kod QR

Automation and machine learning drive rapid optimization of isoprenol production in Pseudomonas putida

Abstract Advances in genome engineering have improved our ability to perturb microbial metabolic networks, yet bioproduction campaigns often struggle with parsing complex metabolic datasets to efficiently enhance product titers. We address this challenge by coupling laboratory automation with machin...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Główni autorzy: David N. Carruthers, Patrick C. Kinnunen, Yuerong Li, Yan Chen, Jennifer W. Gin, Ian S. Yunus, William R. Galliard, Stephen Tan, Tijana Radivojevic, Paul D. Adams, Anup K. Singh, Jess Sustarich, Christopher J. Petzold, Aindrila Mukhopadhyay, Hector Garcia Martin, Taek Soon Lee
Format: Artigo
Język:Inglês
Wydane: Nature Portfolio 2025-12-01
Seria:Nature Communications
Dostęp online:https://doi.org/10.1038/s41467-025-66304-8
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!