香蕉花序苞片双相脱木素协同优化：CCD-ANN模型驱动的高效木质素分离与生物炼制

这篇研究创新性地采用有机溶剂（Organosolv）与低共熔溶剂（DES）双相脱木素策略，结合中心复合设计（CCD）和人工神经网络-遗传算法（ANN-GA）优化模型，实现了香蕉花序苞片（BIB）中64.77%木质素的高效分离。通过CuCl催化增强β-O-4键断裂，结合DES后处理获得高纯度木质素（FT-IR/1H-NMR表征），酶解糖化率提升至57.97%。溶剂循环利用率达85%以上，为农业废弃物高值化利用提供了绿色解决方案。

　　

亮点

本研究通过CCD-ANN-GA多目标优化，首次实现香蕉花序苞片（BIB）木质素的高效分级提取，为农业废弃物的闭环利用提供了创新范式。

生物质与化学品

印度泰米尔纳德邦主栽的Musa acuminata香蕉花序苞片经60°C烘干粉碎（粒径0.25 mm），采用美国NREL标准方法测定木质素（8.78% w/w）和半纤维素含量。

BIB组分特性

香蕉苞片展现出优异的生物炼制潜力：高挥发性固体（88.72% w/w）、低灰分（11.28% w/w），其木质素-碳水化合物复合体结构可通过CuCl催化靶向裂解β-O-4键。

结论

双阶段处理策略产生具有分级抗氧化能力的木质素片段，ANN-GA模型精准预测最佳工艺参数（75°C, 120 min），酶解效率较传统方法提升38%。溶剂循环体系符合SDGs可持续发展目标。

作者贡献声明

Samuel Jacob：研究设计与监督；Sundaram Deepika Bharathi：实验执行与数据分析。

未引用文献提示

涉及香蕉产业统计（2014-2021）及DES相关研究（Lee et al., 2020）等文献未直接标注。

数据可用性声明

所有数据均可在正文及补充材料中获取。

资金声明

本研究未使用外部资助。

利益冲突声明

作者声明无任何竞争性利益关系。

致谢

感谢SRMIST大学纳米技术研究中心（NRC）提供的XRD/FT-IR测试支持，以及中央仪器平台（SCIF）的SEM和Zeta电位分析服务。