响应曲面法（RSM）与人工神经网络（ANN）模型对 Bacillus paralicheniformis 以 Plumeria alba 为底物进行浸没式发酵产纤维素酶预测效果的比较评价

《Fermentation》：Comparative Evaluation of RSM and ANN Models on Prediction of Cellulase Production by Bacillus paralicheniformis Using Plumeria alba in Submerged Fermentation

　　

本研究报告了 Bacillus paralicheniformis 以 Plumeria alba 叶粉为底物在浸没式发酵（SmF）条件下生产纤维素酶的研究，重点在于系统的生物过程优化。研究人员首先采用单因素逐一优化法（OFAT）对物理参数进行优化，随后通过中心复合设计（CCD）和响应曲面法（RSM）对酵母提取物、MgSO? 和 (NH?)?SO? 进行优化。采用 Levenberg–Marquardt 算法训练的 5:3:1 结构人工神经网络（ANN）进一步提高了羧甲基纤维素酶（CMCase）和滤纸纤维素酶（FPase）活性的预测精度。本研究首次将 Plumeria alba 叶粉作为未被开发的低成本木质纤维素底物用于 B. paralicheniformis 的纤维素酶生产，并首次将 RSM 与基于 ANN 的建模进行基准比较，以确定生物过程优化的更优预测框架。在优化条件下（24 h、4% w/v 底物、1% v/v 接种量），最大 FPase 和 CMCase 活性分别达到 60.53 IU/mL/min 和 332.10 IU/mL/min。部分酶学性质表征显示，FPase 和 CMCase 的最适温度分别为 50 °C 和 70 °C，最适 pH 均为 7.5。该酶还表现出 NaCl 和部分特定溶剂的激活作用，同时对广泛的金属离子具有耐受性。酶法水解 P. alba 生物质在 8 小时后释放 59.42 mg/mL 总还原糖，证实了从低成本原料高效糖化的可行性。ANN 模型（CMCase 的 R2 = 97.59%；FPase 的 R2 = 85.95%）优于 RSM（CMCase 和 FPase 的 R2 分别为 85.95% 和 和 78.25%），而经径向基函数（RBF）优化后可达 99.99%。这些研究结果凸显了 B. paralicheniformis 纤维素酶作为生物精炼应用的潜力生物催化剂，并展示了整合 RSM 和 ANN 进行过程优化的价值。

木质纤维素生物质（lignocellulosic biomass）因其可再生性和低成本特性，日益成为生产纤维素酶（cellulase）等水解酶类的重要原料来源。纤维素（cellulose）作为自然界中含量最丰富的有机聚合物，占所有有机材料的 30%–50%，其高能量密度与广泛可获得性使其成为生物转化应用中的经济且可持续的资源。土壤植被主要由纤维素类物质构成，因此纤维素分解对于生物碳循环至关重要。相较于化学方法，酶法降解具有底物特异性高、催化效率高及环境友好等优势。纤维素的完全水解需依赖纤维素酶系统的协同作用，该系统包括内切葡聚糖酶（endoglucanase，又称羧甲基纤维素酶，CMCase）、外切葡聚糖酶（exoglucanase，又称纤维二糖水解酶，cellobiohydrolase）和 β-葡萄糖苷酶（β-glucosidase）。其中，内切葡聚糖酶随机切割纤维素链无定形区域的 β-1,4-糖苷键，降低聚合度；外切葡聚糖酶作用于新生成的链末端，释放纤维二糖；β-葡萄糖苷酶则将纤维二糖进一步水解为可发酵的葡萄糖单体，解除上游酶的产物抑制。在纤维素酶生产菌株中，芽孢杆菌属（Bacillus）因其生长迅速、生物安全性高、能分泌耐热耐碱的胞外纤维素酶而备受关注。纤维素酶的生产主要采用浸没式发酵（submerged fermentation，SmF）和固体发酵（solid-state fermentation，SSF）两种策略，其中 SmF 因易于灭菌、参数控制精确、下游处理简便等优势，更适用于细菌发酵。

