CN108388132A - 一种聚合酶链反应过程***控制模型建模方法 - Google Patents

一种聚合酶链反应过程***控制模型建模方法 Download PDF

Info

Publication number
CN108388132A
CN108388132A CN201810224317.1A CN201810224317A CN108388132A CN 108388132 A CN108388132 A CN 108388132A CN 201810224317 A CN201810224317 A CN 201810224317A CN 108388132 A CN108388132 A CN 108388132A
Authority
CN
China
Prior art keywords
control
vector
state
model
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810224317.1A
Other languages
English (en)
Other versions
CN108388132B (zh
Inventor
张楠
孟凡云
王金鹤
林孟达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Ningchuang Jingwei Intelligent Technology Co ltd
Qingdao University of Technology
Original Assignee
Qingdao University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao University of Technology filed Critical Qingdao University of Technology
Priority to CN201810224317.1A priority Critical patent/CN108388132B/zh
Publication of CN108388132A publication Critical patent/CN108388132A/zh
Application granted granted Critical
Publication of CN108388132B publication Critical patent/CN108388132B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明涉及一种聚合酶链反应过程***控制模型建模方法,所述方法以PCR酶促反应体系的***状态为基础,对变性阶段、退火阶段和延伸阶段的***控制模型进行建模,建立带有参数u的非线性混杂控制***,所述***控制模型包含状态向量和控制向量,状态向量是对PCR扩增过程起决定作用的向量,控制向量u是对PCR扩增过程起控制作用的向量,用x(t)表示***的状态向量,建立***控制模型,提出了控制模型的性能指标,本发明利用最优控制原理分析了***指标函数J的泛函极值存在性条件,为后续的控制模型P的数值算法提供了技术基础,建立的控制模型实用性强,满足对DNA扩增过程的研究需求。

