《Fermentation》:Application of Machine Learning Models (ANN vs. RF) in Optimizing the Fermentation of Sweet-Potato Waste in the Japanese Shochu Industry for Nutritional Enhancement
Yukun Zhang,
Manabu Ishikawa,
Shunsuke Koshio,
Saichiro Yokoyama,
Na Jiang,
Jiayi Chen,
Yiwen Tong and
Xiaoxiao Zhang
编辑推荐:
本研究旨在解决传统饲料资源日益短缺的挑战。研究人员以日式烧酎产业的主要副产品——甘薯废弃物(SPW)为原料,创新性地采用两阶段固态发酵工艺,结合人工神经网络(ANN)与随机森林(RF)机器学习模型进行工艺优化。结果证实,RF模型在预测粗蛋白等关键指标上显著优于ANN,经约束差分进化(CDE)算法全局优化后的发酵工艺,可将废弃物高效转化为高蛋白、富含益生菌、且抗营养因子(ANFs)大幅降解的功能性动物饲料。这项工作为利用机器学习驱动农业废弃物高值化利用、发展循环生物经济和可持续饲料资源提供了数据驱动的科学框架。
全球人口增长与对动物蛋白需求的增加,正对传统动物饲料资源构成巨大压力。水产养殖业作为全球粮食安全的重要一环,长期以来严重依赖鱼粉作为主要蛋白质来源。然而,海洋中上层鱼类资源的衰退、价格的剧烈波动及其带来的环境问题,使得这种依赖变得不可持续。与此同时,食品加工业每年产生大量有机废弃物,其处理本身也构成了环境挑战。在日本鹿儿岛县,作为烧酎产业的核心地区,每年加工约30万吨甘薯,同时产生超过4000吨的甘薯废弃物,主要包括薯皮、不合格残渣和散落的薯块。这些废弃物富含碳水化合物和多酚等生物活性化合物,本应是生物技术升级的理想原料,但大部分却被作为工业废物处理,既带来了环境问题,也错失了经济机遇。然而,直接使用甘薯皮渣饲喂单胃动物面临多重障碍:其粗蛋白含量低(干物质基础上约6.0%),富含难以消化的木质纤维素,更关键的是含有高水平的抗营养因子,尤其是胰蛋白酶抑制剂。因此,寻找一种能够有效提升其蛋白含量、分解其坚韧结构并去除抗营养因子的生物转化策略,变得至关重要。
固态发酵是一种高效、经济的农业废弃物升级方法。但甘薯皮渣的复杂性和抗性,要求超越单一微生物的先进发酵策略。为此,研究人员在《Fermentation》期刊上发表了一项研究,探索了一种创新的两阶段固态发酵工艺,并结合机器学习模型进行优化,旨在将甘薯废弃物转化为高价值的动物饲料。该工艺第一阶段利用米曲霉进行有氧发酵,借助其分泌的丰富水解酶降解木质纤维素基质;第二阶段利用植物乳杆菌进行厌氧发酵,进一步去除抗营养因子,并合成有益代谢产物。为了优化这个复杂、多变量的过程,研究团队比较了人工神经网络和随机森林两种机器学习模型的预测性能。
为开展此项研究,研究人员主要采用了以下几项关键技术方法:首先,设计并执行了一个包含80次实验的增强实验设计,以生成用于机器学习建模的数据集。其次,建立了一套标准化的两阶段固态发酵流程,并对发酵产物进行了全面的生化分析,包括营养成分、抗营养因子、氨基酸谱、抗氧化活性等。核心在于,他们利用Python的scikit-learn库,并行构建并严格比较了人工神经网络和随机森林模型,并通过重复k折交叉验证评估其性能。最后,将表现更优的随机森林模型与约束差分进化算法结合,对八个关键工艺参数进行了全局寻优,以最大化目标产物粗蛋白含量,并将优化结果在实验室进行了体外验证。
比较人工神经网络和随机森林模型的性能
本研究深入探讨了基于梯度的ANN和基于集成学习的RF算法在处理小样本、高维生物过程数据时的性能差异。初步使用稀疏数据集(N=50)时,ANN模型彻底失败,对所有五个关键发酵结果的预测决定系数R2均为负值或接近零,表明其无法从有限数据中学习到有效规律,出现了严重的过拟合。相反,RF模型即使在少量数据下也表现出强大的预测能力,对粗纤维、胰蛋白酶抑制剂活性(TIA)和乳酸等指标的预测R2值均高于0.89。当数据集通过增强实验设计扩充至80个样本后,ANN对部分确定性较强的指标(如粗纤维、乳酸)的预测能力有所提升,但对于核心优化目标——粗蛋白的预测仍然不佳(R2= 0.12)。而RF模型则始终保持了高精度和稳定性,特别是对粗蛋白的预测R2达到0.61。损失曲线分析清晰地显示,ANN在训练过程中验证损失无法收敛,而RF则稳健地捕捉了数据中的潜在规律。这一比较结果凸显了集成学习方法在处理“小N,大P”问题时相对于传统ANN的显著优势。
