In this work an intersection between optimization methods and animal cell culture modeling is considered. We present optimization based methods for analyzing and building models of cell culture; models that could be used when designing the environment cells are cultivated in, i.e., medium. Since both the medium and cell line considered are complex, designing a good medium is not straightforward. Developing a model of cell metabolism is a step in facilitating medium design. In order to develop a model of the metabolism the methods presented in this work make use of an underlying metabolic reaction network and extracellular measurements. External substrates and products are connected via the relevant elementary flux modes (EFMs). Modeling from EFMs is generally limited to small networks, because the number of EFMs explodes when the underlying network size increases. The aim of this work is to enable modeling with more complex networks by presenting methods that dynamically identify a subset of the EFMs. In papers A and B we consider a model consisting of the EFMs along with the flux over each mode. In paper A we present how such a model can be decided by an optimization technique named column generation. In paper B the robustness of such a model with respect to measurement errors is considered. We show that a robust version of the underlying optimization problem in paper A can be formed and column generation applied to identify EFMs dynamically. In papers C and D a kinetic macroscopic model is considered. In paper C we show how a kinetic macroscopic model can be constructed from the EFMs. This macroscopic model is created by assuming that the flux along each EFM behaves according to Michaelis-Menten type kinetics. This modeling method has the ability to capture cell behavior in varied types of media, however the size of the underlying network is a limitation. In paper D this limitation is countered by developing an approximation algorithm, that can dynamically identify EFMs for a kinetic model. / I denna avhandling betraktar vi korsningen mellan optimeringsmetoder och modellering av djurcellodling.Vi presenterar optimeringsbaserade metoder för att analysera och bygga modeller av cellkulturer. Dessa modeller kan användas vid konstruktionen av den miljö som cellerna ska odlas i, dvs, medium.Eftersom både mediet och cellinjen är komplexa är det inte okomplicerat att utforma ett bra medium. Att utveckla en modell av cellernas ämnesomsättning är ett steg för att underlätta designen av mediet. För att utveckla en modell av metabolismen kommer de metoder som används i detta arbete att utnyttja ett underliggande metaboliskt reaktions\-nätverk och extracellulära mätningar. Externa substrat och produkter är sammankopplade via de relevanta elementära metaboliska vägarna (EFM).Modellering med hjälp av EFM är i allmänhet begränsad till små nätverk eftersom antalet EFM exploderar när de underliggande nätverket ökar i storlek. Målet med detta arbete är att möjliggöra modellering med mer komplexa nätverk genom att presentera metoder som dynamiskt identifierar en delmängd av EFM. I artikel A och B betraktar vi en modell som består av EFM och ett flöde över varje EFM.I artikel A presenterar vi hur en sådan modell kan bestämmas med hjälp av en optimeringsteknik som kallas kolumngenerering.I artikel A undersöker vi hur robust en sådan modell är med avseende till mätfel. Vi visar att en robust version av det underliggande optimeringsproblemet i artikel A kan konstrueras samt att kolumngenerering kan appliceras för att identifiera EFM dynamiskt. Artikel C och D behandlar en kinetisk makroskopisk modell. Vi visar i artikel C hur en sådan modell kan konstrueras från EFM.Denna makroskopiska modell är skapad genom att anta att flödet genom varje EFM beter sig enligt Michaelis-Menten-typ av kinetik. Denna modelleringsmetod har förmågan att fånga cellernas beteende i olika typer av media, men storleken på nätverket är en begränsning.I artikel D hanterar vi denna begränsing genom att utveckla en approximationsalgoritm som identifierar EFM dynamiskt för en kinetisk modell. / <p>QC 20150827</p>
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-172367 |
| Date | January 2015 |
| Creators | Oddsdóttir, Hildur Æsa |
| Publisher | KTH, Optimeringslära och systemteori, Stockholm |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Doctoral thesis, comprehensive summary, info:eu-repo/semantics/doctoralThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-MAT-A ; 2015:08 |
Page generated in 0.0063 seconds