Description

一种聚合酶链反应过程***控制模型建模方法
技术领域
本发明属于生物工程技术领域,具体涉及一种聚合酶链反应过程***控制模型建模方法。
背景技术
聚合酶链反应(PCR)就是基因检测的一个主要特定技术,在大学、实验室、医疗机构或诊疗室有着广泛的应用。近年来,PCR应用研究进入到了高速发展阶段。DNA复制酶在高温下能保持稳定的特性,因此可进行DNA片段大量复制,PCR包括3个阶段:变性阶段、退火阶段和延伸阶段,经过上述的一个循环,会产生两倍的扩增,经过两次循环会产生4倍的扩增,以此往复,经过30次左右循环,产生指数倍扩增,因此,PCR酶促反应是复杂多变的动态过程,只有对这个过程的状态进行分析,建立状态模型并对其进行研究和分析,才能获得最大产物得率,在这个过程中,由于外部控制力的干预是***进行反应的前提,除了建立***状态模型之外,还需要建立***的控制模型。目前,建立控制模型并进行分析和研究的文献还不多。
发明内容
为了克服现有技术不足,提出了聚合酶链反应过程***控制模型建模方法,所述方法建立***控制模型,用数理方程描述这个状态复杂多变的***控制过程。本发明建立的***控制模型实用性强,满足对 DNA扩增过程的***控制需求。
本发明的技术方案为:一种聚合酶链反应过程***控制模型建模方法,所述方法以PCR酶促反应体系的***状态为基础,对变性阶段、退火阶段和延伸阶段的***控制模型进行建模,建立带有参数u的非线性混杂控制***,在所述***控制模型中,不但控制参量是未知的,而且控制节点也是未知的,所述***控制模型含有两个主要变量,一个是状态向量,一个是控制向量,状态向量是对PCR扩增过程起决定作用的向量,控制向量u是对PCR扩增过程起控制作用的向量,用x(t)表示***的状态向量,x(t)=[x1(t), x2(t),…,x8(t)],其前七个分量表示在时刻t的生物量浓度,x1(t),x2(t),…,x7(t)]分别表示模板DNA的浓度、DNA 聚合酶的浓度、引物的浓度、聚合酶的激活剂Mg2+的浓度、三磷酸脱氧核苷酸dNTP的浓度、PCR缓冲液的浓度、反应过程中非特异产物引物二聚体的浓度;x8(t)]表示在t时刻的生物量反应液温度;在DNA 扩增过程中,t0表示***的初始时刻,***在这个时刻的表达式为简记为x(t0)或x0,在控制向量u的作用下,模板DNA的浓度从最初始的x1(t0)状态不断增长,直至达到最终状态,这个状态浓度记做x1(tE),x1(t)为***指标分量,x8(t)为***控制量的重要考量指标,为控制分量,所述***控制模型在状态向量约束下对控制分量进行控制,表示在第i温控段第j个控制节点的生物量从***控制开始时刻ts到终止时刻tE的状态变化向量值函数,简记为f(x(t),u(t),t),或f(x,u,t)或f,把区间[tS,tE]分成若干子区间,所述***控制模型在所述子区间内的控制子模型是变化的,控制子模型在所述子区间内进行切换,***生物量状态在控制向量u作用下,满足如下控制模型P:
其中,i=1,2,…,6,为温控段指标,j∈{1,2,...,mi},mi表示温控段Ci内的控制节点的个数,mi为正整数。是Ci内第j个控制节点,控制节点的个数tnum为:
则σ为控制模型P的切换序列,其分量按从小到大的顺序排列。对每个温控段Ci,i=1,2,…,6,控制***按照这个向量进行切换控制,调度这个温控段内的控制子***。向量σ的分量为控制节点, g(x(t),u(t),t)为切换规则函数,其依据温控段的吸放热特性和温控段之间的时间切换点进行分段,形成分段控制函数,对每个循环,从σ中依次取出分量,确定并执行其控制策略。
***性能指标包括终端状态和受控制量u作用时间内状态变量的累计值,这两个量值之和构成了控制模型P的用泛函J表示的***指标函数J:
其中,u为切换***在切换段的控制变量,***指标函数J意味着求控制向量u函数,使得泛函J在控制模型P达到极值,即:
其中,为Ci吸放热总量,分别为控制向量u下切换段的状态初始值和终端值,符号表示集合的包含关系,
为控制节点,σ的控制节点分量,于是有下面的结论:
设函数L和f关于所有变量存在一阶连续偏导,如果u使得***指标函数J在控制模型P上取得极值,则有:
同时,存在拉格朗日系数λ=(λ12,...,λ8)T,使得下式成立:
其中,H为哈密尔顿函数:
H(x(t)|u,u,λ,t)=L(x(t)|u,u,t)+λT(t)f(x(t)|u,u,t)。
