机器学习模型预测木质纤维素生物质预处理后酶解效率：基于多维输入参数的比较研究框架

本研究针对木质纤维素生物质预处理后酶解效率预测的复杂性问题，开发了包含BPANN、MARS、DT等六种机器学习模型的比较框架。结果表明，支持向量回归（SVR）模型表现最优，对葡萄糖和木糖产量的预测R2分别达0.95和0.99，并通过SHAP分析揭示pH为关键调控因子。该研究为生物质精炼工艺优化提供了智能化工具和理论依据。

　　

随着化石能源枯竭和环境约束加剧，木质纤维素生物质转化为生物乙醇的可再生能源技术成为研究热点。然而，植物细胞壁中木质素包裹的纤维素-半纤维素复合结构导致天然生物质存在顽固性，必须通过预处理破坏其宏观组装才能释放可发酵单糖。当前研究面临两大挑战：一是传统实验方法难以解析预处理过程中多组分非线性相互作用；二是现有预测模型多局限于单一生物质类型，缺乏普适性解释框架。

针对这些问题，华南农业大学生物质工程研究所（Key Laboratory of Energy Plants Resource and Utilization, Ministry of Agriculture and Rural Affairs）的Tiantian Xie和Meishan Fan团队在《Industrial Crops and Products》发表研究，系统比较了六种机器学习算法对四种典型生物质（小麦秸秆、玉米秸秆、甘蔗渣、杨木）酶解效率的预测性能。研究创新性地将预处理操作参数与生物质组分特征（纤维素含量CC、半纤维素含量HC、木质素含量LC、结晶度指数CrI等）作为多维输入变量，通过10折交叉验证优化模型，并采用SHAP和特征重要性分析揭示关键影响因素。

关键技术方法包括：1) 收集200组实验数据构建包含11项输入参数和2项输出变量的数据集；2) 采用Pearson相关系数分析变量间线性关系；3) 对比BPANN（反向传播人工神经网络）、MARS（多元自适应回归样条）等六种算法性能；4) 通过SHAP值解析特征贡献度。

研究结果显示：

1. 1.

   数据集分析：预处理温度（80-210°C）和pH（2.1-12.1）范围覆盖广，酶解后葡萄糖和木糖平均产率分别为64.78%和24.18%。

2. 2.

   线性相关性：固体得率（SY）与木质素去除率（LRY）呈强负相关（r=-0.69），证实去木质化对糖释放的促进作用。

3. 3.

   模型优化：SVR在葡萄糖和木糖预测中均表现最佳，平均RMSE低至0.12和0.09。

4. 4.

   可解释性分析：SHAP揭示溶液pH通过调控半纤维素保留（r=0.80）和木质素溶解主导酶解效率，特征重要性排名显示SY和CrI是葡萄糖产量的关键中介变量。

该研究的核心结论在于：SVR模型成功捕捉了预处理参数与生物质特性间的复杂非线性关系，其预测精度（R²>0.90）显著优于现有文献报道。特别值得注意的是，通过可解释AI技术首次量化了pH对木质素-碳水化合物复合体解离的阈值效应，证明pH 2.5-6.5区间存在木糖产量的sigmoidal响应曲线。开发的预测软件工具可直接指导工业实践中预处理工艺的精准调控，例如通过优化pH和温度组合实现纤维素可及性最大化。

相较于前人工作，本研究在三个方面实现突破：1) 模型通用性覆盖草本/木本生物质；2) 引入结晶度指数等结构特征提升预测维度；3) 结合SHAP与特征重要性双重视角解析机理。这些发现为生物精炼过程的数字孪生建模提供了新范式，未来可通过整合酶解动力学和多组学数据进一步强化模型的工业适用性。