食品废弃物嗜热厌氧消化的机制洞察：关联大分子组成、微生物群落动态与生物甲烷生成动力学

《Biomass and Bioenergy》：Mechanistic insights into thermophilic anaerobic digestion of food waste: Linking macromolecular composition, microbial community dynamics, and biomethane production kinetics

　　

•研究了食品废物嗜热厌氧消化的机制与动力学。
•采用了混合物回归模型、Contois动力学模型和全基因组测序技术。
•富纤维底物稳定了转化过程并最大化了甲烷产量。
•富蛋白系统加速了酸化过程，但促进了抑制性挥发性脂肪酸（VFA）的积累。
•微生物群落变化将底物组成与生物甲烷产量稳定性联系起来。

引言
全球人口的快速增长预计将使食物生产需求增加高达60%，从而导致食物废物产生量加剧。据估计，每年约有三分之一的供人类消费的食物被浪费，造成了巨大的环境和经济负担[1,2]。在垃圾填埋场中，食品废物的非受控降解会释放甲烷，加剧温室气体积累和全球变暖[3,4]。通过厌氧消化（AD）将食品废物转化为生物能源，提供了一种可持续的废物管理策略，具有额外的经济和社会经济效益，尤其有助于支持发展中国家的净零能源转型[5,6]。食品废物因其含水量高且富含可生物降解的有机化合物（包括碳水化合物、蛋白质、脂质和木质纤维素成分），成为厌氧消化的理想底物[[7], [8], [9], [10]]。尽管高含水量由于需要额外干燥步骤而限制了热化学转化技术的效率，但对于通过厌氧消化高效生产沼气而言却是优势[[11], [12], [13]]。

厌氧消化（AD）是一种有效且可持续的有机废物处理技术，因为它能够在减少废物负荷的同时产生以沼气（尤其是甲烷）形式存在的可再生能源[14]。此外，过程残留物——沼渣可作为营养丰富的肥料使用；因此，厌氧消化支持了循环经济和可持续农业的实施[15]。厌氧消化过程可在中温（35°C）和嗜热（55°C）条件下运行。中温系统因其较高的运行稳定性、对环境波动的耐受性以及相对较低的加热能耗需求而在商业上广泛应用，使其在大规模应用中更具经济性[16]。

然而，中温系统存在若干局限性，包括相对较低的有机物降解效率（表现为有限的挥发性固体（VS）去除率）、较长的水力停留时间（HRT）以及与嗜热系统相比较低的甲烷产量[[17], [18], [19]]。这些局限性可能阻碍能源生产的强化和高速度废物处理。相比之下，嗜热系统具有更快的生化反应速率、更高的有机物转化效率和更短的HRT，有望提高甲烷产量和整体过程效率[20]。然而，嗜热系统通常需要更严格的运行控制和更高的加热能耗输入，这可能增加运行复杂性和成本[21]。

嗜热厌氧消化是一种在高温（50–60°C）下运行的过程强化方法，旨在提高微生物反应速率和有机物转化为沼气的效率[22]。与中温系统相比，嗜热条件加速了水解、酸化、产乙酸和产甲烷过程，从而缩短了水力停留时间（HRT）并提高了甲烷产量[23,24]。此外，高温可增加复杂化合物的降解，并在沼渣中提供更有效的病原体灭活作用[25]。

然而，嗜热系统的稳定性通常对环境波动和氨、挥发性脂肪酸等抑制剂的积累更为敏感，因此需要更严格的运行控制和更大的加热能耗输入[26,27]。因此，开发嗜热过程的优化和强化策略，包括预处理、联合消化和微生物控制，已成为当前研究的焦点，以提高基于厌氧消化的废水处理系统的能源效率和可持续性。

尽管已有研究表明嗜热厌氧消化可以提高反应速率和甲烷产量，但在过程机制理解和稳定性方面仍存在显著的研究空白。大多数以往研究依赖单一底物和宏观参数（如COD去除率、VFA、pH和甲烷产量），因此未能充分捕捉厌氧消化系统中微生物相互作用和代谢物动态的复杂性[28,29]。单质消化经常因营养限制、次优C/N比以及挥发性脂肪酸和氨等抑制性代谢物的积累而经历过程失衡，导致甲烷产量不稳定，尤其在嗜热条件下[[30], [31], [32]]。

优化食品废物组成和运行条件是提高甲烷产量和过程稳定性的有效策略。以往研究评估了底物组成、运行温度和有机负荷率（OLR）对食品废物厌氧消化性能的影响，证明优化这些参数可以改善甲烷产量和过程稳定性[33]。然而，大多数研究仍集中在反应器性能参数上，未整合多元统计方法、动力学建模和微生物群落的基因组分析；因此，底物特性、微生物群落动态（细菌、古菌和真菌）与甲烷产量性能之间的关系尚未被充分理解[[34], [35], [36]]。这些局限性表明需要一种跨学科方法，结合底物组成变化、反应动力学分析和基于组学的微生物表征，以获得对嗜热系统中过程机制和甲烷产量稳定性与效率决定因素的综合理解。

