基于BBD-RSM与ANN的螺旋藻–蛋壳–单宁酸复合生物制剂优化及其对硬粒小麦发芽的调控效应：从农业废弃物到作物生长的转化

《Agronomy》：Turning Waste into Growth: A BBD-RSM and ANN-Driven Optimization of Spirulina–Eggshell–Tannic Acid Bio-Formulations for Durum Wheat Germination

　　

农业食品废弃物数量持续攀升，凸显了对创新性增值策略的迫切需求，此类策略应能同步降低环境负担并支撑可持续农业。本研究首次将蛋壳粉（Eggshell Powder, ESP）、螺旋藻粉（Spirulina Powder, SP）和单宁酸（Tannic Acid, TA）——三种源自食品废弃物和藻类生物质的低成本改良剂——进行组合，以评估其对硬粒小麦（Triticum durum Desf., cv. Vitron ORD）发芽的影响。研究人员采用Box-Behnken设计（Box-Behnken Design, BBD）结合响应面法（Response Surface Methodology, RSM），在17个实验运行中对制剂进行优化，以SP（0.2–1.0 g）、ESP（0.4–1.2 g）和TA（0.005–0.015 g）作为独立变量，并以未经处理的蒸馏水作为对照，同时采用人工神经网络（Artificial Neural Network, ANN）模型进行对比与预测评估。不同处理间发芽率差异显著，范围从10.67%至82.67%，而未经处理对照组为48.00%。含有低SP、中至高ESP及低TA质量的制剂均超越对照组，而高SP质量则普遍呈现抑制效应。二次RSM模型与实验数据高度拟合（R² = 0.9905；调整R² = 0.9783）。期望函数优化确定最优制剂为0.200 g SP、0.766 g ESP和0.00534 g TA，预测发芽率达82.68%。ANN模型在预测性能上略优于RSM（R² = 0.99452；平均绝对误差MAE = 0.470）。总体而言，经优化的低剂量SP–ESP配合最少TA的制剂较未处理对照显著提升了发芽率，展现了将藻类生物质与食品废弃物衍生材料相结合作为种子引发（seed priming）与农业废弃物增值的低成本、环境友好策略的潜力。

**论文解读：基于BBD-RSM与ANN的螺旋藻–蛋壳–单宁酸复合生物制剂优化及硬粒小麦发芽研究**

**一、研究背景与问题提出**

全球农业食品行业的快速扩张导致有机和生物废弃物大量产生，对环境可持续性与资源效率构成迫切挑战。其中，蛋壳是产量最大但利用最不充分的副产品之一，全球年产量估计达数百万吨，绝大部分未经增值处理即被丢弃。蛋壳约94%–95%由方解石形式的碳酸钙（CaCO₃）组成，并含有少量富含蛋白质和多糖的有机基质，使其成为农业应用中钙和微量矿物质的潜在低成本来源。将蛋壳粉（Eggshell Powder, ESP）纳入土壤系统和种子处理可改善土壤结构、调节pH及养分有效性。与此同时，微藻生物质——尤其是钝顶螺旋藻（Spirulina platensis）——因具有高蛋白含量（干重50%–70%）、必需氨基酸、维生素、色素以及藻蓝蛋白和酚类等抗氧化化合物而备受关注。螺旋藻粉（Spirulina Powder, SP）在农业中已展现出生物刺激剂（biostimulant）特性，在适宜浓度下可促进多种作物的种子发芽、幼苗活力和胁迫耐受性，但其效应常呈浓度依赖性，过量施用反而导致生长抑制。单宁酸（Tannic Acid, TA）是一种广泛分布于植物组织的天然多酚化合物，在种子生物学中扮演双重角色：低浓度下其抗氧化和抗菌特性可保护萌发胚胎免受吸胀过程的氧化胁迫，而高浓度下则可通过化感作用（allelopathy）和酶抑制效应抑制发芽及早期幼苗发育。