尽管纤维素酶应用广泛，但实现低成本、高效率的工业化生产仍面临挑战。传统优化方法如单因素逐一优化法（one-variable-at-a-time，OVAT）虽操作简便，但耗时且无法捕捉变量间的交互作用。响应曲面法（response surface methodology，RSM）通过中心复合设计（central composite design，CCD）等统计学方法，能以较少的实验次数实现多参数同步优化并建立变量交互模型，但其对非线性系统的预测能力有限。近年来，人工神经网络（artificial neural network，ANN）因其无需预设函数形式、可建模复杂输入-输出关系的优势，被引入生物过程优化领域，但关于 RSM 与 ANN 预测效能的系统比较研究仍相对匮乏。此外，寻找低成本、非粮食用木质纤维素底物以降低生产成本，仍是该领域的重要研究方向。Plumeria alba 作为广泛分布于南亚、东南亚、加勒比及撒哈拉以南非洲地区的速生热带树种，其落叶堆积成为未被利用的植物废弃物，富含纤维素及细胞壁多糖，可作为碳源和诱导子用于纤维素酶生物合成，但目前尚无将其用于芽孢杆菌属纤维素酶生产的报道。

基于此背景，研究人员以巴基斯坦萨戈达大学生物技术系微生物保藏中心提供的 Bacillus paralicheniformis 为生产菌株，首次系统评价了 P. alba 叶粉作为低成本木质纤维素底物在 SmF 条件下生产纤维素酶的可行性，并对比评估了 RSM 与 ANN 两种建模方法对 CMCase 和 FPase 活性的预测性能，同时对所得酶学性质进行了表征，旨在为工业纤维素酶生产和生物精炼应用提供可扩展的经济策略。该研究发表于《Fermentation》。

在关键技术方法层面，研究人员采用单因素逐一优化法筛选接种量和底物浓度，进而运用 CCD-RSM 优化酵母提取物、MgSO? 和 (NH?)?SO? 三种营养变量；同时利用 MATLAB R2015a 神经网络工具箱构建 ANN 模型，采用 Levenberg–Marquardt 反向传播算法训练，数据按 70% 训练集、15% 验证集和 15% 测试集划分，并进一步比较了多层感知器（MLP）、径向基函数网络（RBF）和广义回归神经网络（GRNN）三种 ANN 架构的预测性能。酶学性质表征涵盖了 pH、温度、金属离子、溶剂及表面活性剂对酶活性的影响，以及以 P. alba 叶粉为底物的糖化效率评价。

在研究结果部分，"接种量对纤维素酶生产的影响" 研究显示，CMCase 和 FPase 分别在 1.0% 和 0.5%（v/v）接种量时达到最大活性（13.09 和 31.19 IU/mL/min），超过最适浓度后酶产率下降，推测与高细胞密度下营养快速耗尽和代谢副产物积累导致的底物限制及分解代谢物阻遏有关。"底物浓度对纤维素酶生产的影响" 研究表明，4%（w/v）P. alba 叶粉为最优底物浓度，此时 CMCase 和 FPase 活性分别为 18.62 和 46.61 IU/mL/min，高于此浓度则因底物抑制微生物生长及高固含量降低传质效率而导致酶产下降。"CCD 优化 CMCase 和 FPase 生产" 的 20 次实验中，CMCase 活性范围为 41.03–60.53 IU/mL/min（Run 19 最高，残差 1.84），FPase 活性范围为 100.40–332.10 IU/mL/min（Run 6 最高，残差 72.12），并通过二次多项式回归方程定量描述了各变量与响应值的关系。"CCD 模型的方差分析（ANOVA）" 证实 CMCase 和 FPase 模型分别在 p = 0.003 和 p = 0.021 水平显著，R2 分别为 85.95% 和 78.25%，所有线性项、二次项和交互项均统计显著。"变量交互效应：响应面图和等高线图分析" 直观展示了酵母提取物、MgSO? 和 (NH?)?SO? 两两交互对酶产的影响，并为确定最优变量组合提供了依据。

