول بنا نهاده شدهاند.
(35)
مدلهای پیشنهادی معمولا بر مبنای توابعی خطی از ضرایب واکنشها تعیین میگردند. البته توابع هدف دیگری همچون کمینه کردن میزان انرژی آزاد گیبس مواد تولیدی یا مجموع آن در واکنشها نیز در برخی از سیستمها پیشنهاد شدهاند اما با توجه به در دسترس نبودن بسیار...
(35)
موارد دیگری همچون حداکثر انرژی تولیدی و مصرفی داخل فرایندها نیز به عنوان تابع هدف انتخاب شده اند. برای تعیین این اهداف نیاز به اطلاعات هیبرید سلولها و مواد داخل آنها میباشد. [23]
(36)
در مدلهای طراحی شده مشخص شده است که استفاده از تنها یک تابع برای تعیین ویژگیهای سیستمهای بیولوژیکی غالبا جوابگو نیست و نمیتواند اهداف مدلها را به خوبی تفسیر کند. [24, 25]
(36)
گاهی در مدلهای پیشنهادی تابع هدف به حالت بهینه ممکن میل نمیکند و با اعمال خطای خاصی نسبت به حالت بهینه تابع هدف را انتخاب میکنند. [26] این رویکردها با در نظر گرفتن زیربهینه بودن، به عنوان یک ویژگی ذاتی سیستمهای بیولوژیکی تدوین شدهاند. این انحر...
(36)
1-5-1 تعیین توابع هدف غیر خطی
(36)
استفاده از توابع غیر خطی در روش آنالیز موازنه شار به عنوان نوعی از توابع چند هدفه مورد استفاده بوده است. با استفاده از این توابع می توان تاثیر چندعامل زیستی را در کنار یکدیگر مشاهده و بررسی کرد.
(36)
به صورت کلی انواع توابع هدف غیر خطی انتخاب شده برای سیستم های بیولوژیک در جدول 2-1 آورده شده است. همچنین در جدول 1-2 فرمول انتخاب شده به عنوان تابع، توضیح آن و همچنین استدلال انتخاب آن ها قرارداده شده است.
(36)
فصل دوم :
(38)
اهداف پروژه و مورد انتخابی برای مطالعه
(38)
2.1 هدف پروژه
(39)
هدف از پروژه مشخص نمودن اثرات هر یک از اِلمانهای موجود در تابع هدف برای رسیدن به شبیه سازی کامل و دقیقتری میباشد. تا کنون در روش آنالیز موازنه شار، هدف غالبا افزایش و بهینه کردن میزان تولید سلولها بوده است. در این بخش با انتخاب یک مورد برای مطالعه...
(39)
هدف از پروژه مشخص نمودن اثرات هر یک از اِلمانهای موجود در تابع هدف برای رسیدن به شبیه سازی کامل و دقیقتری میباشد. تا کنون در روش آنالیز موازنه شار، هدف غالبا افزایش و بهینه کردن میزان تولید سلولها بوده است. در این بخش با انتخاب یک مورد برای مطالعه...
(39)
هدف از پروژه مشخص نمودن اثرات هر یک از اِلمانهای موجود در تابع هدف برای رسیدن به شبیه سازی کامل و دقیقتری میباشد. تا کنون در روش آنالیز موازنه شار، هدف غالبا افزایش و بهینه کردن میزان تولید سلولها بوده است. در این بخش با انتخاب یک مورد برای مطالعه...
(39)
2.2بررسی مورد انتخابی
(39)
در این تحقیق از یک مخمر معروف به عنوان باکتری (Saccharomyces cerevisiae) س.سرهویسی استفاده شده است. علت انتخاب این مخمر وجود اطلاعات زیاد و دسترسی راحت به آن میباشد.
(39)
2.2.1 درباره مخمر س.سرهویسی
(39)
مخمر س.سرهویسی از نوعی قارچ از شاخه قارچ های کیسه ای و از زیرشاخه ی قارچ های قندی است. این قارچ به عنوان مهمترین مخمر صنعتی برای تولید محصولات بیوشیمیایی، پروتئینهای نوترکیب و پروتئین تکیاخته است. جنس ساکرومایسیس سرهویسی شامل دو گونه مشهور ساک...
(39)
این مخمر از یک تک سلول ساخته شده و دمای بهینه فعالیت آن 30 c می باشد.
(39)
در جدول 1-2 برخی از ویژگیهای این مخمر قرارداد شده است:
(39)
2.3 عوامل موثر بر مخمر س.سرهویسی
(40)
مخمرها به علت ماهیت موجود زنده دارای تاثیر پذیری از محیط اطراف خود می باشند به همین دلیل برای انجام انجام آزمایش و شبیه سازی محیط رشد مخمر به دقت مورد بررسی قرار گرفته و در نتیجه محصول نهایی تاثیر آن اعمال گردد. به بیان عوامل موثر بر مخمر ساکرومایسی...
