利用解淀粉芽孢杆菌发酵提升1-脱氧野尻霉素产量的机器学习策略

《Journal of Bioscience and Bioengineering》：Machine learning strategy to boost 1-deoxynojirimycin production through fermentation by Bacillus amyloliquefaciens

　　

亚氨基糖1-脱氧野尻霉素（1-DNJ）是一种具有重要药用价值的天然生物碱，其在治疗和营养保健领域的应用正在不断拓展。通过微生物合成这种物质，可为植物提取提供一种可持续且可规模化的替代方案。然而，由于营养因素与物理化学发酵参数之间存在着复杂的非线性相互作用，工艺优化面临诸多挑战。本研究旨在通过单因素实验与人工神经网络模型相结合的方法，提高淀粉分解芽孢杆菌生产1-DNJ的效率。LC-MS/MS分析证实，该菌株能够以可溶性淀粉和蛋白胨为原料生产1-DNJ。随后，研究采用单因素实验与人工神经网络机器学习模型相结合的方式进一步提升1-DNJ的产量。经过单因素优化得到的培养基，其α-葡萄糖苷酶抑制活性为82.55%，1-DNJ浓度为1064 ± 4.64毫克/升。研究人员进一步利用基于加权弹性反向传播算法（rprop+）并包含六个隐藏层的高效人工神经网络，在有限的数据集上对该模型进行训练。该模型确定了更为优化的发酵条件，预测其抑制活性可提升至87.47%，1-DNJ浓度可达1179 ± 8.44毫克/升。对经过验证的人工神经网络进行的敏感性分析表明，接种量与发酵温度是影响发酵过程的最关键变量。这一机器学习框架为1-DNJ发酵工艺的优化提供了一种可行的技术途径，而所确定的这些关键发酵参数也为后续研究奠定了坚实基础。

章节节选

材料与化学品

1-DNJ（纯度98%，批次号：CYR-T0042210901），购自中国成都的四川崔一润生物科技有限公司。9-氟苯甲酰氯与α-葡萄糖苷酶则从中国上海的麦克林生化科技有限公司购买。蛋白胨购自中国北京的北京奥博兴生物科技有限公司。可溶性淀粉则由中国上海的中国医药化学试剂有限公司提供。琼脂、MgSO₄、FeSO₄、KCl、KI以及I₂则由天津科美欧化工公司供应。

发酵液的LC–MS/MS分析

通过LC-MS/MS方法对1-DNJ标准品以及淀粉分解芽孢杆菌ACCC10270菌株的发酵液进行了鉴定，其一级质谱图与二级质谱图分别如图2A和图2B所示。1-DNJ标准品在一级质谱图的离子色谱图中呈现一个强度较高的单一峰，其m/z比为164.0911（见图2A）。而在发酵液样本中，[M + H]⁺离子的峰位则为164.0927（见图2B）。无论是1-DNJ标准品还是发酵液，其二级质谱图也均显示出相应的特征峰形。

CRediT作者贡献说明

熊岩：写作——审阅与编辑，写作——初稿撰写，验证，方法学，研究实施，概念构思。王康：写作——审阅与编辑，验证，方法学，研究实施，数据整理。马继龙：写作——审阅与编辑，可视化处理，验证，软件应用，方法学，研究实施，数据整理。赖金文：写作——审阅与编辑，可视化处理，验证。黄希文：写作——审阅与编辑，可视化处理，软件应用。郑东凯：写作——

致谢

本项研究得到了中国湖南省自然科学基金（项目编号：2025JJ70099）以及中国全国大学生创新创业训练计划（项目编号：202105650111）的支持。

熊岩|王康|马继龙|赖金文|黄希文|郑东凯|唐俊杰|石本旺|胡晓琴|张有发|吴学文

中国湘潭市411105，湘潭大学化学工程学院制药工程系