来源：Machine learning based optimization of polyhydroxybutyrate (PHB) production from Gordonia amicalis NSPS90 and elucidation of PHB biosynthesis genes, their pathways through gene network analysis（Bioresource Technology Reports）| 编译：DNA Lab Space | 原文许可：elsevier-subscription
导读
石油基塑料的长期毒性对生态环境构成严重威胁，开发可完全生物降解的生物塑料成为迫切需求。本研究以放线菌 Gordonia amicalis NSPS90 为对象，联合传统单因素优化、响应面法（RSM-CCD）与人工智能机器学习工具（GA-ANN），系统优化 PHB 发酵条件，使产量达 14.86 g/L，较 CCD 方法提高 11.6%。研究者还通过 XRD、TGA、NMR 等手段表征了 PHB 材料学性能，并结合基因组分析揭示了 PHB 生物合成基因的保守性与网络调控特征。
研究背景
塑料在正常条件下难以降解，长期残留于环境中，对生态和人体健康造成不利影响。废弃物管理不善与回收成本高昂，推动研究者转向利用可再生资源合成生物聚合物。聚羟基丁酸酯（PHB）属于聚羟基烷酸酯家族，是一种天然可降解的热塑性高分子，由多种微生物在营养或环境胁迫条件下以胞内包涵体形式积累，作为储备碳源和能源物质。PHB 在好氧和厌氧条件下均可完全降解为 CO₂ 和 H₂O，且具备无毒和生物相容性，广泛用于组织工程支架、缝合线、药物递送系统及食品包装材料等领域。
Gordonia amicalis NSPS90 属于戈登氏菌科、棒杆菌目，为革兰氏阳性、好氧、不产孢子的放线菌。该菌具有在正构烷烃、芳香底物及有机硫化物上增殖的能力，参与生物脱硫过程。本研究利用人工智能-机器学习方法（遗传算法-人工神经网络，GA-ANN）优化 PHB 发酵关键参数，并进一步对提取的 PHB 进行材料学表征，同时通过基因组分析阐明 PHB 生物合成基因及其调控网络。
研究方法
2.1 化学试剂
培养基组分包括葡萄糖、蔗糖、果糖、乳糖、蛋白胨、酵母提取物、氯化钠（NaCl）、磷酸二氢钾（KH₂PO₄）和氢氧化钠（NaOH），购自印度 Himedia 公司。盐酸（HCl）、硫酸（H₂SO₄）、氯仿、4% 次氯酸钠（NaOCl）、无水乙醇和丙酮购自 Thermo Fisher Scientific India Pvt. Ltd.。苏丹黑 B 染料购自 Sisco Research Laboratories Pvt. Ltd.（印度马哈拉施特拉邦）。聚（3-羟基丁酸）标准品购自 Sigma-Aldrich。所有化学试剂均为分析纯级。
【数据】试剂来源：Himedia、Thermo Fisher Scientific India、Sisco Research Laboratories、Sigma-Aldrich；试剂纯度：分析纯
2.2 样品采集与 PHB 产生菌株的分离
从印度瓦拉纳西两个不同地点共采集 8 份垃圾场土壤样品：（i）Ravindra Puri 路污水处理厂（坐标：25.28538 N，83.00246 E）和（ii）Ramana 污水处理厂（坐标：25.24401 N，83.00558 E）。所有样品均在无菌条件下装入自封袋，于 −20°C 保存备用。参照 Adebajo 等（2024）描述的方案，采用稀释涂布法从土壤样品中分离具有 PHB 产生潜力的菌株。挑取单菌落于新鲜营养琼脂（NA）平板上划线以维持纯培养，并于 4°C 保存。
【数据】样品数量：8 份；采样地点：印度瓦拉纳西 2 处；保存温度：−20°C；纯培养保存温度：4°C