尽管ESP、SP和TA各自在农艺方面具有明确潜力，但目前三者在谷物种子发芽中的组合效应与交互作用几乎未见报道。现有研究多单独考察这些改良剂，未考虑多种生物活性组分同时施用可能引发的协同或拮抗相互作用。这一空白尤为关键，因为植物对生物刺激剂组合的生理响应极少呈简单加和，最优制剂往往取决于各交互因子间精确的浓度平衡。因此，本研究首次系统评估了ESP、SP和TA对硬粒小麦（Triticum durum Desf., cv. Vitron ORD）发芽的组合效应，以BBD-RSM进行优化，并引入ANN模型进行预测性能的基准对比，旨在为将食品废弃物和藻类副产品转化为高效环保种子处理剂提供数据驱动的技术路径。

**二、研究开展与意义概述**

研究人员以硬粒小麦品种Vitron ORD为材料，采用三因素三水平BBD-RSM实验设计（17个运行，含中心点重复），系统考察SP（0.2–1.0 g）、ESP（0.4–1.2 g）和TA（0.005–0.015 g）对发芽率的独立效应、交互效应及二次效应，并以蒸馏水作为未处理对照。与此同时，构建前馈多层感知器（Multilayer Perceptron, MLP）架构（3-3-1）的ANN模型进行并行预测，采用决定系数R²、均方误差MSE、均方根误差RMSE和平均绝对误差MAE等多指标比较两种建模方法的预测精度。研究得出核心结论：低SP–中高ESP–低TA组合能显著超越对照（最高达82.67% vs. 48.00%），而高SP普遍抑制发芽；SP是影响最大的因子；SP×ESP和SP×TA交互作用显著，ESP×TA交互作用不显著；ANN（R²=0.99452）在预测精度上略优于RSM（R²=0.99049）。该研究的学术价值在于首次揭示了三种低成本废弃物衍生改良剂在谷物发芽中的剂量-响应规律与交互模式，为循环经济框架下的种子引发技术提供了可参考的优化范式；其实践意义在于提出了一种将藻类生物质和食品废弃物协同资源化的低成本、环境友好型方案，对干旱半干旱地区减少化学肥料依赖具有潜在应用前景。

**三、关键技术方法概要**

研究人员采用Box-Behnken设计（BBD）耦合响应面法（RSM）进行实验设计与建模优化，以SP质量（A）、ESP质量（B）、TA质量（C）为三因素，各设三水平（?1, 0, +1），共计17个实验运行（含5个中心点重复）。硬粒小麦种子（Triticum durum Desf., cv. Vitron ORD）来源于阿尔及利亚El Oued地区Teksebt谷物豆类合作社，经10%次氯酸钠表面灭菌15分钟后用于发芽试验。发芽试验在9 cm培养皿中进行，每皿15粒种子、5次重复，于29±1°C、16 h光照/8 h黑暗光周期下培养10天，以胚根突破种皮为发芽标准，并设蒸馏水对照组。ANN模型采用前馈MLP架构（3-3-1），以SP、ESP、TA为输入、发芽率为输出，经2–10个隐含层神经元的系统试错确定最优隐含层神经元数为3，隐含层采用logsig传递函数，输出层采用purelin传递函数，使用Levenberg-Marquardt反向传播算法（trainlm）进行网络训练。

**四、主要研究结果**

**4.1 RSM模型优化：** 实验发芽率范围宽广（10.67%–82.67%），凸显硬粒小麦发芽对配方参数（特别是SP质量）的高度敏感性。五个中心点重复均一致获得48.94%的发芽率，验证了实验的高重现性。未处理对照发芽率为48.00%，仅四个配方（R1、R6、R7、R11）超越对照，均为最低SP水平（0.2 g），其中R6和R7达到最高值82.67%，较对照提高34.7个百分点；而高SP（1.0 g）与高TA组合（R15）则降至最低10.67%，表明改良剂效应呈强烈的剂量依赖性而非普遍有利。