在前人研究优化食品废物组成和运行条件以最大化甲烷产量的基础上，本研究通过发展一个整合机制框架来扩展现有知识，该框架结合了混合物回归、结构化Contois动力学建模和微生物群落分析。本研究的第一个目标是系统评估不同底物大分子含量（碳水化合物、蛋白质和纤维）对厌氧消化系统整体性能和过程动力学的影响，包括用COD去除率表示的底物降解、作为中间代谢物的挥发性脂肪酸（VFA）的形成与周转、沼气中生物甲烷的产量和纯度，以及通过结构化动力学建模分析的微生物生长速率、酸化和产甲烷过程。第二个目标是机制性地阐明进料大分子组成、微生物群落结构和功能、过程动力学参数与厌氧消化性能之间的关系，从而将微生物群落动态与生化转化途径和反应器性能联系起来。总体而言，本研究提供了一个整合框架，将底物组成、过程动力学和微生物群落动态联系起来，从而提高对处理异质性食品废物的嗜热厌氧消化的机制理解和可预测性。

本研究采用扩展的简单质心混合物设计，系统地改变三种代表性大分子成分的配比，即米饭（富含碳水化合物）、发酵大豆/天贝（富含蛋白质）和卷心菜（富含纤维），这些成分常见于家庭食品废物中，共同代表了城市有机废物中的主要生化组分。该统计设计通过使用专门的三次模型，能够稳健地估计底物的单个和交互效应[[37], [38], [39]]。动力学分析通过将微生物生物量、COD、VFA、生物甲烷和CO?的瞬态质量平衡与Contois生长模型相结合来进行，该模型考虑了底物-生物量比以及高有机负荷下底物的抑制效应。与传统Monod模型或纯经验模型相比，该方法被认为对高强度异质性底物更具代表性[40,41]。

微生物群落组成分析采用宏基因组测序对消化器出水进行测定，重点关注细菌、古菌和真菌在目水平上的分类。该分析旨在全面描绘参与水解、酸化、产乙酸和产甲烷过程的微生物联盟的结构和功能[42,43]。总体而言，本整合框架深入揭示了底物大分子组成如何影响微生物生态、反应动力学以及厌氧消化系统的整体性能。

材料与方法摘要
底物与试剂
从当地市场获得的熟米饭、天贝和卷心菜分别作为富含碳水化合物、蛋白质和木质纤维素纤维的食品废物分级的代表性模型底物。这些底物的选择旨在模拟城市有机食品废物中常见的主要生化成分。使用前，所有底物均进行均质化处理，以确保成分均匀和厌氧消化性能可重复。

混合厌氧微生物

三次混合物回归模型的统计充分性与预测能力
混合物回归分析表明，食品废物底物大分子组成的变化显著影响厌氧消化性能以及从Contois模型推导出的生化动力学参数（表2）。总体而言，在嗜热条件下，三次混合物回归模型对水解-酸化和产甲烷阶段均表现出令人满意的统计稳健性和预测能力。获得的R2值范围为0.47至0.96，表明……

结论
本研究证明，碳水化合物、蛋白质和纤维组成显著影响嗜热厌氧消化过程中的动力学、气体产量和微生物群落动态。混合物回归和Contois动力学模型提供了良好的统计拟合和预测能力，表明底物组成是控制转化效率和生化步骤平衡的主要因素。实验结果与模型之间的吻合……

CRediT作者贡献声明
Khairunnisa Nur Madani：初稿撰写、调查、形式分析、数据整理。
Hanifrahmawan Sudibyo：初稿撰写、资助获取、概念构思。
Lisendra Marbelia：审阅与编辑、监督。
Riansyah Fakhiratunnisa：初稿撰写、调查、形式分析。
Jirasin Koonthongkaew：审阅与编辑、监督。
Bhumin Than-ardna：审阅与编辑、监督。
Apanee Luengnaruemitchai：审阅与编辑、监督。

数据可用性声明
本研究的实验数据在支持信息中提供。

利益冲突声明
作者声明不存在可能影响本论文报告工作的已知竞争性经济利益或个人关系。

致谢
本研究由RIIM BRIN和LPDP基金资助（资助号：69/IV/KS/04/2025和1867/UN1/DITLIT/Dit-Lit/PT.01.03/2025）。我们感谢e-ASIA联合研究项目、UGM研究司以及我们的研究合作伙伴，包括：(i) JST SICORP资助的早稻田大学（资助号：JPMJSC24E1）；(ii) PMU-B通过NSRF资助的Chulalongkorn大学和ENTEC（资助号：B49G680108）；以及(iii) Mindanao State University – Iligan

Khairunnisa Nur Madani | Hanifrahmawan Sudibyo | Lisendra Marbelia | Riansyah Fakhiratunnisa | Jirasin Koonthongkaew | Bhumin Than-ardna | Apanee Luengnaruemitchai | Andante Hadi Pandyaswargo | Ni Nyoman Nepi Marleni | Wiratni Budhijanto