《Journal of Environmental Management》:Interpretable machine learning prediction and multi-objective optimization of chiral lactic acid production from organic waste fermentation
编辑推荐:
摘要由于非线性代谢相互作用及工艺差异,准确预测和控制从复杂废液中生产手性乳酸仍然具有挑战性。与以往仅专注于预测总乳酸含量的机器学习研究不同,本研究构建了一个集成机器学习与优化框架,以底物特性作为输入变量,为L-乳酸和D-乳酸这两种手性异构体建立预测模型,同时实现总乳酸含量的预测与
摘要
由于非线性代谢相互作用及工艺差异,准确预测和控制从复杂废液中生产手性乳酸仍然具有挑战性。与以往仅专注于预测总乳酸含量的机器学习研究不同,本研究构建了一个集成机器学习与优化框架,以底物特性作为输入变量,为L-乳酸和D-乳酸这两种手性异构体建立预测模型,同时实现总乳酸含量的预测与优化。该框架结合了监督学习模型(XGBoost、高斯过程回归、支持向量机以及K近邻算法)、无监督学习方法(聚类分析)、全局敏感性分析(SHAP)以及基于NSGA-II算法的多目标优化技术。在所有测试模型中,XGBoost的预测精度最高,在测试阶段的R2值分别为L-乳酸0.90、D-乳酸0.79,而在独立验证阶段则达到0.95–0.98。敏感性分析表明,挥发性脂肪酸和可溶性化学需氧量是影响异构体生成的关键因素,且当挥发性脂肪酸浓度过高时会产生抑制作用。优化结果明确了相应的操作范围,可通过这些范围完全抑制某种特定异构体的生成,或最大化L-乳酸的产量(23 gCOD·L?1)和D-乳酸的产量(10 gCOD·L?1)。尤其值得注意的是,D-乳酸的生成受挥发性脂肪酸浓度升高的抑制作用更为显著,而L-乳酸的生成则受挥发性脂肪酸与底物成分之间复杂相互作用的制约。需要说明的是,该模型的预测性能取决于训练数据的范围,若输入变量超出训练数据的分布范围,则可能会出现预测偏差。总体而言,本研究提出的框架为选择性调控乳酸异构体以及优化废物转化为生物产品的过程提供了参考依据。
引言
从有机废物中回收高价值化学品已成为推动可持续资源管理以及发展循环型生物经济的重要策略(Tian等人,2025年)。在混合微生物发酵系统中,转化效率与产物分布受底物组成、操作条件以及微生物代谢动态之间复杂非线性相互作用的影响。这类固有复杂性以及微生物系统的随机性,限制了传统经验优化方法的有效性,也难以实现精确的工艺控制。在此背景下,机器学习作为一种强大的数据驱动工具,逐渐受到重视,它能够模拟非线性关系,从操作参数、底物特性以及微生物代谢反应中挖掘隐藏规律(Pandey等人,2023年)。除了简单的回归分析之外,机器学习架构还能处理高维数据集,量化各特征的作用,从而助力生物工艺设计从经验驱动向智能化、自主化控制体系转变,进而服务于循环经济框架下的发展(Wang等人,2025a年)。基于机器学习的优化方法能够在不增加反应器规模或无需添加昂贵化学试剂的情况下提升工艺效率(Ge等人,2023年)。
迄今为止,机器学习已广泛应用于厌氧生物技术领域,尤其用于预测甲烷产量以及监测挥发性脂肪酸含量,以避免工艺出现不稳定情况(Gupta等人,2023年;Li等人,2023年)。近年来,由于乳酸作为一种具有重要工业应用价值的平台化学品,其生产领域也日益受到关注(Thygesen等人,2021年)。与传统的石化路线以及使用纯培养基的发酵方式相比,利用有机废物进行混合培养发酵是一种更具成本效益且更加可持续的乳酸生产方式。不过,目前大多数研究仍依赖对pH值、有机负荷率以及底物组成等操作参数的经验性优化(Arslan等人,2016年;Zhang等人,2020年;Xu等人,2020年)。这类经验性方法往往无法捕捉到影响乳酸生产的复杂动力学与代谢关系,因而难以开发出实时、基于数据的优化策略。
在机器学习辅助的乳酸发酵研究中,现有研究主要侧重于预测总乳酸浓度或整体产量。例如,当结合FTIR吸收度数据时,偏最小二乘回归方法的乳酸产量预测R2值可达0.96(Babor等人,2026年),而在受控实验室监测条件下,这一数值还可进一步提升至0.99(Arefi等人,2024年)。然而,除了总产量之外,乳酸的光学纯度也是决定其后续应用价值的关键因素。光学活性的L-乳酸是生产聚乳酸的首选单体,聚乳酸是一种可生物降解的聚合物,其结晶度、机械强度以及热稳定性都深受对映体特异性生物合成过程的影响(Xu等人,2020年)。此外,L-乳酸和D-乳酸都是用于合成中链脂肪酸的中间体,这类中链脂肪酸如己酸,属于高价值化学品,可被用作生物燃料或特殊化工产品(Wang等人,2025b年)。将机器学习技术引入L-乳酸发酵系统,为同步实现手性分子的生产、提升基于废物的生物精炼厂的经济效益与工艺效率提供了重要机遇。