**4.2 模型拟合与方差分析：** ANOVA表明二次模型高度显著（F=81.01，p<0.0001）。线性项中SP（F=603.15，p<0.0001）的效应远超ESP和TA；交互项中SP×ESP（p=0.0005）和SP×TA（p=0.0050）均显著，而ESP×TA（p=0.3482）不显著，表明ESP和TA对发芽的贡献在很大程度上彼此独立；二次项B²和C²亦高度显著（p均为0.0036），证实响应面存在显著弯曲。模型R²=0.9905，调整R²=0.9783，精密度（Adequate Precision）=30.65，远高于推荐阈值4。3D响应面分析进一步揭示：SP–ESP交互中，低SP下增加ESP可显著提升发芽率（最高达82.67%），而高SP下无论ESP水平如何发芽率均下降；SP–TA交互中，TA效应方向取决于SP水平——低SP时增加TA使发芽率从82.67%降至64%，高SP时增加TA反而使发芽率略有回升（从13.33%至20%），可能与其抗氧化特性部分抵消SP诱导的氧化胁迫有关。

**4.3 期望函数优化：** 基于期望函数（desirability function）的单响应优化确定最优配方为SP 0.224 g、ESP 0.846 g、TA 0.0059 g，预测发芽率82.67%，期望值1.000。重复验证实验实测均值82.67%，与预测及实验数据中的最高值（Run 6、Run 7）完全一致，证实了模型在该实验域内的可靠性与优化算法的有效性。

**4.4 ANN模型优化：** ANN（3-3-1）在全部误差指标上均略优于RSM：MSE为2.846（RSM: 4.080），RMSE为1.687（RSM: 2.020），MAE为0.470（RSM: 1.382），R²为0.99452（RSM: 0.99049）。ANN在第3个epoch达到最佳验证性能（MSE=232.71），随后采用早停法终止训练以防止过拟合。误差直方图显示训练子集误差紧密集中于近零区间，验证与测试子集因样本量极小（各约2个数据点）存在个别较大误差，未呈现系统性偏差。由于总体数据集仅17个运行，ANN与RSM之间的性能差异应视为指示性而非确定性结论。

**五、讨论总结与研究结论**

从生理生化角度讨论，低浓度SP中的蛋白质、氨基酸和色素等生物活性化合物可能通过促进种子代谢活化来增强发芽；高浓度SP则可能引发渗透胁迫或植物毒性效应。ESP通过钙补充有助于吸胀过程中的膜稳定和酶活化。TA的双重效应可能涉及其与种子蛋白和水解酶（尤其是α-淀粉酶）的相互作用：低SP条件下高TA抑制储备物质动员，高SP条件下TA的抗氧化特性可能部分缓解氧化胁迫。然而，由于本研究未直接测定渗透状态、氧化胁迫指标、膜完整性和酶活性，上述机制仍属推测，需进一步实验验证。

研究结论可归纳如下：SP、ESP和TA的组合施用可显著影响硬粒小麦发芽，效应从刺激到抑制取决于剂量——发芽率范围为10.67%至82.67%（对照48.00%），含低SP、中至高ESP和低TA的配方是唯一持续超越对照的组合，高SP水平普遍降低发芽率。二次RSM模型拟合优良（R²=0.9905），SP为最具影响因子，SP×ESP和SP×TA交互作用显著而ESP×TA不显著，表明ESP与TA各自独立贡献于发芽响应。ANN预测精度（R²=0.99452）略优于RSM，但受限于小样本量（n=17），此差异宜谨慎解读。优化后的低剂量SP–ESP配合最少TA的制剂较对照显著提升了发芽率，验证了将藻类生物质与食品废弃物衍生材料相结合作为循环经济框架下种子引发低成本策略的可行性。未来研究应在温室和田间条件下验证优化配方的重现性与农艺有效性，进行与对照的正式统计比较，开展生理、生化和植物毒性指标的深入研究，并拓展至更多谷物物种，同时对SP和ESP原料进行详细化学表征以明确其效应成分。