在生物制造領(lǐng)域，發(fā)酵過(guò)程中碳源濃度控制的實(shí)時(shí)性與精度是影響產(chǎn)物得率與工藝效率的關(guān)鍵因素。傳統(tǒng)生物乙醇發(fā)酵依賴人工離線采樣和補(bǔ)料操作，不僅效率低、誤差大，還難以實(shí)現(xiàn)連續(xù)動(dòng)態(tài)調(diào)控，成為制約發(fā)酵產(chǎn)業(yè)智能化升級(jí)的瓶頸。
 

　　為解決這一難題，青島能源所智能生物制造研究組王冠副研究員，聯(lián)合桂林電子科技大學(xué)阮銀蘭研究員團(tuán)隊(duì)，創(chuàng)新性地將在線拉曼光譜分析與深度學(xué)習(xí)技術(shù)融合，研發(fā)出一套基于拉曼光譜的智能反饋控制系統(tǒng)(圖1)。該系統(tǒng)通過(guò)構(gòu)建“實(shí)時(shí)監(jiān)測(cè)–智能預(yù)測(cè)–自動(dòng)調(diào)控”的閉環(huán)架構(gòu)，實(shí)現(xiàn)了生物乙醇發(fā)酵過(guò)程中碳源濃度的精準(zhǔn)動(dòng)態(tài)控制，為傳統(tǒng)發(fā)酵向智能化制造轉(zhuǎn)型提供了新路徑。
 

圖1?基于拉曼光譜分析的智能反饋控制系統(tǒng)
 

　　研究團(tuán)隊(duì)基于自研的光譜-時(shí)間拼接卷積神經(jīng)網(wǎng)絡(luò)(STC-CNN)模型(圖2)，結(jié)合高頻在線拉曼光譜探針采集的非破壞性數(shù)據(jù)流，解決了傳統(tǒng)單時(shí)刻預(yù)測(cè)滯后、標(biāo)注數(shù)據(jù)匱乏等核心問(wèn)題。該系統(tǒng)的主要?jiǎng)?chuàng)新包括：(1)引入時(shí)間序列拼接機(jī)制，整合連續(xù)多條拉曼光譜數(shù)據(jù)，捕捉發(fā)酵過(guò)程中的動(dòng)態(tài)變化趨勢(shì)；(2)結(jié)合偽標(biāo)簽數(shù)據(jù)擴(kuò)增策略，利用支持向量回歸(SVR)對(duì)大量未標(biāo)注數(shù)據(jù)進(jìn)行半監(jiān)督學(xué)習(xí)，實(shí)現(xiàn)訓(xùn)練樣本規(guī)模擴(kuò)大100倍，從而大幅提升模型泛化性能；(3)嵌入卡爾曼濾波模塊，增強(qiáng)系統(tǒng)在光譜漂移、探頭波動(dòng)等復(fù)雜條件下的魯棒性與穩(wěn)定性。
 

圖2?發(fā)酵系統(tǒng)與STC-CNN算法示意圖
 

　　在生物乙醇發(fā)酵實(shí)際運(yùn)行中，該系統(tǒng)展現(xiàn)出顯著優(yōu)勢(shì)(圖3)。在以20 g/L葡萄糖設(shè)定點(diǎn)控制實(shí)驗(yàn)中，模型預(yù)測(cè)值與離線HPLC測(cè)量值吻合度超過(guò)95%，預(yù)測(cè)最大偏差由傳統(tǒng)RR模型的8.3 g/L顯著下降至2.63 g/L。當(dāng)設(shè)定點(diǎn)調(diào)整至30 g/L時(shí)，乙醇產(chǎn)量提升至140.68 g/L，相較傳統(tǒng)批次發(fā)酵(125.71 g/L)提升11.9%；同時(shí)副產(chǎn)物甘油濃度下降至6.72 g/L，乙醇/甘油比值提升至20.93，較傳統(tǒng)最高提升64.6%(表1)。系統(tǒng)控制響應(yīng)時(shí)間提升2.4倍，整體發(fā)酵周期縮短15%-20%。
 

圖3?不同控糖策略下模型預(yù)測(cè)葡萄糖濃度與實(shí)測(cè)數(shù)據(jù)比較
 

　　表1?不同控糖策略下生物乙醇發(fā)酵參數(shù)比較
 

 

　　該成果不僅解決了生物乙醇生產(chǎn)過(guò)程中的控糖精度難題，更為發(fā)酵工業(yè)的智能化提供了關(guān)鍵支撐。其“一鍵式”智能補(bǔ)料控制架構(gòu)降低了對(duì)人工經(jīng)驗(yàn)的依賴，提升了工藝穩(wěn)定性和生產(chǎn)效率。更重要的是，該系統(tǒng)具備良好的技術(shù)通用性，所構(gòu)建的STC-CNN架構(gòu)與拉曼反饋控制體系已在檸檬酸、乳酸、蛋白表達(dá)等多類發(fā)酵場(chǎng)景中開(kāi)展適配驗(yàn)證，具備面向食品、生物醫(yī)藥、綠色能源等多行業(yè)推廣的廣闊前景。
 

　　相關(guān)研究成果以“Data-Augmented Deep Learning Algorithm for Accurate Control of Bioethanol Fermentation Using an Online Raman Analyzer”為題，發(fā)表于生物技術(shù)與生物工程領(lǐng)域核心期刊Biotechnology and Bioengineering上。論文第一作者為來(lái)自華東理工大學(xué)的聯(lián)合培養(yǎng)碩士生于曉飛和桂林電子科技大學(xué)碩士研究生紀(jì)凱迪，通訊作者為王冠和阮銀蘭。相關(guān)研究得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃、山東省泰山學(xué)者青年專家等項(xiàng)目的資助與支持。