论文标题：Improving lipid production by Rhodotorula glutinis for renewable fuel production based on machine learning

期刊：Frontiers of Chemical Science and Engineering

作者：Lihe Zhang, Changwei Zhang, Xi Zhao, Changliu He,Xu Zhang

发表时间：15 May 2024

DOI： 10.1007/s11705-024-2410-8

微信链接：点击此处阅读微信文章

微生物油脂发酵技术因其在可再生能源与生物化工领域的应用潜力而备受关注。与传统植物油相比，微生物油脂具有原料来源广泛、生产周期短、不占用耕地资源等优势；特别是利用粘红酵母（Rhodotorula glutinis）进行油脂合成，具备底物适应性强、耐受性好、可同时积累油脂与色素等特点。然而，微生物油脂发酵过程涉及复杂的细胞代谢与培养基调控，传统的基于动力学方程的“白箱模型”难以准确描述其非线性动态过程，限制了其在工业化生产中的优化与应用。

北京化工大学生命科学与技术学院张栩副教授团队在《Frontiers of Chemical Science and Engineering》发表了题为“Improving lipid production by Rhodotorula glutinis for renewable fuel production based on machine learning”（基于机器学习的粘红酵母产脂量提升及其可再生燃料生产应用的研究）的研究论文，系统探讨了如何利用机器学习方法构建粘红酵母油脂发酵的预测与优化模型。本研究通过设计多组培养基实验，结合人工神经网络（ANN）、支持向量机（SVM）与遗传算法（GA），建立了一套从建模到优化的完整体系，显著提高了油脂产量与发酵效率。

研究首先系统评估了不同培养基组分对粘红酵母生长与油脂合成的影响。结果表明，葡萄糖与氮源类型及浓度对生物量与油脂产量影响显著，而无机盐如MgSO₄·7H₂O和Na₂SO₄的变化影响较小。尿素浓度升高会抑制油脂的积累，而柠檬酸钠的添加则显著提升脂质含量至31.48%。此外，酸性环境更有利于细胞生长与油脂合成。通过对碳氮比（C/N）的分析发现，高C/N比虽有助于细胞内油脂积累，但会降低生产速率并延长发酵周期。

图1 碳氮比（C/N）与主要输出变量的数据分析：（a）残糖；（b）发酵时间；（c）生物量；（d）油脂浓度；（e）脂质含量；（f）转化率；（g）底物消耗速率；（h）细胞生长速率；（i）脂质合成速率。

在建模方面，研究采用反向传播人工神经网络（BP-ANN）与SVM构建了发酵过程模型，输入变量包括发酵时间、pH、葡萄糖及其它培养基组分浓度，输出为生物量、残糖浓度与油脂浓度。两种模型在训练集与测试集上均表现出较高的预测精度，其中SVM模型在处理小样本数据时表现更优，预测误差低于5%。

图2 BP-ANN与SVM模型的实测值与预测值对比。左侧三图分别为BP-ANN模型的预测结果：（a）葡萄糖浓度，（b）生物量，（c）油脂浓度；右侧三图分别为SVM模型的预测结果：（d）葡萄糖浓度，（e）生物量，（f）油脂浓度。

进一步优化发酵策略，研究将支持向量机与遗传算法结合（SVM-GA），分别以最大生物量、最高油脂浓度和最高转化率为目标进行单目标优化。实验验证表明，优化后的培养基可实现生物量50.3 g·L^-1、油脂浓度14.1 g·L^-1，误差小于5%。此外，通过多目标优化揭示了生物量、油脂浓度与转化率之间的协同与竞争关系，为实际生产中多目标平衡提供了理论依据。

图3 油脂发酵的预测值与实验值对比。

图4 基于遗传算法的双目标帕累托最优解分布曲线：（a）油脂产量与生物量；（b）转化率与生物量；（c）油脂产量与转化率。

本研究通过构建高精度的机器学习模型，实现了对粘红酵母油脂发酵过程的准确预测与多目标优化。研究不仅明确了关键培养基组分对发酵效果的影响，还建立了基于支持向量机与遗传算法的优化流程，显著提升了发酵效率与产物产量。该成果为微生物油脂的工业化生产提供了可靠的数据基础与智能决策支持，展现出机器学习在复杂生物过程中替代传统建模方法的巨大潜力。

引用信息

Lihe Zhang, Changwei Zhang, Xi Zhao, Changliu He, Xu Zhang. Improving lipid production by Rhodotorula glutinis for renewable fuel production based on machine learning.Front. Chem. Sci. Eng., 2024, 18(5): 51 DOI:10.1007/s11705-024-2410-8

本文来自

Biorefinery and biomanufacturing

扫描二维码 | 查看原文

原文链接：

https://journal.hep.com.cn/fcse/EN/10.1007/s11705-024-2410-8