2.3 PHB 产生的筛选
#### 2.3.1 PHB 产生菌的初筛
采用苏丹黑 B 染色法进行 PHB 产生的定性筛选。将分离菌株接种于含 1% 葡萄糖的 NA 培养基上，35°C 培养 24 小时。随后用 0.05% 苏丹黑 B 染液浸没平板，保持 30 分钟，再用 70% 乙醇脱色以去除多余染液。脱色后呈黑色或深蓝色的菌落被判定为具有 PHB 产生潜力的菌株。
【数据】初筛培养基：NA + 1% 葡萄糖；温度：35°C；时间：24h；苏丹黑 B 浓度：0.05%；染色时间：30min；脱色剂：70% 乙醇
#### 2.3.2 PHB 产生菌的复筛
复筛使用 PHB 选择性培养基，成分包括：KH₂PO₄ 2.5 g/L；Na₂HPO₄ 25 g/L；甘露醇 100 g/L；NaCl 20 g/L；MgSO₄ 1 g/L；丙酮酸钠 100 g/L；蛋白胨 10 g/L；溴百里酚蓝 1.2 g/L；琼脂 20 g/L。接种后的平板于 30°C 培养至 72 小时，PHB 产生菌呈现蓝灰色菌落。
【数据】复筛培养基组分：KH₂PO₄ 2.5 g/L、Na₂HPO₄ 25 g/L、甘露醇 100 g/L、NaCl 20 g/L、MgSO₄ 1 g/L、丙酮酸钠 100 g/L、蛋白胨 10 g/L、溴百里酚蓝 1.2 g/L、琼脂 20 g/L；温度：30°C；时间：72h
2.4 PHB 产生菌株的生化与分子鉴定
参照 Musa 等（2016）的方法对筛选菌株进行生化特征鉴定。形态学特征通过 NA 培养基上的菌落形态和革兰氏染色确定。生化试验包括柠檬酸盐利用、淀粉水解（淀粉酶试验）和过氧化氢酶试验，具体步骤见原文 Text S1。菌株的分子鉴定采用 16S rRNA 测序，由 KV Bio Scientific Pvt. Ltd. 完成。获得的序列用 BioEdit 软件修剪并生成共有序列。共有序列的相似序列通过 NCBI 数据库 BLASTN 搜索获得。序列经 MEGA XI 软件中的 MUSCLE 进行比对，并使用最大似然法构建系统发育树。
【数据】生化试验：柠檬酸盐利用、淀粉水解、过氧化氢酶；测序服务商：KV Bio Scientific Pvt. Ltd.；分析软件：BioEdit、MEGA XI（MUSCLE 比对、最大似然法建树）
2.5 PHB 产生菌的显微观察
Gordonia amicalis NSPS90 积累的 PHB 经苏丹黑 B 染色后于显微镜下观察。将培养物热固定于玻璃载玻片上，滴加数滴 0.3% 苏丹黑 B 乙醇溶液。用 70% 乙醇脱色，再用流水轻轻冲洗。载玻片风干后在油浸镜头下观察。
【数据】染色剂：0.3% 苏丹黑 B 乙醇溶液；脱色剂：70% 乙醇；观察方式：油浸镜
2.6 PHB 的提取、纯化与定量
G. amicalis NSPS90 菌体经 8000 rpm、4°C 离心 8 分钟收集。弃上清后，菌体沉淀用丙酮和乙醇（1:1）混合液在 8000 rpm 下洗涤 6 分钟。随后将菌体沉淀重悬于 4% NaOCl 中，室温孵育 30 分钟。混合物以 8000 rpm 离心 8 分钟，所得沉淀用丙酮和乙醇（2:1）混合液洗涤以获得聚合物颗粒。采用反溶剂沉淀法纯化提取的 PHB，并按以下公式计算生产速率（mg/mL/h）和 PHB 含量（%）：
（1）PHB 生产速率（mg/mL/h）= PHB 浓度 / 发酵时间
（2）PHB 含量（%）= PHB 重量 / 细胞干重 × 100
【数据】离心条件：8000 rpm、8 min、4°C；洗涤液：丙酮:乙醇 = 1:1 和 2:1；NaOCl 浓度：4%；孵育：室温、30min；定量公式：生产速率 = PHB 浓度/发酵时间；PHB 含量 = PHB 重量/细胞干重 × 100
2.7 基于混合工具的 PHB 生产工艺参数优化
