微生物コミュニティのバイオマーカーは,フルスケールの無気体消化器でメタンの生産を予測することができます

科学分野:

• 環境微生物学 環境微生物学
• バイオテクノロジー バイオテクノロジー
• 排水処理 排水処理 排水処理

背景:

• 排水泥の無酸素分解は,メタンの生産に不可欠ですが,プロセス障害に敏感です.
• 微生物段階での故障の早期発見は,安定した動作に不可欠です.
• メタンの予測のための現在の機械学習モデルは,微生物のコミュニティデータがない.

研究 の 目的:

• 排水泥からメタンの生成を予測するための機械学習モデルを開発する.
• メタンの生産性の重要な物理化学的および微生物学的予測要因を特定する.
• アネロビック・ダイジェスターのモニタリングにおけるメタゲノミクスとトランスクリプトミクスデータの有用性を評価する.

主な方法:

• ランダムフォレスト分析は,物理化学およびショットガンメタゲノム/トランスクリプトームデータを用いて採用されました.
• 3つのフルスケール・スラッグ・ダイジェスターから25週間にわたってサンプルを採取した.
• モデルの性能は,原子炉固有のデータセットと組み合わせられたデータセットを使用して評価されました.

主要な成果:

• 組み合わせられたデータセットは,物理化学的パラメータ (例えば,化学的酸素需要) と微生物分類の両方をトップ予測要素として特定しました.
• 原子炉特有のモデルは,限られたサンプルサイズと希少な分類によって影響を受けた.
• シミュレーションでは,150〜200個のサンプルが予測の精度を最適化することを示唆しました.

結論:

• 微生物および物理化学データを統合した機械学習モデルは,メタンの生産を効果的に予測することができます.
• 監視のための堅固な,消化器特有の予測要因を特定するために,十分なサンプル採取が必要である.
• この研究は,無酸素消化過程における未分類微生物の潜在能力を強調しています.