发酵响应预测的深入分析:连接统计学与生物学
RF模型的卓越性能使其成为探究发酵过程背后机制的得力工具。研究发现,RF能够以极高精度(R2> 0.93)预测粗纤维降解和TIA降低,这主要因为这两个过程主要由相对确定的酶促反应和一级动力学驱动。米曲霉分泌的纤维素酶、半纤维素酶和蛋白酶分别针对性降解了纤维结构和作为主要抗营养因子的甘薯储藏蛋白——孢霉素。对于乳酸浓度的预测也相当准确(R2= 0.89),表明模型成功整合了两阶段发酵的协同效应:第一阶段的水解程度决定了第二阶段植物乳杆菌可利用的糖源,进而影响乳酸产量。然而,模型在预测更复杂的生物指标时面临挑战。粗蛋白含量是底物分解、真菌和细菌生物量合成以及呼吸作用碳损失等多个竞争动态过程的净结果,其预测R2为0.61,已属较强的预测信号。而对活菌数的预测则准确性较低(R2= 0.34),这揭示了仅凭静态宏观工艺参数来映射高度动态的微生物种群生态学的根本局限性。
全局最优策略与理论验证
经性能验证,RF模型被选为约束差分进化算法的目标函数,用于在八维参数空间中搜索能最大化粗蛋白含量(同时约束TIA ≤ 15%,乳酸 ≤ 30 g/kg)的最优工艺条件。优化算法找到了一组协同作用的参数:第一阶段温度27.5°C、时长118小时,第二阶段温度37.0°C、时长58小时,初始含水量62.0%,以及适中的接种量和氮源补充。这些参数共同创造了一个利于持续水解和微生物生长的热力学与生化环境。体外验证实验严格按照优化参数进行,结果与模型预测高度吻合,相对误差小于5%,实际测得粗蛋白含量达24.6%。响应面分析进一步表明,工艺在最优条件附近存在一个宽阔的稳定平台,显示出良好的操作鲁棒性,这对工业化放大具有重要意义。
发酵驱动的氨基酸谱增强
优化发酵不仅大幅提高了粗蛋白含量,更显著改善了蛋白质的质量。发酵后,甘薯废弃物中的总氨基酸含量提升了114.1%,而总必需氨基酸含量提升幅度更大,达到123.9%,使得必需氨基酸与总氨基酸的比值从0.46提高至0.48。这种提升源于两阶段微生物的协同蛋白水解与生物合成作用。米曲霉在第一阶段通过其强大的蛋白水解系统将底物中的复杂蛋白降解为小肽和游离氨基酸;随后,植物乳杆菌利用这些水解产物进行生长,并进一步通过其自身的蛋白酶系统释放氨基酸,同时其自身生物质的合成也贡献了氨基酸组成更优的微生物蛋白。
综合生化品质提升
除了宏观营养成分的优化,发酵过程还带来了全面的生化品质提升。蛋白水解度达到28.4%,意味着蛋白质更易消化。木质纤维素结构的破坏释放了结合态酚类物质,使总酚含量和DPPH自由基清除能力(抗氧化活性)提升了近三倍。抗营养因子如植酸和单宁被显著降解。此外,乳酸和乙酸的协同积累使产物pH值降至3.9,起到了天然生物防腐的作用,提高了产品的稳定性和适口性。发酵还导致粗脂肪和灰分含量相对上升,前者归因于真菌生长合成的脂质,后者则是有机碳被微生物呼吸消耗后的相对浓缩效应。
研究结论与讨论
本研究证实,将随机森林模型与约束差分进化算法结合的数据驱动框架,能够有效优化复杂的多阶段固态发酵工艺,将甘薯废弃物成功转化为营养强化型饲料原料。核心结论是,在实验数据有限的典型生物过程工程场景下,集成学习方法的性能显著超越传统的人工神经网络。优化后的发酵工艺预测并验证了可生产出粗蛋白含量达25.0%、必需氨基酸增加123.9%、抗营养因子大幅降解、且富含益生菌和抗氧化物质的终产品。这项工作不仅为烧酎产业提供了一条将环境废弃物转化为可持续蛋白质资源的科学路径,更重要的是,它展示了以随机森林为代表的集成学习模型在处理高维、非线性、小样本生物过程数据中的强大能力和实用性,为未来数据驱动的生物技术研发提供了有价值的范式。当然,研究也存在局限,如缺乏动物体内实验验证功能效果,以及对乳酸菌活菌数等动态生物指标的预测仍需结合时间序列数据。未来,整合实时监测数据和探索更先进的模型架构,将有助于进一步提升此类复杂生物过程的可预测性和可控性。