近期，我校生物工程学院丁健团队在地衣芽孢杆菌培养过程混合建模方面取得重要进展，研究成果“Modeling and optimization of sporulation by Bacillus licheniformis BF-002 based on dynamics and recurrent neural networks”正式发表于Bioresource Technology (IF = 11.4) (https://doi.org/10.1016/j.biortech.2024.130534)。
地衣芽孢杆菌（Bacillus licheniformis）是一种在土壤中常见的革兰氏阳性嗜热细菌。在极端环境下生存能力强，能够在干旱，高辐射，低温和高温等恶劣环境下生存。在疾病防治，环境修复等领域被广泛应用，具有极高的生物经济价值。在工业发酵规模下制备保持菌体活性的微生态制剂，芽孢数量是其重要的质量指标之一。然而，工业发酵不仅需要高效的生产菌株，还需要合适的培养条件和培养基成分，以及规模化生产在这方面，生物模型的使用受到了广泛关注。
丁健团队以地衣芽孢杆菌BF-002发酵过程为研究对象，在深入研究和了解地衣芽孢杆菌发酵过程工艺机理和主要影响条件的基础上，设置多批发酵实验扩充数据集，以发酵动力学为基础，结合地衣芽孢杆菌发酵过程的自身特点，建立地衣芽孢杆菌补料分批发酵动力学模型，后利用差分进化算法对模型中的未知参数进行拟合，通过数据分析认识到动力学模型之中的不足和预测误差来源后，将动力学模型与人工神经网络相结合构建了混合模型，利用RNN-LSTM来拟合模型中的μsp、μg和μd，使这三个参数可随环境和时间变化而动态调节，后通过实验数据验证模型预测性能，结果显示混合模型的预测精度得到提高。本课题利用遗传算法对构建的混合模型进行优化，并进行了数据仿真，后利用所得到的最佳工艺操作曲线进行实验，结果发现与仿真结果大致相同。与对照批次相比，2个最优批次的nf,sp分别提高16.20%和35.21%。最优批次不仅降低了成本，而且使芽孢产量得到了大幅提升，证明利用遗传算法优化构建的地衣芽孢杆菌发酵混合模型所得到的工艺操作曲线具有指导意义，可显著提高培养B.licheniformis BF-002的经济效益。
图形摘要
吕成副研究员为论文的通讯作者，丁健为第一作者。上述研究得到了国家重点研发计划（Grant No. 2021YFC2101100）、巴彦淖尔国家农业高新技术产业示范区重点项目(NMKJXM202210、NMKJXM202309)资助。