(40)
مخمرها به علت ماهیت موجود زنده دارای تاثیر پذیری از محیط اطراف خود می باشند به همین دلیل برای انجام انجام آزمایش و شبیه سازی محیط رشد مخمر به دقت مورد بررسی قرار گرفته و در نتیجه محصول نهایی تاثیر آن اعمال گردد. به بیان عوامل موثر بر مخمر ساکرومایسی...
(40)
مخمرها به علت ماهیت موجود زنده دارای تاثیر پذیری از محیط اطراف خود می باشند به همین دلیل برای انجام انجام آزمایش و شبیه سازی محیط رشد مخمر به دقت مورد بررسی قرار گرفته و در نتیجه محصول نهایی تاثیر آن اعمال گردد. به بیان عوامل موثر بر مخمر ساکرومایسی...
(40)
1.دما
(40)
یکی از موثر ترین موارد بر میزان رشد مخمرها، دمای محیط اطراف داخل سلول مخمر می باشد. مخمرها ( مخصوصا مورد برررسی) از این نظر دارای حساسیت بالایی می باشند و به همین علت، نیاز است تا برای استفاده از یک بهینه سازی دقیق و مشخص این مقادیر تا انتها مشخص شود...
(40)
2.میزان pH
(40)
میزان pH بر میزان فعالیت مخمر ها موثر میباشد. تغییرات میزان pH در مخمرها باعث تغییرات گاهی شدید در تولید زیست توده و محصولات نهایی در فرایند میباشد. این تغییرات گاهی با تغییرات اندکی از میزان pH اتفاق میافتد. این میزان تغییرات pH بیشتر به نوع مخ...
(40)
در نمودارهای 1-2 و 2-2 تاثیر تغییرات pH برای مخمر س.سرهویسی نمایش داده شده است. [41]
(40)
3.فشار
(41)
فشار بر روی کارایی موجودات زنده تاثیر مستقیمی دارد. اغلب موجودات زنده برای جذب مواد مغذی یا دفع، از فشار اسمزی استفاده می کنند. تغییرات ناگهانی فشار از دمای اتمسفری اغلب این موجودات زنده را در انتقال مواد دچار اختلال میکند. مخمر س.سرهویسی از جمله...
(41)
4.ماده مغذی مورد استفاده
(41)
از جمله موارد مهم نوع ماده مغذی مصرفی مخمر برای رشد و نمو است. معمولا از قندهای پنج و شش کربنه برای رشد این موجودات استفاده میشود. مخمر س.سرهویسی توانایی مصرف هر دو نوع قندهای پنج و شش کربنه را داراست اما میبایست توجه داشت که بیشترین سرعت رشد ب...
(41)
5.میزان اکسیژن دریافتی
(42)
میزان دریافت اکسیژن به عنوان یک ماده ورودی در باکتریها تاثیر بسزایی دارد. بعضی مخمرها تنها توانایی زندگی در محیطهای هوازی را دارند و بعضی دیگر تنها در محیطهای بیهوازی فعال میشوند. عدهای دیگر از مخمرها توانایی رشد در هر دو محیط را دارا میباشند....
(42)
2.4 سیستمهای بیولوژیکی کشف شده برای مخمرس.سرهویسی
(42)
حدود سال 1960 اولین مدل متابولیکی پیشنهادی برای مخمر S. cerevisiae ارائه شد. این مدل از حدود 60 واکنش درون سلولی تشکیل شده بود که ایرادات واضحی داشت. این مدلها اصلاح و تکمیل شده و الان به شبکه متابولیکی حاوی 1500 واکنش نیز برای بعضی از جهشها، ارت...
(42)
در این پایاننامه قرار است چند نمونه از این مدلها از گذشته تا کنون، ارزیابی و نتایج آنها ارائه شود.
(42)
2.5 نحوه انتخاب اهداف روش آنالیز موازنه شار، در موردهای پیشنهادی
(42)
رشد سلولی
(42)
مهمترین بخش از هر هدف از سیستمهای بیولوژیکی را میتوان هدفی برای رشد نامید. در این بخش با توجه به معادلات انتخاب شده برای فرایند و استفاده از منبع [1] به منابع زیر تقسیم میگردند:
(42)
2.5.1 مواد اصلی برای تولید مخمر س.سرهویسی
(42)
سیستمهای بیولوژیکی را میتوان مانند یک کارخانه بزرگ در نظرگرفت. در این مدل مواد اولیه ورودی به سیستم (مواد مغذی، اکسیژن و ...) وارد کارخانه شده و در نهایت دارای یک سری محصولات مطلوب (مواد مورد نیاز برای رشد و بقای سلول) و یک سری محصولات جانبی ( مو...
