文献

J-GLOBAL ID：201902234519178654   整理番号：19A1651257

多層パーセプトロン非支配ソーティング遺伝的アルゴリズムII(MLP-NSGAII)によるキクのin vitro殺菌のモデリングと最適化【JST・京大機械翻訳】

Modeling and Optimizing in vitro Sterilization of Chrysanthemum via Multilayer Perceptron-Non-dominated Sorting Genetic Algorithm-II (MLP-NSGAII)

著者 (3件)： Hesami Mohsen (Department of Horticultural Science, Faculty of Agriculture, University of Tehran, Karaj, Iran) ,  Naderi Roohangiz (Department of Horticultural Science, Faculty of Agriculture, University of Tehran, Karaj, Iran) ,  Tohidfar Masoud (Department of Plant Biotechnology, Faculty of Life Science and Biotechnology, Shahid Beheshti University, Tehran, Iran)
資料名： Frontiers in Plant Science (Web)  (Frontiers in Plant Science (Web))
巻： 10  ページ： 282  発行年： 2019年 
JST資料番号： U7094A  ISSN： 1664-462X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： in vitro殺菌は,in vitro培養の最終結果が殺菌効率に直接依存する植物組織培養の主要段階である。最適化アルゴリズムの組合せにおける人工知能モデルは,in vitro培養のモデリングと最適化のための有益な計算手法となり得る。本研究の目的は,キクのin vitro殺菌のモデル化と最適化であり,事例研究として,多重層Percepton-non-優性ソート遺伝的アルゴリズム-II(MLP-NSGAII)を用いた。MLPは,HgCl_2,Ca(ClO)_2,ナノ銀,H_2O_2,NaOCl,AgNO_3,および浸漬時間を含む7つの変数に基づいて,汚染頻度(CF)と外植片生存率(EV)を含む2つの出力をモデル化するために使用した。次に,プロセスを最適化するためにモデルをNSGAIIにリンクし,各入力の重要性を感度解析により評価した。結果は,訓練と試験データのすべてのR2が94%以上であることを示した。MLP-NSGAIIによると,最適CF(0%)とEV(99.98%)は,13.96分浸漬時間で1.62%NaOClから得ることができた。感度分析の結果は,CFとEVが浸漬時間により敏感で,AgNO_3に対して感受性が低いことを示した。続いて,予測および最適化されたsteriランツ×浸漬時間組合せの性能を試験し,結果は,予測されたMLPと検証データの間の差異が無視できることを示した。一般的に,強力な方法としてのMLP-NSGAIIは,植物組織培養における新しい計算戦略を確立するための道を開く可能性がある。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 感受性 ,  事例研究 ,  *モデリング ,  *最適化 ,  *in vitro実験 ,  *ソーティング ,  人工知能 ,  培養 ,  優性 ,  生存率 ,  *殺菌 ,  感度解析
準シソーラス用語： 外植体 ,  浸漬時間 ,  銀ナノ粒子 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  データ駆動モデル ,  in vitro培養 ,  最適化アルゴリズム ,  感度解析

分類 (1件)： 遺伝子発現  (EC02040Q)

引用文献 (63件)：

• Alanagh E. N., Garoosi G-A., Haddad R., Maleki S., Landín M., Gallego P. P. (2014). Design of tissue culture media for efficient Prunus rootstock micropropagation using artificial intelligence models. Plant Cell Tissue Organ Cult. 117, 349-359. doi: 10.1007/s11240-014-0444-1
• Altan F., Bürün B., Sahin N. (2010). Fungal contaminants observed during micropropagation of Lilium candidum L. and the effect of chemotherapeutic substances applied after sterilization. Afr. J. Biotechnol. 9, 991-995. doi: 10.5897/AJB08.090
• Arab M. M., Yadollahi A., Eftekhari M., Ahmadi H., Akbari M., Khorami S. S. (2018). Modeling and optimizing a new culture medium for in vitro rooting of G × N15 Prunus rootstock using artificial neural network-genetic algorithm. Sci. Rep. 8:e9977. doi: 10.1038/s41598-018-27858-4
• Arab M. M., Yadollahi A., Hosseini-Mazinani M., Bagheri S. (2014). Effects of antimicrobial activity of silver nanoparticles on in vitro establishment of G × N15 (hybrid of almond × peach) rootstock. J. Genet. Eng. Biotechnol. 12, 103-110. doi: 10.1016/j.jgeb.2014.10.002
• Arab M. M., Yadollahi A., Shojaeiyan A., Ahmadi H. (2016). Artificial neural network genetic algorithm as powerful tool to predict and optimize in vitro proliferation mineral medium for G × N15 rootstock. Front. Plant Sci. 7:e1526. doi: 10.3389/fpls.2016.01526

タイトルに関連する用語 (8件)： 多層パーセプトロン ,  支配 ,  ソーティング ,  遺伝的アルゴリズム ,  キク ,  殺菌 ,  モデリング ,  最適化