在 "纤维素酶的部分性质表征" 中，"pH 对纤维素酶活性的影响" 表明 CMCase 和 FPase 最适 pH 均为 7.5，且在 pH 7.0–11.0 范围内保持活性，符合 Bacillus 来源纤维素酶的中性至弱碱性特征；"温度对纤维素酶活性及热稳定性的影响" 显示 CMCase 和 FPase 最适温度分别为 70 °C 和 50 °C，而最大热稳定性温度分别为 30 °C 和 60 °C，说明该酶在高温下催化转化率最高但长时间暴露于 30 °C 以上即发生热变性；"溶剂和表面活性剂对纤维素酶活性的影响" 表明 0.5% 乙醇对 CMCase 和 FPase 激活作用最强（分别为对照的 235.26% 和 169.56%），丁醇和 SDS 抑制作用最显著，推测 SDS 破坏酶疏水核心和活性中心结构；"金属离子对纤维素酶活性的影响" 显示 1% NaCl 对 CMCase 激活最强（185%），5% NaCl 对 FPase 激活最强（273.3%），MnSO? 和 CaCl? 分别对两种酶活性抑制最显著，Fe3?、Mg2?、Al3? 和 Cu2? 则呈现浓度依赖性激活效应。"P. alba 的粗酶糖化" 研究表明，粗纤维素酶在 50 °C 条件下酶解 P. alba 叶粉，4 h 达到最大糖化率 19.81%，8 h 总还原糖释放量达峰值 59.42 mg/mL，24 h 后效率下降，推测与葡萄糖和纤维二糖积累引起的产物抑制及微生物利用还原糖进行代谢有关。

在 "ANN 建模" 部分，基于 CCD 实验数据建立的 ANN 模型对 CMCase 预测的 R2 为 0.9524、RMSE 为 2.6928 IU/mL，对 FPase 预测的 R2 为 0.7033、RMSE 为 40.30 IU/mL，误差直方图显示预测误差集中于零附近，表明模型系统偏差小、预测精度高，但验证性能图中存在轻度过拟合，归因于 CCD 生成数据集规模较小的固有限制。"ANN 架构的比较评价（RBF、MLP 和 GRNN）" 结果表明，RBF 网络显著优于 MLP 和 GRNN，其 R2 达 0.99994、RMSE 为 0.00162、MAE 为 0.000683，这与其擅长通过高斯径向基函数逼近复杂局部非线性输入-输出关系的特性相符，尤其适用于 CCD 生成的小型结构化数据集。

研究结论部分指出，B. paralicheniformis 以 P. alba 叶粉为唯一碳源在 SmF 条件下表现出强纤维素分解活性，经 RSM 优化营养参数后获得最大 CMCase 和 FPase 活性。CCD-RSM 确定了酵母提取物、MgSO? 和 (NH?)?SO? 的最优组合。ANN 建模，特别是 RBF 架构（R2 = 99.99%），优于 RSM（CMCase 和 FPase 的 R2 分别为 85.95% 和 78.25%），证实了 ANN 捕捉非线性变量交互作用的卓越能力。酶学表征揭示了中性至弱碱性 pH 最适（7.5）、宽范围热稳定性、乙醇和 NaCl 激活作用，以及对 P. alba 底物 19.81% 的糖化率和 59.42 mg/mL 的总还原糖释放量，支持其在木质纤维素生物质转化中的应用潜力。该研究的两项创新贡献为：首次将 P. alba 叶粉作为低成本木质纤维素底物用于 B. paralicheniformis 纤维素酶生产；以及通过严格比较验证确立 ANN 作为更优的优化框架。研究同时为工业纤维素酶生产和生物精炼应用提供了可扩展、经济可行的策略。