(42)
در این فرایندها مواد تولیدی (شامل قندها، اکسیژن و ...) به نوکلواسید و امینو اسید و .... تبدیل شده و نهایتا زیست توده موجود در فرایند را ایجاد میکنند. ضرایب تولید بایو مس با توجه به مجموعه واکنشها و نوع جهش انتخاب شده متفاوت است .
(43)
2.6 نحوه تشکیل یک نمونه از مدل FBA
(43)
در این بخش برای تبیین بهتر و چگونگی حل یک مسئله FBA (DFBA) از یک نمونه بسیار کوچک استفاده شده است. این مدل با نام spillarus معروف است. در شکل 2-2 نمونه شبکه متابولیکی فرض شده برای این مدل نمایش داده شده است: [43]
(43)
در این مدل ساده استفاده شده در فرایند S به عنوان شار ورودی(همانند ماده قندی و ...) به فرایند، X به عنوان شار زیست توده تولید شده در فرایند و P به عنوان شار ماده تولیدی جانبی ( به عنوان مثال اتانول) در نظر گرفته شده است.
(44)
مجموعه معادلات مورد استفاده برای حالت دینامیکی(خارج سلول) برابر است با:
(44)
مجموعه واکنش های پایا (داخل سلولی) برابر است با:
(44)
ماتریس ضرایب(Coefficient matrix) را برای مدل spillarus برابر است با:
(44)
= , ,1 −1 0 0 −1 0 0 -0 1 −1 0 0 0 0-0 0 1 −1 0 0 0-0 −1 0 1 1 −1 0-0 0 1 1 0 0 −1..
(44)
برای حل این مجموعه معادلات ابتدا در حالت پایا مقدار بهینه با توجه به تابع هدف تعیین میشود. سپس با استفاده از معادلات حالت دینامیکی برای جابه جایی از یک حالت پایا به حالت دیگر استفاده میشود.
(45)
2.7 چگونگی انتخاب تابع هدف برای بررسی در فرایند
(45)
برای تعیین توابع هدف مناسب از جدول 1-2 چند مورد به عنوان توابع چند هدفه انتخاب شده است. در غالب شبیه سازی های انجام شده در روش آنالیز موازنه شار برای مخمر س.سرهویسی از بیشینه سازی تولید بایومس استفاده شده است. [44, 45] در این بخش به بررسی انواع توابع...
(45)
2.8 نرم افزار انتخابی برای شبیه سازی و مدلسازی
(45)
برای شبیه سازی در سیستم از دو نرم افزار به طور همزمان استفاده شده است. برای تعیین دقیق واکنشها، آنزیمهای موثر، مواد موثر در واکنشها، مواد تعیین کننده سیستمهای بهینه و ضرایب استوکیومتری انتخاب شده در سیستم به فایل اکسل (EXCEL 2019) پیوست شده مراجعه...
(45)
یکی از مشکلات استفاده از روش آنالیز موازنه شار تعداد بالای واکنشهای موجود در فرایند و متابولیت های فعال آن میباشد. این عوامل باعث گستردگی و افزایش حجم محاسبات مورد نیاز در فرایند و در نتیجه عدم توانایی در پاسخ دقیق در فرایندها است. جعبه ابزارهای موج...
(46)
مهمترین ویژگی DFBALAB تبدیل قیود مساوی در فرایند به قیود نامساوی است. به عنوان نمونه برای معادله = معادله به دو نامعادله با فرمهای< و > تقسیم میشود. این عمل باعث میشود تا معادله از یک قید همیشه فعال(مساوی) به 2 قید بعضا فعال (...
(46)
در مدل DFBA در فرایند از روش lexicographic استفاده شده است. این روش شروع به بهینه سازی در فرایند با استفاده از اولویت بندی است. به این صورت که با ضرایبی مشخص و قابل تغییر شروع به بهینه سازی با اولویتهای داده شده می کند. [47]
(46)
2.8.1 تشریح نرم افزار و نحوه شبیه سازی
(46)
برای شبیه سازی در فرایند از نرم افزار متلب استفاده شده است. برای این مدل از 2 تابع برای انجام حالت پایا و دیگری برای حالت پویا در نظر گرفته شده است. در پایین هر کدام از توابع به صورت جداگانه توضیح داده شده اند:
(46)
این قسمت از برنامه برای انجام شبیه سازی روش آنالیز موازنه شار در حالت پایا طراحی شده است. برای انجام این شبیه سازی از دو تابع fmincon برای توایع غیر خطی و همچنین تابع linprog برای توابع خطی استفاده شده است. برای استفاده از تابع fmincon از روش حل sq...
