《Biotechnology Advances》：Machine learning for lignocellulosic pretreatment and lignin valorization: a biomass-centered framework from process conditions to molecular design
编辑推荐：
摘要木质纤维素糖平台生物炼制被视为化石燃料炼制的有前景的替代方案，生物质为生物基产品提供了可再生的碳资源。木质纤维素预处理仍是主要瓶颈，因为工艺结果受生物质异质性、溶剂化学和操作条件的耦合作用控制。机器学习（ML）为从稀疏、异质且实验成本高昂的数据集中学到结构-工艺-结果关系
摘要
木质纤维素糖平台生物炼制被视为化石燃料炼制的有前景的替代方案，生物质为生物基产品提供了可再生的碳资源。木质纤维素预处理仍是主要瓶颈，因为工艺结果受生物质异质性、溶剂化学和操作条件的耦合作用控制。机器学习（ML）为从稀疏、异质且实验成本高昂的数据集中学到结构-工艺-结果关系提供了一种实用框架。本综述将预处理解释为从以操作条件为主导的系统到面向分子设计的溶剂系统的连续谱，并探讨了工艺条件、化学特性和生物质如何被表征和进行学习。进一步地，本文探索了ML在预测预处理输出（如糖回收率、脱木素程度和木质素结构特征）方面的应用；在固定化学体系中识别操作窗口；在适当描述符可用时比较化学性质不同的溶剂或试剂体系；以及在数据有限时优先排序新实验。ML赋能的木质素增值通过结构解码、机理建模、结构-性能映射和逆设计进行讨论。其未来效用将更多取决于ML与预处理系统中主要变异源的匹配程度，而非算法的复杂度或新颖性。通过围绕预处理和增值问题而非算法类别来组织ML，本综述提供了一种以生物质为中心的框架，以支持更可靠、更具行动力的数据驱动生物炼制研究。
引言
从化石燃料经济向循环生物经济的转变部分取决于木质纤维素生物质能否被高效地分级和升级为燃料、化学品和材料（Alruqi et al., 2023; Jiang et al., 2026）。这一目标仍然困难，因为木质纤维素细胞壁在结构上具有难降解性，纤维素微纤丝嵌入在半纤维素和木质素组成的异质基质中，从而对下游生物转化造成了耦合的立体障碍和物理化学屏障（Zhai et al., 2022; Zhu and Pan, 2022）。预处理是木质纤维素生物炼制中最重要的单元操作之一，因为它决定了下游转化格局，并进一步影响工艺的整体经济和环境绩效（Vasilakou et al., 2023; Zhang et al., 2021; Zhu and Pan, 2022）。
传统实验策略，包括单因素分析（OFAT）和响应面方法（RSM），在狭义定义的操作域内是有用的，但当预处理行为呈现非线性、多目标且强烈受生物质异质性影响时，这些方法的效率较低（Azad et al., 2025）。例如，根据预处理化学体系和操作制度不同，增加预处理强度可能会改善底物可及性，但也可能促进不需要的副反应，如碳水化合物降解、抑制剂形成、假木质素形成或木质素缩合（du Pasquier et al., 2023; Ji et al., 2016; Zhang et al., 2014）。对这些权衡关系的实验映射是劳动密集且昂贵的。此外，在预处理的下游后果中，木质素状态尤为关键，因为技术木质素的异质性比富含碳水化合物的工艺物流更强，且强烈受预处理路线、原料来源和分级条件的制约（Ji et al., 2017; Shi et al., 2025）。因此，其后续增值取决于解析预处理调控的结构变异，而非将木质素视为均匀副产品（Hong et al., 2023）。
在此背景下，ML在木质纤维素预处理领域引发了日益增长的兴趣，因为它为分析非线性、异质且实验成本高昂的设计空间提供了一种实用框架，这些空间难以通过经验方法解决（Xie et al., 2026a）。ML不仅仅是提高预测精度，它还能帮助从异质实验数据集中识别工艺变量、生物质特征与下游结果之间的关系。近期的综述已经总结了ML在生物质转化和木质纤维素生物炼制中的应用，主要基于算法导向或广泛应用视角（Huang et al., 2025; Humera Farheen et al., 2026）。然而，ML的应用仍面临挑战，因为预处理系统表现出多种变异源，来源于操作条件、化学身份和生物质特征，而这些尚未被充分纳入ML问题建模中。这些变异决定了ML应该如何适当表征信息、如何制定学习任务，以及预测最终如何支持工艺决策。本综述采用以生物质为中心、以预处理为重点的视角探讨ML应用，并检查预处理问题如何通过ML被系统地表征、学习并转化为决策支持。