本发明的有益效果为:
1)本发明用数理方程描述这个状态复杂多变的***控制过程,通过对控制模型P进行分析和研究,制定出温度的***控制模型,研究最优控制方法。
2)本发明建立了PCR酶促反应***控制模型,提出了控制模型的性能指标,利用最优控制原理分析了***指标函数J的泛函极值存在性条件,为后续的控制模型P的数值算法提供了技术基础,建立的控制模型实用性强,满足对DNA扩增过程的研究需求。
具体实施方式:
本发明针对PCR酶促反应体系的变性阶段、退火阶段和延伸阶段对***控制模型进行建模,一种聚合酶链反应过程***控制模型建模方法,所述方法以PCR酶促反应体系的***状态为基础,对变性阶段、退火阶段和延伸阶段的***控制模型进行建模,建立带有参数u的非线性混杂控制***,在所述***控制模型中,不但控制参量是未知的,而且控制节点也是未知的,所述***控制模型含有两个主要变量,一个是状态向量,一个是控制向量,状态向量是对PCR扩增过程起决定作用的向量,控制向量u是对PCR扩增过程起控制作用的向量,用x(t)表示***的状态向量,x(t)=[x1(t),x2(t),…,x8(t)],其前七个分量表示在时刻 t的生物量浓度,x1(t),x2(t),…,x7(t)]分别表示模板DNA的浓度、DNA聚合酶的浓度、引物的浓度、聚合酶的激活剂Mg2+的浓度、三磷酸脱氧核苷酸dNTP的浓度、PCR缓冲液的浓度、反应过程中非特异产物引物二聚体的浓度;x8(t)]表示在t时刻的生物量反应液温度;在DNA扩增过程中,t0表示***的初始时刻,***在这个时刻的表达式为简记为x(t0)或x0,在控制向量u的作用下,模板DNA的浓度从最初始的x1(t0)状态不断增长,直至达到最终状态,这个状态浓度记做x1(tE),x1(t)为***指标分量,x8(t) 为***控制量的重要考量指标,为控制分量,所述***控制模型在状态向量约束下对控制分量进行控制,用表示生物量第i温控段第j个控制节点的从***控制开始时刻ts到终止时刻tE的状态变化向量值子函数,简记为f(x(t),u(t),t),或f(x,u,t),或f,把区间[tS,tE]分成若干子区间,所述***控制模型在所述子区间内的控制子模型是变化的,控制子模型在所述子区间内进行切换,***生物量状态在控制向量u作用下,满足如下控制模型P:
其中,i=1,2,…,6,为温控段指标,j∈{1,2,...,mi},mi表示温控段Ci内的控制节点的个数,mi为正整数。是Ci内第j个控制节点,控制节点的个数tnum为:
则σ为控制模型P的切换序列,其分量按从小到大的顺序排列。对每个温控段Ci,i=1,2,…,6,控制***按照这个向量进行切换控制,调度这个温控段内的控制子***。向量σ的分量为控制节点, g(x(t),u(t),t)为切换规则函数,其依据温控段的吸放热特性和温控段之间的时间切换点进行分段,形成分段控制函数,对每个循环,从σ中依次取出分量,确定并执行其控制策略。
***性能指标包括终端状态和受控制量u作用时间内状态变量的累计值,这两个量值之和构成了控制模型P的用泛函J表示的***指标函数J:
其中,u为切换***在切换段的控制变量,***指标函数J意味着求控制向量u函数,使得泛函J在控制模型P达到极值,即:
其中,为Ci吸放热总量,分别为控制向量u下切换段的状态初始值和终端值,符号表示集合的包含关系,
为控制节点,σ的控制节点分量,于是有下面的结论:
设函数L和f关于所有变量存在一阶连续偏导,如果u使得***指标函数J在控制模型P上取得极值,则有:
同时,存在拉格朗日系数λ=(λ12,...,λ8)T,使得下式成立:
其中,H为哈密尔顿函数:
H(x(t)|u,u,λ,t)=L(x(t)|u,u,t)+λT(t)f(x(t)|u,u,t)。
证明:由式
可知:
把哈密尔顿函数代入上式得:
由式(1)定义一个新的泛函:
把式(1)代入上式得:
把式(3)代入式(2)得:
于是,就将原来的***指标函数J的泛函极值问题转化为新的泛函极值问题。由(4) 表示的泛函的极值问题存在的必要条件是满足欧拉方程,即:
由式(5)可知:
把式(3)代入上式,则有,
即,
由式(6)可知:
即,
证毕。本发明建立了PCR酶促反应***控制模型,提出了控制模型的性能指标,利用最优控制原理分析了***指标函数J的泛函极值存在性条件,为后续的控制模型P的数值算法提供了技术基础。