(46)
محدودیتهایی نظیر تمام شدن حد تکرارها یا تعداد evaluation در این روش تا مقادیر نزدیک 60 هزار عدد افزایش یافته است. در این بخش از فرمول های ,-. و ,-. ( میزان شار گلوکوز و اکسیژن دریافتی از محیط به داخل سلول) برای محدود کرد...
(47)
این قسمت برای انجام رفتار دینامیکی در روش آنالیز موازنه شار استفاده شده است. در این روش از تابع ODE15S استفاده شده است. در استفاده از این تابع، فاصله زمانی انجام شده در شبیه سازیها متفاوت است و در هنگام رسیدن به زمان نهایی فرایند(صفر شدن غلظت قند موج...
(47)
این قسمت برای انجام رفتار دینامیکی در روش آنالیز موازنه شار استفاده شده است. در این روش از تابع ODE15S استفاده شده است. در استفاده از این تابع، فاصله زمانی انجام شده در شبیه سازیها متفاوت است و در هنگام رسیدن به زمان نهایی فرایند(صفر شدن غلظت قند موج...
(47)
این قسمت برای انجام رفتار دینامیکی در روش آنالیز موازنه شار استفاده شده است. در این روش از تابع ODE15S استفاده شده است. در استفاده از این تابع، فاصله زمانی انجام شده در شبیه سازیها متفاوت است و در هنگام رسیدن به زمان نهایی فرایند(صفر شدن غلظت قند موج...
(47)
2.9 تشریح مورد اول:
(47)
در این مورد از دادههای مربوط به منبع [48, 49]استفاده شده است. این مدل برای مخمر س.سرهویسی برای حالت هوازی ( در حضور اکسیژن) و pH حدود 5 در نظر گرفته شده است و مدل متابولیکی شکل 2-3 به دست میآید:
(47)
مدل انتخابی بالا به علت سادگی و همچنین دارا بودن غالب مواد جانبی از جمله اتانول به عنوان نمونه اول در نظر گرفته شده است. سیستم با اندکی تغییرات کوچک مدل انتخاب شده در بالا، دارای 98 ماده فعال و همچنین دارای 99 واکنش انتخابی درون سلولی است.
(48)
2.10 تشریح مورد دوم
(48)
برای بررسی بیشتر مدلی کاملتر از مخمر س.سرهویسی در نظر گرفته شده است. مدل انتخاب شده در این بخش به مخمری از نوع جهش iMM904 آن نزدیک است. [50]
(48)
مدل طراحی شده برای مخمر، pH فرایند در محدوده 5 ثابت نگه داشته میشود. این مدل از 1221 ماده متابولیکی و 1577 واکنش تشکیل شده است. سیستم در نظر گرفته شده در حالت هوازی فعالیت میکند.
(48)
به علت بزرگ بودن شبکه متابولیکی استفاده شده در فرایند، شبکه متابولیکی در سه شکل جداگانه نشان داده شده است. این شبکه از 3 بخش اصلی تشکیل شده است.این بخشها عبارتاند از :
(48)
1- pentose phosphate Pathway 2-Ethanol metabolism 3- TCA Cycle
(48)
مدل متابولیکی مورد دوم استفاده شده در فرایند در شکل های 2-4 تا 2-6 نشان داده شده است.
(48)
2.11 داده های دینامیکی فرایند
(50)
اطلاعات دینامیکی مورد نیاز برای شبیه سازی فرایندها در روش آنالیز موازنه شار برای این مورد از منبع [45]به دست آمده است. این مجموعه معادلات برای مجموعه معادلات خارج سلولی فرایند برابر است با:
(50)
مجموعه واکنشهای داده شده در معادلات 2-5 تا 2-10 برای یک راکتور fedbatch طراحی شده است اما می توان با قراردادن میزان دبی ورودی در فرایند (F) برابر با صفر راکتور را به یک راکتور نوبتی تبدیل کرد. ضرایب اعداد ثابت موجود در فرایند در جدول 2-3 نمایش داد...
(50)
فصل سوم
(51)
تحلیل سیستمها و نتایج به دست آمده از شبیه سازیها
(51)
در این فصل با توجه به محاسبات انجام شده در موردهای بیولوژیکی نتایج هر کدام از آنها ذکر میگردد. ایرادات تشخیص داده شده و اصلاحات آن، در این فصل نشان داده شده است.
(52)
3.1 مورد اول
(52)
برای مدل متابولیکی معرفی شده از شکل 2-3 استفاده شده است. در این فرایند از داده های دینامیکی موجود در بخش 2.9 استفاده شده است.
(52)
3.1.1 نتایج توابع هدف به دست آمده
(52)
در این بخش نتایج شبیه سازی های انجام شده با استفاده از مورد اول در حالت راکتور نوبتی نشان داده شده است. نتایج به دست آمده در قالب نمودار معرفی شدهاند.