在本综述中，第2节通过表征导向的连续谱解释预处理技术，从操作条件描述符可捕获主要变异的系统到需要显式化学表征的系统，为后续的建模讨论提供基础。第3节考察化学、生物质和工艺条件如何在稀疏、异质且实验成本高昂的数据制度下被编码和进行学习，重点在于监督学习、弱监督学习和数据高效策略。第4节将ML视为预处理开发的决策支持层，聚焦于非线性工艺-响应学习、顺序实验选择、物理约束和多目标优化，以及与技术和经济及生命周期评估的整合。第5节然后将木质素增值作为一个不同的下游问题加以讨论，通过考察预处理调控的技术木质素的结构解码、机理建模、结构-性能映射和新兴的逆设计方向。最后，第6节讨论部署中仍存在的障碍，包括标准化数据基础设施、跨研究泛化、机理和物理可信度、预测性能与工艺可行性和规模相关目标的有限整合，以及在现实生物质和工艺约束下逆设计和生成式设计仍处于不成熟状态。与本综述以预处理为中心和以木质素为重点的范围最直接相关的研究总结于表1中。
章节摘要
预处理技术：从工艺条件到分子设计
预处理系统通常根据其操作原理和相关分级行为进行描述。然而，对于本综述而言，一个更有用的问题是哪种变异源主导了预处理性能，从而决定了适当的表征策略。在此，预处理系统使用表征导向的连续谱而非严格的二分类进行分类讨论。一端是试剂或溶剂……
预处理建模的机器学习框架
木质纤维素预处理中的可学习关系受预处理化学和原料难降解性的限制。在固定化学体系内，ML最可靠的学习对象是非线性工艺-响应关系、可行操作窗口以及脱木素、碳水化合物保留、可及性改善和抑制剂形成之间的权衡。在不同化学体系之间，有意义的学习需要显式表征试剂或溶剂身份……
ML在预处理开发中的决策支持
在第3节讨论的表征和学习框架基础上，下一个问题是如何利用这些模型支持木质纤维素预处理中的工程决策。ML在本节中的实际作用是通过学习非线性和耦合的工艺-响应关系、优先排序顺序实验、在物理可行的操作空间内优化，以及将实验室观察与规模感知评估联系起来，来支持工程决策……
机器学习赋能的木质素增值：从预处理调控木质素到下游功能
木质素是ML辅助生物炼制研究的重要目标，因为其高度异质且依赖预处理的结构使得有必要将木质素状态与下游性能和用途联系起来（Liu et al., 2025b）。第4节侧重于预处理工艺层面的决策，木质纤维素生物炼制的经济可行性还取决于技术木质素是否能够实现向增值下游应用的定向转化（Liu et al., 2025b）。
挑战与未来展望
2 预处理技术：从工艺条件到分子设计，3 预处理建模的机器学习框架，4 ML在预处理开发中的决策支持，5 机器学习赋能的木质素增值：从预处理调控木质素到下游功能 表明ML可以在表征、预测、工程优化和木质素增值方面支持木质纤维素预处理。然而，ML在以生物质为中心的生物炼制中的部署……
结论
ML对木质纤维素预处理具有重要价值，因为它可以帮助捕捉生物质异质性、溶剂化学和操作条件的耦合作用，这些作用既塑造分级结果又影响下游增值。从以预处理为中心和以生物质为中心的视角来看，其主要贡献不仅仅在于更高的预测精度，而在于更有效地组织异质数据以进行表征、工艺优化、规模感知的决策支持和……
生成式AI和AI辅助技术在手稿撰写过程中的声明
在本工作的撰写过程中，作者使用了ChatGPT来辅助语言润色、可读性改善和语法检查。在使用该工具后，作者根据需要审查和编辑了内容，并对文章内容承担全部责任。
利益冲突声明
作者声明不存在可能影响本文报告工作的已知竞争性经济利益或个人关系。
致谢
本研究得到棉花生物育种与综合利用国家重点实验室开放基金（CB2026A25）、中国博士后科学基金（编号：2025 M781138）、河南省科技厅重点项目（编号：262102320147；编号：262102310554）以及河南省科技发展与联合基金重点项目（编号：235200810023）的支持。
姜晓晓|王占宇|王玉洁|穆裕光|杨旭|赖恒|魏涛
