细菌联盟的合作,以生物降解高度的和机器学习的潜在应用
Wenrong Bing1, Xinyu Li2, Yunxing Zhao2
1College of Life Science, Key Laboratory of Straw Comprehensive Utilization and Black Soil Conservation, Ministry of Education, Jilin Agricultural University, Changchun, 130118, China; College of Life Science, Key Laboratory of Saline-alkali Vegetation Ecology Restoration, Ministry of Education, Northeast Forestry University, Harbin, 150040, China.
一个新的微生物联盟有效地降解了废水中高度的醇,达到2000 mg/L. 该联盟通过生产表面活性剂和贝他因来增强的生物降解,为工业废水处理提供可持续的解决方案.
科学领域:
- 环境微生物学 环境微生物学
- 生物技术是生物技术.
- 废水处理 废水处理
背景情况:
- 废水中的高度带来了重大的环境挑战.
- 微生物降解是一种有前途但又困难的方法,可以去除像这样的反抗性污染物.
- 开发有效的微生物联盟来去除对于有效的废水处理至关重要.
研究的目的:
- 为了隔离和描述一种能够降解高度醇的微生物联盟.
- 阐明微生物联盟在生物降解过程中使用的合作机制.
- 通过机器学习开发醇生物降解的预测模型.
主要方法:
- 隔离和培养一种降解的微生物联盟.
- 在降解过程中分析微生物联盟的组成和稳定性.
- 代谢分析侧重于表面活性剂和贝他因的生产.
- 开发和应用一个反向传播的人工神经网络 (BP-ANN) 模型.
主要成果:
- 隔离了一个微生物联盟,在30小时内迅速降解1800毫克/升的,最大降解能力为2000毫克/升.
- 在降解过程中,在联盟中确定了一个稳定的核心细菌群体.
- 证明该联盟通过生产表面活性剂和贝来增强醇生物降解,提高环境适应性和代谢效率.
- 该BP-ANN模型准确地预测了的生物降解,显示了高的确定系数 (R2).
结论:
- 孤立的微生物联盟为从废水中去除高度的醇提供了有效的解决方案.
- 微生物合作,包括稳定的核心社区和特定代谢物的生产,是有效的生物降解的关键.
- 机器学习模型,如BP-ANN,可以可靠地预测生物降解过程,减少时间和成本.
- 这项研究为在污染物降解中利用混合微生物培养提供了理论基础.
更多相关视频
10:03Isolation, Propagation, and Identification of Bacterial Species with Hydrocarbon Metabolizing Properties from Aquatic Habitats
Published on: December 7, 2021
08:21Isolation and Screening from Soil Biodiversity for Fungi Involved in the Degradation of Recalcitrant Materials
Published on: May 16, 2022