(52)
تمام فرضیات در نظر گرفته شده در شبیه سازی برای مورد اول در جدول 3-1 نمایش داده شده اند.
(52)
باتوجه به اطلاعات موجود در جدول 3-1 شبیه سازی برای چند تابع هدف متفاوت انجام شده است. نتایج این شبیه سازیها در نمودارهای 3-1 تا 3-4 قابل مشاهده است. توابع هدف استفاده شده برای هر نمودار در جدول 3- 2 مشخص شده است.
(52)
در نمودار 3-1 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف حداکثر رشد زیست توده به دست آمده است. این نتایج نشان دهنده رشد نمایی زیست توده و اتانول در فرایند است.
(53)
در نمودار 3-2 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف غیرخطی حداکثر max ,,-.-,-.. به دست آمده است. این نتایج نشان دهنده رشد نمایی زیست توده و اتانول در فرایند است.
(53)
در نمودار 3-3 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف غیرخطی حداکثر max ,,-.-,,-... به دست آمده است.
(54)
در نمودار 3-4 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف غیرخطی حداکثر max ,,-.-,,-... به دست آمده است. نتایج به دست آمده برای این مدل دارای شکستگی های غیر منطقی میباشد، که با مفاهیم تجربی (شکستگیهای عمودی در زمان) هم خوانی ندارد.
(54)
3.1.2 ایرادات مدل طراحی شده (مورد اول)
(55)
در این قسمت اصلاحاتی که در فرایند با توجه به نکات تکمیلی و مباحث پیگیری شده در فرایند انجام شده است شرح داده میشود.
(55)
در این قسمت اصلاحاتی که در فرایند با توجه به نکات تکمیلی و مباحث پیگیری شده در فرایند انجام شده است شرح داده میشود.
(55)
در این قسمت اصلاحاتی که در فرایند با توجه به نکات تکمیلی و مباحث پیگیری شده در فرایند انجام شده است شرح داده میشود.
(55)
حذف برخی از واکنشها
(55)
در این مدل با استفاده از پیشنهاد منبع مورد استفاده، برای رسیدن به نتایج نزدیکتر برخی از واکنشها حذف شده اند. مجموعه واکنشهای شماره 13-14، 25، 37-42، 52-57 حذف شده اند. [48]
(55)
3.1.3 نتایج به دست آمده از شبیه سازی حالت های مختلف
(55)
در این بخش چند مورد مهم که در نمودارهای 3-1 تا 3-4 مشخص شدند، جمع آوری شده است. خلاصه این موارد در جدول 3-3 نمایش داده شده اند.
(55)
1.2 مورد دوم:
(55)
برای مدل متابولیکی معرفی شده از شکل 2-4 تا 2-6 استفاده شده است. در این فرایند از داده های دینامیکی موجود در بخش 2.9 استفاده شده است.
(55)
3.1.1 نتایج توابع هدف به دست آمده
(55)
در این بخش نتایج شبیه سازی های انجام شده با استفاده از مورد دوم در حالت راکتور نوبتی نشان داده شده است. نتایج به دست آمده در قالب نمودار نشان داده شده اند.
(55)
تابع هدف max X(biomass)
(56)
تمام فرضیات در نظر گرفته شده در شبیه سازی در جدول 3-4 نمایش داده شده اند.
(56)
در نمودار 3-5 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف حداکثر رشد زیست توده به دست آمده است. این نتایج نشان دهنده رشد نمایی زیست توده و عدم تولید اتانول است.
(56)
تابع هدف max ,,-.-,-..
(57)
تمام فرضیات در نظر گرفته شده در شبیه سازی در جدول 3-5 نمایش داده شده اند.
(57)
در نمودار 3-6 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف max ,,-.-,-.. به دست آمده است. این نتایج نشان دهنده تغییر نمایی زیست توده و اتانول است.
(57)
تابع هدف max ,,-.-,,-...
(58)
تمام فرضیات در نظر گرفته شده در شبیه سازی در جدول 3-6 نمایش داده شده اند.
(58)
در نمودار 3-7 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف max ,,-.-,,-... به دست آمده است. این نتایج نشان دهنده تغییرات کم زیست توده و اتانول است.
(58)
تابع هدف max ,,-.-,,-...
(59)
تمام فرضیات در نظر گرفته شده در شبیه سازی در جدول 3-7 نمایش داده شده اند.
(59)
در نمودار 3-8 نتایج شبیه سازی فرایند با درنظر گرفتن تابع هدف max ,,-.-,,-... به دست آمده است. این نتایج نشان دهنده تغییرات کم زیست توده و تولید اتانول است.
