基于神经网络的新疆棉花秸秆高效酶解糖化研究

It is very important to improve the saccharfication of biomass for high-valued biomass utilization. To investigate and improve the efficiency of enzymatically conversing cotton stalk to fermentable sugars, three kinds of methods, dilute sulfuric acid, alkaline sodium hydroxide and alkaline steam explosion were selected to focus on analyzing how the removal of hemicellulose, lignin, or both of hemicellulose and lignin, respectively, affect the saccharfication of the pretreated cotton stalk materials.The effect of different pretreatment parameter (i.e., acid/alkali concentration, temperature, and reaction time, solid/liquid ratio,etc.)on the composition and surface structure of cotton stalk were investigated, followed by enzymatically hydrolyzing these materials into fermentable sugars, the mechanism of saccharfication was also explored. To search further potential optimum pretreatment and hydrolysis conditions, an artifical neural network (ANN) was created to model both the pretreatment and enzymatic hydrolysis steps using the prior experimental data to train it. We wish this work could provide some help in understanding the degradation process of lignocellulosic biomass and eventually help improving its conversion efficiency.

生物质糖化是生物质高值化利用的重要途径。本项目针对新疆棉秆利用过程中影响棉秆酶解糖化的关键因素不明，棉秆三组分等影响酶解的作用机理不清楚，棉秆高效酶解糖化的预处理与酶解适配机制不明，从而致使棉秆转化率和利用率低等问题，拟选用稀酸处理、碱处理、蒸汽爆破联合碱处理3种预处理技术，研究半纤维素、木质素、以及二者的同时去除对棉秆酶解糖化的影响及作用机理，阐明影响棉秆高效酶解糖化的关键因素及机制。采用神经网络等方法分别对预处理、酶解过程进行模拟预测，并在对两步转化过程进行统计分析的基础上，建立涵盖预处理和酶解过程的综合模型，探寻棉秆高效糖化的最佳预处理与酶解适配机制，为深入理解人类干预棉秆等木质纤维素类生物质的降解过程，提高其降解转化效率奠定应用基础。

生物质糖化是生物质高值化利用的重要途径。本项目以新疆棉秆为研究对象，选用稀酸处理、碱处理、蒸汽爆破联合碱处理3种预处理技术，分别研究了半纤维素、木质素、以及二者的同时去除对棉秆酶解糖化的影响，并采用神经网络对棉秆预处理和酶解过程进行了模拟和优化。主要得到以下结果：当H2SO4浓度、反应温度、时间和固含量分别为0.3mol/L、135˚C、60min和10%，酶解温度为45℃，纤维素酶酶用量425 FPU，酶解时间70 h时，经H2SO4处理的棉秆在纤维素酶中的还原糖产糖率可达72.58%，向纤维素酶中添加木聚糖酶，可将酶解产糖率提高至90%左右。当NaOH浓度、反应温度、时间和固含量分别为6% NaOH、60 ˚C、60 h和10%，混合酶用量为35 g/L，纤维素酶添加比例为43%，水解时间为62.6 h，固含量为5%时，经NaOH处理的棉秆在混合酶中酶解的还原糖产率可达85.54%，建立了NaOH处理棉秆在混合酶中酶解的BP神经网络模型（4-6-1），影响碱处理棉秆在混合酶中酶解产糖的因素强弱为：水解时间>酶用量>纤维素酶添加比例>固含量。当蒸汽爆破压力为2.4 Mpa，汽爆时间为180 s，物料含水率为30%，汽爆后的棉秆在45˚C，5%NH3•H2O中处理48h后，棉秆在混合酶中酶解的还原糖产率可达73.22%，建立了汽爆/碱处理棉秆在混合酶中酶解的神经网络模型（4-15-1），各因素对还原糖产率影响强弱为：汽爆压力>碱浓度>汽爆时间>酶解时间。分析了木质素单体对汽爆/碱处理棉秆酶解产糖的影响，发现G单体和S单体与酶糖化率之间存在强烈的正相关，H单体则存在一定的抑制作用。期望项目的研究为新疆棉秆资源的高效糖化利用奠定理论基础。