Claims (3)

1.一种聚合酶链反应过程***控制模型建模方法,所述方法以PCR酶促反应体系的***状态为基础,对变性阶段、退火阶段和延伸阶段的***控制模型进行建模,建立带有参数u的非线性混杂控制***,在所述***控制模型中,不但控制参量是未知的,而且控制节点也是未知的,所述***控制模型含有两个主要变量,一个是状态向量,一个是控制向量,状态向量是对PCR扩增过程起决定作用的向量,控制向量u是对PCR扩增过程起控制作用的向量,用x(t)表示***的状态向量,x(t)=[x1(t),x2(t),…,x8(t)],其前七个分量表示在时刻t的生物量浓度,x1(t),x2(t),…,x7(t)]分别表示模板DNA的浓度、DNA聚合酶的浓度、引物的浓度、聚合酶的激活剂Mg2+的浓度、三磷酸脱氧核苷酸dNTP的浓度、PCR缓冲液的浓度、反应过程中非特异产物引物二聚体的浓度;x8(t)]表示在t时刻的生物量反应液温度;在DNA扩增过程中,t0表示***的初始时刻,***在这个时刻的表达式为简记为x(t0)或x0,在控制向量u的作用下,模板DNA的浓度从最初始的x1(t0)状态不断增长,直至达到最终状态,这个状态浓度记做x1(tE),x1(t)为***指标分量,x8(t)为***控制量的重要考量指标,为控制分量,所述***控制模型在状态向量约束下对控制分量进行控制,用f(x(t),u(t),t)表示生物量从***控制开始时刻ts到终止时刻tE的状态变化向量值函数,简记为f(x,u,t)或f,把区间[tS,tE]分成若干子区间,其特征是:
所述***控制模型在所述子区间内的控制子模型是变化的,控制子模型在所述子区间内进行切换,***生物量状态在控制向量u作用下,满足如下控制模型P:
其中,i=1,2,…,6,为温控段指标,j∈{1,2,...,mi},mi表示温控段Ci内的控制节点的个数,mi为正整数;是Ci内第j个控制节点,控制节点的个数tnum为:
则σ为控制模型P的切换序列,其分量按从小到大的顺序排列,对每个温控段Ci,i=1,2,…,6,控制***按照这个向量进行切换控制,调度这个温控段内的控制子***,向量σ的分量为控制节点,g(x(t),u(t),t)为切换规则函数,其依据温控段的吸放热特性和温控段之间的时间切换点进行分段,形成分段控制函数,对每个循环,从σ中依次取出分量,确定并执行其控制策略。
2.根据权利要求1所述的聚合酶链反应过程非线性混杂***建模方法,其特征是:所述控制模型P的***性能指标包括终端状态和受控制量u作用时间内状态变量的累计值,这两个量值之和构成了控制模型P的用泛函J表示的***指标函数J:
其中,u为切换***在切换段的控制变量,***指标函数J意味着求控制向量u函数,使得泛函J在控制模型P达到极值,即:
其中,为Ci吸放热总量,分别为控制向量u下切换段的状态初始值和终端值,符号表示集合的包含关系,
为控制节点,σ的控制节点分量。
3.根据权利要求2所述的聚合酶链反应过程非线性混杂***建模方法,其特征是:对于所述的***指标函数J,有下面的结论:
设函数L和f关于所有变量存在一阶连续偏导,如果u使得***指标函数J在控制模型P上取得极值,则有:
同时,存在拉格朗日系数λ=(λ12,...,λ8)T,使得下式成立:
其中,H为哈密尔顿函数:
H(x(t)|u,u,λ,t)=L(x(t)|u,u,t)+λT(t)f(x(t)|u,u,t)。
CN201810224317.1A 2018-03-19 2018-03-19 一种聚合酶链反应过程***控制模型建模方法 Active CN108388132B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810224317.1A CN108388132B (zh) 2018-03-19 2018-03-19 一种聚合酶链反应过程***控制模型建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810224317.1A CN108388132B (zh) 2018-03-19 2018-03-19 一种聚合酶链反应过程***控制模型建模方法

Publications (2)

Publication Number Publication Date
CN108388132A true CN108388132A (zh) 2018-08-10
CN108388132B CN108388132B (zh) 2021-02-12

Family

ID=63067576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810224317.1A Active CN108388132B (zh) 2018-03-19 2018-03-19 一种聚合酶链反应过程***控制模型建模方法

Country Status (1)

Country Link
CN (1) CN108388132B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002671A (zh) * 2018-09-29 2018-12-14 国网四川省电力公司电力科学研究院 一种双向dc-dc变换器的建模方法
CN113174326A (zh) * 2021-01-15 2021-07-27 北京中科生仪科技有限公司 基于pcr的纯化扩增反应中的控制装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6490573B1 (en) * 2000-04-11 2002-12-03 Philip Chidi Njemanze Neural network for modeling ecological and biological systems
CN1710090A (zh) * 2005-06-23 2005-12-21 上海交通大学 聚合酶链反应生物芯片温度控制方法
CN101587517A (zh) * 2008-05-13 2009-11-25 霍夫曼-拉罗奇有限公司 用于除去实时pcr荧光数据中的步长不连续的***和方法
US20110276317A1 (en) * 2010-04-11 2011-11-10 Life Technologies Corporation SYSTEMS AND METHODS FOR MODEL-BASED qPCR
CN103135634A (zh) * 2013-01-18 2013-06-05 上海交通大学 聚合酶链式反应生物芯片温度控制方法及装置
CN105718757A (zh) * 2016-01-25 2016-06-29 青岛理工大学 一种dna扩增过程的数据建模方法
CN105814573A (zh) * 2013-09-27 2016-07-27 科德克希思公司 基于结构的预测性建模
CN106957788A (zh) * 2017-03-19 2017-07-18 北京化工大学 一种多通道实时荧光定量pcr微流控芯片***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6490573B1 (en) * 2000-04-11 2002-12-03 Philip Chidi Njemanze Neural network for modeling ecological and biological systems
CN1710090A (zh) * 2005-06-23 2005-12-21 上海交通大学 聚合酶链反应生物芯片温度控制方法
CN101587517A (zh) * 2008-05-13 2009-11-25 霍夫曼-拉罗奇有限公司 用于除去实时pcr荧光数据中的步长不连续的***和方法
US20110276317A1 (en) * 2010-04-11 2011-11-10 Life Technologies Corporation SYSTEMS AND METHODS FOR MODEL-BASED qPCR
CN103135634A (zh) * 2013-01-18 2013-06-05 上海交通大学 聚合酶链式反应生物芯片温度控制方法及装置
CN105814573A (zh) * 2013-09-27 2016-07-27 科德克希思公司 基于结构的预测性建模
CN105718757A (zh) * 2016-01-25 2016-06-29 青岛理工大学 一种dna扩增过程的数据建模方法
CN106957788A (zh) * 2017-03-19 2017-07-18 北京化工大学 一种多通道实时荧光定量pcr微流控芯片***