(59)
3.2.3 نتایج به دست آمده از شبیه سازی حالت های مختلف
(60)
در این بخش چند مورد مهم که در نمودارهای 3-5 تا 3-8 مشخص شدند، جمع آوری شده است. خلاصه این موارد در جدول 3-8 نمایش داده شده اند.
(60)
3.4 مقایسه نتایج با دادههای تجربی
(60)
از مهمترین کارهایی که میبایست بعد از طراحی سیستمهای بیولوژیکی در روش آنالیز موازنه شار انجام داد مقایسه نتایج به دست آمده با دادههای تجربی موجود برای سیستمها است. در این بخش به مقایسه نتایج پرداخته خواهد شد. برای مقایسه نتایج از داده های تجربی مت...
(60)
الف- مقایسه نسبت مواد مختلف با دادههای تجربی
(60)
استفاده از داده های تجربی برای اعتبار سنجی شبیه سازی های انجام شده، یکی از پرکاربرد ترین روشها برای روش آنالیز موازنه شار میباشد. برای این روش از دادههای منابع [51, 52, 53] استفاده شده است. این نمودارها پس از استخراج از منابع مورد نظر و استفاده ا...
(60)
نتایج دادههای تجربی موجود در فرایند در جدول 3-9 خلاصه شده است:
(62)
نتایح حاصل از 3-9 در نمودار نمایش داده شده است.
(63)
ب- تشریح نتایج مورد اول
(63)
در مورد اول، نتایج به دست آمده ناشی از شبیه سازی نشان داده شده اند. از نکات قابل توجه در این شبیه سازیها تولید اتانول در هر 4 فرایند مورد نظر میباشد. تنها در مدل شبیه سازی شده تابع هدف max ,,-.-,-.. میزان غلظت نهایی اتانول در داخل فرایند ب...
(63)
میزان زیست توده و اتانول تولیدی در مدل شبیه سازی شده با تابع هدف min ,,-.-,,-...، دارای شکستگی می باشد. این تغییرات زیاد در ازای زمان کم و پرش غلظت، باعث غیرقابل قبول بودن فرایند شبیه سازی شده است.
(63)
ج- تشریح نتایج مورد دوم
(63)
در مورد دوم، نتایج به دست آمده ناشی از شبیه سازی نشان داده شده اند. تنها در تابع هدف max ,,-.-,-.. میزان تولید اتانول برابر صفر نیست. در این تابع هدف میزان اتانول تولیدی حتی از میزان اتانول داخل فرایند نیز بیشتر است.
(63)
در توابع هدف min ,,-.-,,-...، و min ,,-.-,,-... میزان تولید زیست توده در فرایند بسیار پایین (حدود 1 درصد از میزان شروع) می باشد. این نتایج نشان دهنده عدم توانایی توجیه فرایند ( در مقایسه با نتایج تجربی) با استفاده از این 2 تابع هدف...
(63)
در حالت تابع هدف max X که اغلب به عنوان تابع هدف در مخمر س.سرهویسی استفاده میشود میزان تولید زیست توده در فرایند در این تابع هدف بیشترین مقدار را نسبت به سایرین داراست.
(63)
3.5 مقایسه نتایج تجربی و نتایج شبیه سازی
(63)
برای مقایسه میان دادههای تجربی در فرایندها نیاز به یکسری اطلاعات تکمیلی از آنها است. در جدول 3-10 خلاصه ای از دادههای موجود در این فرایندهای تجربی آمده است.
(63)
الف- مقایسه مورد اول
(64)
نتایج شبیه سازی حاصل از فرایند در مورد اول با نتایج مقایسه می شود. در تمامی نمودار های تجربی میزان غلظت اتانول در فرایند بیشتر از زیست توده در انتهای فرایند است. این میزان تنها در تابع هدف ,max-,,-.-,- ... تولید شده است. بنابراین این تابع هد...
(64)
ب- مقایسه مورد دوم
(64)
همانند مورد اول در مقایسه توابع هدف مختلف در فرایندها، در این بخش نیز برای مقایسه توابع هدف مختلف در فرایندها از جدول 3-13 استفاده شده است. در نتایج این شبیه سازی ها تنها در تابع هدف ,max-,,-.-,- ... میزان تولید اتانول در فرایند قابل توجه می...
(64)
تابع هدف max X(biomass)
(64)
تابع هدف ,,-.-,-..
(65)
تابع هدف max ,,-.-,,-...
(65)
باتوجه به اینکه نتایج تجربی استفاده دارای جهش یکسانی با مورد دوم(IMM904) است نتایج به دست آمده برای توابع هدف متفاوت مقایسه شده اند و در نمودارهای مختلف (نمودار 3-12 تا نمودار 3-15 ) نمایش داده شده اند.
