智能光学成像辅助声流丰富系统,用于在多种压力条件下针对性选微藻

科学领域:

• 生物技术是生物技术.
• 微藻养殖 微藻养殖
• 生物工艺工程 生物工艺工程

背景情况:

• 微藻的有效采集和利用对于可持续的生物产品至关重要.
• 当前的方法往往缺乏选择性和实时适应性.
• 微藻类,像H. pluvialis,是有价值化合物的丰富来源,如阿斯塔克桑丁.

研究的目的:

• 开发一个智能,无标签的系统,用于高产量的微藻丰富.
• 为了优化微藻收获和阿斯塔克桑积累.
• 为微藻生物处理提供一个可扩展的分析框架.

主要方法:

• 多因素应力培养模块与感知决策分析框架和声流体技术的集成.
• 使用一种形态光学增强的YOLO (MOE-YOLO) 算法进行微藻生长状态分析和阿斯塔山丁检测.
• 采用随机森林回归模型来动态控制声幅和流体流速,以进行有针对性的丰富.

主要成果:

• 智能光学成像辅助声流丰富系统 (SOAES) 实现了H. pluvialis的9.4倍丰富比率.
• 富含微藻群中的阿斯塔丁含量增加了大约125%.
• 在特定的蓝光和海水度条件下,成功无标签,有针对性的缩被证明是成功的.

结论:

• 该SOAES提供了一个智能,可调和,可扩展的解决方案,用于微藻丰富.
• 该系统可实现高效的收获,并增强像阿斯塔克桑这样有价值的化合物的积累.
• 这种方法为先进的微藻生物处理和副产品价值化提供了一个有希望的分析框架.