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
J.D.KIM: "EFFICIENT CONTROL SYSTEM FOR PCR CHIPS", 《PROC.OF SPIE》 *
王金鹤: "DNA扩增过程数据建模方法研究", 《辽宁师范大学学报(自然科学版)》 *
邱宪波: "带前馈补偿的基因扩增反应高精度温控***", 《仪器仪表学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002671A (zh) * 2018-09-29 2018-12-14 国网四川省电力公司电力科学研究院 一种双向dc-dc变换器的建模方法
CN113174326A (zh) * 2021-01-15 2021-07-27 北京中科生仪科技有限公司 基于pcr的纯化扩增反应中的控制装置

Also Published As

Publication number Publication date
CN108388132B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN106843172B (zh) 基于jy-kpls的复杂工业过程在线质量预测方法
CN108388132A (zh) 一种聚合酶链反应过程***控制模型建模方法
CN109143853B (zh) 一种石油炼化过程中分馏塔液位自适应控制方法
Mariano et al. Optimisation of a continuous flash fermentation for butanol production using the response surface methodology
Gao et al. Modelling and optimal control for an impulsive dynamical system in microbial fed-batch culture
Jiao et al. Stability criteria of stochastic nonlinear systems with asynchronous impulses and switchings
Ye et al. Nonlinear hybrid system and parameter identification of microbial fed-batch culture with open loop glycerol input and pH logic control
Nishiwaki et al. Analysis of the performance of a two-stage fermentor with cell recycle for continuous ethanol production using different kinetic models
Wang et al. An improved model for multistage simulation of glycerol fermentation in batch culture and its parameter identification
CN104404077B (zh) 一种将多个外源基因同时克隆到微生物基因组的方法
CN108334745A (zh) 一种聚合酶链反应过程非线性混杂***建模方法
Wang et al. Modeling and parameter identification for multistage simulation of microbial bioconversion in batch culture
CN105511269B (zh) 一种基因调节非线性动力***控制模型
CN110059846A (zh) 聚酯纤维聚合酯化过程的工艺参数高维多目标优化方法
CN105912830B (zh) 基因调控非线性动力***的路径粒子群优化方法
CN114912363A (zh) 基于bp-lstm模型的解脂耶氏酵母发酵软测量方法
Kasbawati et al. Determining an appropriate unstructured kinetic model for batch ethanol fermentation data using a direct search method
CN108614432A (zh) 一种基于粒子群算法的网络环境电机控制器设计算法
Angelova et al. Genetic operators’ significance assessment in multi-population genetic algorithms
Mavituna et al. Modelling the kinetics of biological activity in fermentation systems
Ma A linear optimal feedback control for producing 1, 3-propanediol via microbial fermentation
Chopda et al. On-line implementation of decoupled input-output linearizing controller in Baker's yeast fermentation
Gao et al. Nonlinear impulsive system of microbial production in fed-batch culture and its optimal control
Mahar et al. Parametric effect on ethanol production though use of Monod model
Barrios et al. Application of thermodynamics and mathematical modeling on the optimization of the feeding flux rate on a fermentation process as a closed system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20211118

Address after: Room 401, 4th floor, building a, Chuangzhi building, 17 Xinghuo Road, Jiangbei new district, Nanjing City, Jiangsu Province, 210000

Patentee after: Nanjing ningchuang Jingwei Intelligent Technology Co.,Ltd.

Patentee after: Qingdao University of Technology

Address before: 266000 No.11 a, Fushun Road, Shibei District, Qingdao City, Shandong Province

Patentee before: Qingdao University of Technology

TR01 Transfer of patent right