(66)
3.5.2 تحلیل و مقایسه نتایج تجربی با نتایج شبیه سازیها
(67)
در این بخش به مقایسه نتایج شبیه سازی با دادههای تجربی پرداخت شده است. این نتایج برای هر تابع هدف بر حسب هر مورد بررسی به صورت جداگانه مقایسه و تحلیل شدهاند.
(67)
در این بخش به مقایسه نتایج شبیه سازی با دادههای تجربی پرداخت شده است. این نتایج برای هر تابع هدف بر حسب هر مورد بررسی به صورت جداگانه مقایسه و تحلیل شدهاند.
(67)
در این بخش به مقایسه نتایج شبیه سازی با دادههای تجربی پرداخت شده است. این نتایج برای هر تابع هدف بر حسب هر مورد بررسی به صورت جداگانه مقایسه و تحلیل شدهاند.
(67)
3.5.2.1 بررسی مورد اول
(67)
در این قسمت در داخل هر یک از توابع هدف مورد اول سعی شده است نتایج از جهات گوناگون بررسی شده و نتایج آنها ذکر شود.
(67)
در این قسمت در داخل هر یک از توابع هدف مورد اول سعی شده است نتایج از جهات گوناگون بررسی شده و نتایج آنها ذکر شود.
(67)
در این قسمت در داخل هر یک از توابع هدف مورد اول سعی شده است نتایج از جهات گوناگون بررسی شده و نتایج آنها ذکر شود.
(67)
تابع هدف
(67)
تابع هدف بر مبنای حداکثر میزان تولید زیست توده در داخل فرایند از مهمترین اهداف استفاده شده از دیرباز برای مخمر س.سرهویسی بوده است. در این فرایند نیز برای مقایسه بهتر در این سیستمها از این تابع هدف استفاده شده است. در نتایج تجربی به دست آمده برای این...
(67)
تابع هدف ,,-.-,-..
(67)
تابع هدف بر مبنای بهینه میزان تولید زیست توده به ازای مصرف گلوکز در این بخش مورد استفاده قرار گرفته است. در این فرایند میزان تولید اتانول در داخل فرایند حدود 27 درصد ( بالاترین میزان تولید اتانول در میان توابع هدف انتخاب شده در مورد اول) به ازای مصر...
(67)
تابع هدف max ,,-.-,,-...
(68)
تابع هدف با مبنای بهینه میزان تولید زیست توده به ازای جذر میانگین مجذور(NORM) تمام شارهای موجود در داخل فرایند، در این بخش مورد استفاده قرار گرفته است. در این فرایند میزان تولید اتانول در داخل فرایند حدود 11 درصد به ازای مصرف گلوکز است. با توجه به ...
(68)
تابع هدف max ,,-.-,,-...
(68)
تابع هدف با مبنای بهینه میزان مصرف ماده قندی به ازای ازای جذر میانگین مجذور تمام شارهای موجود در داخل فرایند، در این بخش مورد استفاده قرار گرفته است. در این فرایند میزان تولید اتانول در داخل فرایند حدود 6 درصد به ازای مصرف گلوکز است. با توجه به داده...
(68)
وجود شکستگی های داخل نمودار شبیه سازی و خطوط نسبتا عمودی در منحنی زیست توده در فرایند (نمودار 3-4) نشان دهنده عدم توانایی این تابع هدف برای پیش بینی درست شرایط است.
(68)
وجود شکستگی های داخل نمودار شبیه سازی و خطوط نسبتا عمودی در منحنی زیست توده در فرایند (نمودار 3-4) نشان دهنده عدم توانایی این تابع هدف برای پیش بینی درست شرایط است.
(68)
وجود شکستگی های داخل نمودار شبیه سازی و خطوط نسبتا عمودی در منحنی زیست توده در فرایند (نمودار 3-4) نشان دهنده عدم توانایی این تابع هدف برای پیش بینی درست شرایط است.
(68)
3.5.2.2 بررسی مورد دوم
(69)
در این قسمت به بررسی و تحلیل نتایج به دست آمده در داخل هر یک از توابع هدف مورد دوم پرداخته شده است . سعی شده است نتایج از جهات گوناگون بررسی شده و نتایج آنها ذکر شود.
(69)
تابع هدف
(69)
تابع هدف با مبنای حداکثر میزان تولید زیست توده در داخل فرایند از مهمترین اهداف استفاده شده است. در این فرایند نیز برای مقایسه بهتر در این سیستمها از این تابع هدف استفاده شده است. در نتایج تجربی به دست آمده برای این مخمر میزان تولید اتانول در حالت هوا...
(69)
تابع هدف ,,-.-,-..
(69)
تابع هدف بر مبنای بهینه سازی میزان تولید زیست توده به ازای مصرف گلوکز در این بخش مورد استفاده قرار گرفته است. در این فرایند میزان تولید اتانول در داخل فرایند حدود 7.1 گرم بر لیتر ( بالاترین میزان تولید اتانول در میان توابع هدف انتخاب شده در مورد دوم)...
