利用双目标机器学习框架对混合文化环境中聚羟基烷酸酯积累现象进行的数据驱动性解释

《Bioresource Technology》:Data-driven interpretation of mixed-culture polyhydroxyalkanoate accumulation using dual-target machine learning framework

【字体: 大 中 小 】 时间:2026年08月29日 来源:Bioresource Technology 8.2

编辑推荐:

   • 双目标机器学习(ML)部分分离了状态依赖的PHA积累和周期内的PHA积累。 • 整合了来自

  
  • •
    双目标机器学习(ML)部分分离了状态依赖的PHA积累和周期内的PHA积累。
  • •
    整合了来自三项SBR富集研究的1205个周期级观测数据。
  • •
    无需调优的TabPFN模型在泄露安全验证下对两个目标都具有很强的鲁棒性。
  • •
    PHAgain减少了遗产状态依赖性,并且比PHAmax有更好的转移效果。
  • •
    该框架揭示了周期结束时目标所掩盖的周期内PHA增量。

引言

聚羟基烷酸酯(PHA)是可生物降解的微生物储存聚合物,为基于石油的塑料提供了一种可持续的替代品(Zhang等人,2022年)。混合微生物培养(MMC)系统适用于PHA生产,因为它们可以利用复杂的底物和废水流,且无需无菌操作。在这些系统中,PHA的储存是在“丰年”和“饥荒”两种条件下诱导的:在“丰年”时,循环碳过剩,选择性地富集能够快速进行细胞内积累的微生物;而在“饥荒”时,则利用这些微生物储备(Beun等人,2000年)。最终的PHA含量取决于营养物质的化学计量比、生物量保留、沉淀作用导致的冲洗效果以及细胞内的遗产状态,这些因素之间存在非线性相互作用,使得识别与储存相关的主变量变得复杂(Argiz等人,2020年)。
传统的描述MMC-PHA系统的方法依赖于微生物群落分析及长期富集技术,但这既耗时又无法提供关于群落组成的实时信息。这些局限性促使人们采用基于机器学习(ML)的数据驱动方法,这种方法可以从操作数据集中学习非线性关系,而无需明确的工艺方程,并且越来越多地被用于预测PHA积累和优化工艺(Park等人,2026年)。
大多数现有的PHA积累数据驱动研究使用单一的输出目标,即周期结束时的PHA含量(通常以g/L表示)或PHA与生物量的比值(g PHA/g VSS)(Park等人,2026年;Rueda和García,2021年)。例如,Islam Mozumder等人(2015年)报告称,氮限制会增加PHA与活性生物量的比值,而底物供应则控制着生产力;Park等人(2026年)发现碳、氮和磷是对细胞内储存具有非线性及阈值依赖性影响的关键预测因子。然而,周期结束时的PHA含量不仅反映了当前的操作条件,还包含了从前几个周期继承的细胞内储存状态。因此,描述初始周期条件的变量可能会显著影响模型预测结果,从而掩盖操作参数的影响。为了减少遗产细胞内状态的影响并更好地揭示操作因素的贡献,定义了周期内的PHA增量(PHAgain),即周期结束时的细胞内PHA含量与周期开始时的细胞内PHA含量之间的差异。这些明确的界限为评估和调整操作策略提供了更直接的基础。
将ML应用于MMC-PHA系统仍面临两个挑战。首先,在小规模且特征相关的数据集上训练的ML模型容易过拟合,这可能导致看似很高的准确率,但泛化能力较差,变量重要性排序也会产生误导(Park和Lee,2026年)。其次,传统模型的可靠预测依赖于对数据集特定超参数的广泛调整,这在计算上成本高昂且难以复制,而且在样本数量较少时也会导致过拟合。预训练的表格基础模型(如Tabular Prior-Data Fitted Network(TabPFN)(Hollmann等人,2025年)无需针对数据集调整超参数即可进行预测,适用于小型数据集,并能减少过拟合和计算成本。然而,它们在MMC-PHA积累领域的适用性尚未得到评估。
本研究旨在通过区分系统状态依赖的储存(PHAmax)和周期内的积累(PHAgain),来改进对混合微生物培养中PHA积累的机制解释。定义了两个预测目标:PHAmax表示周期结束时的细胞内PHA含量(% VSS);PHAgain表示从周期结束时的PHA含量与周期开始时的PHA含量之差计算得出的周期内PHA增量。评估了包括TabPFN在内的六个ML模型的预测性能和泛化能力。随后使用选定的模型来量化与PHAmax和PHAgain相关操作参数和系统状态变量的相对贡献,并比较它们的预测结构。

章节节选

材料与方法

本研究分为三个主要部分:(i) 实验和数据收集;(ii) 数据预处理和ML预测;(iii) 使用可解释AI模型识别与PHA积累相关的关键变量。

三种SBR富集条件下的操作与PHA积累

三项SBR研究在共同的“丰年”和“饥荒”框架下施加了不同的操作条件,包括OLR(有机负荷率)和沉淀时间的变化(第1组,n = 205周期);营养物质解耦结合C/N/P(碳氮磷)比例的变化(第2组,n = 832周期);以及在恒定营养物质驱动力下的沉淀阶段(第3组,n = 168周期)。PHAmax和PHAgain的时间变化过程如图2所示,同时展示了操作变量(SRT和OLR)和生物量参数的变化过程

结论

本研究提出了一种双目标预测框架,将混合微生物培养中的聚羟基烷酸酯积累分为系统状态成分(PHAmax)和周期内成分(PHAgain)。在泄露安全评估下,对比的六个模型中,预训练的TabPFN模型在无需任何数据集特定调整的情况下对两个目标都具有最高的鲁棒性,这证明了预训练的表格基础模型在处理小型、结构化数据集时的优势

CRediT作者贡献声明

Seongbong Heo:撰写——初稿、可视化、方法论、调查、正式分析、数据整理、概念化。 Hyeongju Park:撰写——初稿、方法论、正式分析、数据整理。 Sangchul Lee:可视化、方法论。 Young Mo Kim:撰写——审稿与编辑、项目管理、概念化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号