通过流量细胞计指纹测试预测链延长微生物组的性能
Kevin Sabbe1, Liese D'Haen2, Nico Boon1
1Center for Microbial Ecology and Technology (CMET), Ghent University, Coupure Links 653, 9000 Ghent, Belgium; Center for Advanced Process Technology for Urban Resource Recovery (CAPTURE), Frieda Saeysstraat 1, 9052 Ghent, Belgium.
Water research
|July 17, 2023
概括
在废物转化化学生物工艺中对微生物群落的高级流动细胞计测监测可以准确预测酸生产,提高工艺控制和产量.
科学领域:
- 生物技术是生物技术.
- 微生物学 微生物学
- 循环生物经济是一个循环的生物经济.
背景情况:
- 废物利用正在转向循环生物经济中的有价值化合物的生产.
- 混合微生物培养将废物 (水) 转化为平台化学物质,如中链碳素酸.
- 新型生物工艺往往具有较少的微生物群多样性,增加了对失败的易感性.
研究的目的:
- 实施先进的流细胞计,用于监测乳酸链延长生物过程中的微生物群落.
- 量化和定性地评估生物工艺的性能.
- 为了将微生物社区类型与功能和基因型多样性相关联.
主要方法:
- 利用流量细胞计测量监测两个连续动的水箱反应堆超过336天.
- 使用社区类型识别来识别不同的微生物联盟.
- 开发和训练机器学习算法用于生产率预测.
主要成果:
- 确定了四种特定的微生物群落类型,与不同的功能和基因型多样性相关.
- 在预测当前酸生产速度方面取得了高准确性 (R2 > 0.87).
- 在预测近期生产速度方面,证明了中等准确性 (R2 > 0.63).
结论:
- 流细胞计为通过微生物社区识别进行先进的生物过程监测提供了基础.
- 机器学习算法可以准确预测生产速度,从而实现更好的流程控制.
- 这种方法有可能显著改善生物过程优化,产品质量和产量.