(69)
تابع هدف max ,,-.-,,-...
(69)
تابع هدف بر مبنای بهینه سازی میزان تولید زیست توده به ازای نرم) (Norm a : ,.=,,-1-2.+,-2-2.+,-3-2.+….تمام شارهای موجود در داخل فرایند، در این بخش مورد استفاده قرار گرفته است. در این فرایند مقدار بسیار کمی اتانول در داخل فرایند تولید میشود. ...
(69)
نتایج شبیه سازی با استفاده از این تابع هدف با داده های به دست آمده از منابع تجربی فاصله زیادی دارد.
(69)
تابع هدف max ,,-.-,,-...
(70)
تابع هدف با مبنای بهینه میزان مصرف ماده قندی به ازای نرم تمام شارهای موجود در داخل فرایند، در این بخش مورد استفاده قرار گرفته است. در این شبیه سازی میزان تولید اتانول برابر با 2.0012 است. با توجه به دادههای تجربی با میزان تولید اتانول تفاوت عمده دا...
(70)
نتایج شبیه سازی با استفاده از این تابع هدف با داده های به دست آمده از منابع تجربی فاصله زیادی دارد.
(70)
3.5.3 خلاصه نتایج به دست آمده
(70)
در این بخش خلاصه ای از نتایج به دست آمده توسط پیش بینی شبیه سازی ها در مقایسه با دادههای تجربی اشاره شده است.
(70)
3.6 فواید جانبی روش آنالیز موازنه شار
(70)
در روش آنالیز موازنه شار فواید جانبی نیز موجود است که میتوان به آن اشاره نمود. در این بخش به برخی فواید این روش اشاره شده است.
(70)
3.6.1 میزان مشارکت در واکنشها
(70)
یکی از اطلاعات مفید که از روش آنالیز موازنه شار میتوان استخراج کرد، تعیین میزان مشارکت مواد در فرایند میباشد.( به بخش 1.2.8 مورد سوم از فصل اول رجوع کنید.)
(70)
در این بخش تعدادی از مواد با بیشترین مشارکت در هر سه بخش قرار داده شده است.
(70)
3.6.2 مقایسه کارکرد روشها و پیش بینی مدل در حالات گوناگون
(71)
با استفاده از روش آنالیز موازنه شار میتوان بعضی از حالات موجود در فرایند را بررسی کرد. برای مثال میزان اکسیژن مصرفی در فرایند با تغییر میزان شار بالا و پایین تغییر و نتایج آن بررسی شود. نتایج تجربی نشان دهنده افزایش میزان تولید اتانول در صورتکاهش میز...
(71)
در این پایان نامه سعی شد که در روش آنالیز موازنه شار علاوه بر در نظر گرفتن تابع رشد به عنوان هدف، از توابع دیگری به عنوان تایع هدف استفاده گردد. با در نظر گرفتن مخمر س.سرهویسی به عنوان مورد بررسی از 4 تابع هدف به عنوان موارد مورد بررسی استفاده شد. ...
(72)
تابع هدف حداکثر میزان تولید زیست توده در فرایند، به عنوان تابع هدفی که تا کنون در داخل مخمر س.سرهویسی در روش آنالیز موازنه شار به عنوان تابع هدف عمومی استفاده شده است. برای مقایسه و انتخاب تابع هدف از چند تابع غیر خطی ( با دخیل نمودن چند هدف در داخل ...
(72)
نتایج حاصل از شبیه سازی در مورد بررسی انتخاب شده برای صحت سنجی با داده های تجربی مقایسه شده اند. نتیجه مقایسه ها نشان داد تابع هدف غیر خطی ,max-,,-.-,-... بیشترین همخوانی برای شبیه سازی در مدل مورد بررسی را دارا است. سایر توابع هدف انتخاب شد...
(72)
نتایج حاصل از شبیه سازی در مورد بررسی انتخاب شده برای صحت سنجی با داده های تجربی مقایسه شده اند. نتیجه مقایسه ها نشان داد تابع هدف غیر خطی ,max-,,-.-,-... بیشترین همخوانی برای شبیه سازی در مدل مورد بررسی را دارا است. سایر توابع هدف انتخاب شد...
(72)
نتایج حاصل از شبیه سازی در مورد بررسی انتخاب شده برای صحت سنجی با داده های تجربی مقایسه شده اند. نتیجه مقایسه ها نشان داد تابع هدف غیر خطی ,max-,,-.-,-... بیشترین همخوانی برای شبیه سازی در مدل مورد بررسی را دارا است. سایر توابع هدف انتخاب شد...
(72)
پیشنهاد
(73)
منابع
(79)