近期在机器学习辅助的工艺建模方面取得的进展,强调了可解释且实用的数据驱动框架的重要性(Abdeljaber等人,2025年)。在各类方法中,Shapley加性解释方法能够量化各个特征对模型预测的贡献程度,从而帮助人们清晰理解复杂的机器学习模型,为合理优化提供指导(Prasertpong等人,2023年)。尽管已有这些进展,但在混合底物废物发酵系统中,将预测功能与可解释性相结合,同时实现乳酸产量与对映体纯度的优化,目前仍属于尚未得到充分探索的领域。此外,兼具机器学习预测、机制解析以及多目标优化功能的系统化框架也依然缺乏。
本研究构建了一个集成式、可解释的机器学习框架,用于预测并优化在食物废物与废水活性污泥共发酵过程中手性乳酸的生成。与以往的研究不同,本研究系统地评估了包括K近邻算法、支持向量机、极端梯度提升算法以及高斯过程回归在内的多种机器学习算法,以此确定最适合用于预测特定对映体乳酸生成的模型。表现最佳的XGBoost模型还通过SHAP方法进行了全局敏感性分析,用以量化关键操作变量对乳酸产量及光学纯度的影响。此外,本研究还采用了非支配排序遗传算法II来寻找最佳操作条件,从而在保障乳酸总产量的同时提升其对映体纯度。本研究提出了一种全新的、基于数据且具备可解释性的优化策略,可用于精准调控手性乳酸的生成,同时也为有机废物的智能加工优化提供了新的思路。
章节节选
方法
本研究构建了一个结合实验方法与机器学习技术的框架,用于预测并优化在食物废物与废水活性污泥共发酵过程中总乳酸、L-乳酸以及D-乳酸的生成。如图1所示,整个研究流程共包含七个步骤。
研究人员收集了挥发性脂肪酸、可溶性碳水化合物、可溶性蛋白质以及可溶性化学需氧量的可靠测量数据。实验数据集涵盖了L-乳酸/D-乳酸产量较高以及产量较低的多种工况情况
相关性分析
为评估各输入变量与总乳酸、L-乳酸以及D-乳酸生成量之间的关系,研究人员采用了斯皮尔曼相关性分析方法(见表S1)。各输入变量之间的相关系数rij介于0.03到0.63之间,表明各个工艺变量与乳酸异构体浓度之间存在弱到中等的线性关联。其中,输入变量间的最高相关系数为rij=0.63,这一数值低于通常认为存在多重共线性的阈值(rij>0.9),因此可以确认不存在多重共线性问题
机器学习模型在预测L-乳酸与D-乳酸异构体方面的性能
机器学习技术在乳酸生成预测领域的应用,已经从单纯估算总乳酸产量,发展到能够区分不同的手性异构体(L-乳酸与D-乳酸),并捕捉非线性的工艺动态变化。在本研究中,XGBoost模型的预测性能明显优于高斯过程回归、支持向量机以及K近邻算法,尤其是在预测L-乳酸和D-乳酸方面表现优异。其在总乳酸预测方面所达到的高精度,与此前报道的混合机器学习方法结果一致,那些方法对应的乳酸预测R2值也可达到0.88左右
局限性及未来研究方向
所开发的机器学习模型的预测性能在很大程度上取决于训练数据的范围,若输入数据偏离这一范围,就可能因为“协变量偏移”现象而出现预测偏差。所谓协变量偏移,指的是模型测试时的输入变量统计分布与模型训练时的分布存在差异。在本研究中,第7轮和第8轮的实验就出现了这种现象,因为在这些轮次中,挥发性脂肪酸与可溶性化学需氧量的浓度超出了训练数据中所代表的典型范围
结论
本研究成功构建并验证了一个集成式、可解释的机器学习框架,该框架可用于预测、分析并优化在有机废物与废水活性污泥共发酵过程中总乳酸及其各种手性异构体的生成情况。在所有经过评估的算法中,XGBoost模型的预测性能最为出色,在独立验证阶段的R2值可达0.94–0.98,这充分证明了该模型在半连续式及批次式操作条件下的稳健性以及良好的泛化能力。其预测精度与其他同类模型相当
CRediT作者贡献说明
Bartosz Szel?g:概念构思、方法设计、软件应用、结果可视化、论文初稿撰写、论文修订与润色。Yuan Li:概念构思、理论分析、实验研究、论文初稿撰写、论文修订与润色。Wenjuan Zhang:概念构思、实验研究、方法设计、结果可视化、论文初稿撰写、论文修订与润色。Yueji Chen:概念构思、理论分析、实验研究、论文初稿撰写、论文修订与润色。Xianbao Xu:
利益冲突声明
所有作者均声明,他们不存在任何可能影响本文研究结果的已知利益冲突或个人关系。
致谢
本研究得到了波兰华沙国家科学中心的财政资助,项目编号为UMO-2021/40/Q/ST8/00124,作者们对此表示衷心的感谢。
Bartosz Szel?g|Yuan Li|Wenjuan Zhang|Yueji Chen|Xianbao Xu|Xiang Li|Ewa Zaborowska|Jacek M?kinia
波兰基尔采工业大学,Al. Tysi?clecia Państwa Polskiego 7,基尔采,25-314