#### 2.7.1 单因素优化
以单一因素法评估碳源（果糖、葡萄糖、乳糖、半乳糖、蔗糖、稻草、芥菜秸秆和小麦秸秆）、初始 pH（4.0–11.0）、培养温度（25–40°C）和培养时间（1–7 天）对 PHB 产生的影响。单因素筛选过程为：将 50 mL 生产培养基装入 250 mL 锥形瓶，接种新鲜培养的 G. amicalis NSPS90（OD600 = 0.6），于 30 ± 3°C、180 rpm 振荡培养，每次只考察一个参数。样品定期取样并按上述方法评估 PHB 产量。
【数据】培养基体积：50 mL / 250 mL 锥形瓶；接种量：OD600 = 0.6；温度：30 ± 3°C；转速：180 rpm；碳源种类：8 种；pH 范围：4.0–11.0；温度范围：25–40°C；时间范围：1–7 天
#### 2.7.2 中心复合设计（CCD）优化 PHB 生产工艺参数
采用 RSM 的中心复合设计（CCD）方法（Design-Expert 13.0 版）进一步优化 G. amicalis NSPS90 最大 PHB 产量的最适培养基组成。依据公式（3），在三个输入变量（pH 4.0–11.0、蔗糖 1–5%、温度 25–37°C）的不同浓度组合下生成共 20 组实验矩阵，输出响应为 PHB 产量。所得矩阵包含 8 个阶乘点和 6 个轴向点及中心点。
（3）TR = 2ⁿ + 2 × n + 6
其中 TR 为总实验次数，n 为独立因子数。本研究使用完全二阶多项式二次模型，通过公式（4）考察模型的线性回归：
（4）Y = β₀ + β₁x₁ + β₂x₂ + β₃x₃ + β₁₁x₁² + β₂₂x₂² + β₃₃x₃² + β₁₂x₁x₂ + β₁₃x₁x₃ + β₂₃x₁x₃ + ε
其中 Y 为响应值（PHB 产量），x₁、x₂、x₃ 分别为 pH、蔗糖和温度的编码值，β₁、β₂、β₃… 为线性、二次和交互项的常数系数，β₀ 为常数项。通过方差分析（ANOVA）评估统计显著性和工艺变量间的显著交互作用。
【数据】实验设计：CCD（RSM）；实验次数：20 次（8 阶乘 + 6 轴向 + 6 中心）；变量范围：pH 4.0–11.0、蔗糖 1–5%、温度 25–37°C；分析工具：Design-Expert 13.0；统计方法：ANOVA
#### 2.7.3 人工神经网络（ANN）优化培养基变量模型
采用 ANN 模型优化 G. amicalis NSPS90 产 PHB 的选定培养基变量。构建前馈-反向传播（FFBP）算法预测模型，以输入因子的缩放浓度和 PHB 产量作为模型输出。将含选定输入变量和输出响应的 CCD 矩阵导入 MATLAB 9.3 软件（Mathworks Inc., MA, USA）的 NNTOOL。采用含 10 个隐藏神经元（使用 Sigmoid 函数）和线性输出神经元（使用 Purlin 函数）的两层前馈网络，以 Levenberg-Marquardt 反向传播算法（trainlm）进行网络训练。
图1 基于 Levenberg-Marquardt 算法的 ANN 模型回归图（Gordonia amicalis NSPS90 产 PHB）
【数据】网络结构：两层前馈网络；隐藏神经元：10 个（Sigmoid 函数）；输出层：线性（Purlin 函数）；训练算法：Levenberg-Marquardt 反向传播（trainlm）；软件：MATLAB 9.3 NNTOOL
#### 2.7.4 遗传算法-人工神经网络（GA-ANN）混合模型优化
使用遗传算法（GA）结合 ANN 模型搜索全局最优培养基条件。GA 的适应度函数基于训练好的 ANN 模型预测输出，通过选择、交叉和变异操作迭代寻找使 PHB 产量最大化的输入变量组合。GA-ANN 混合模型的预测结果与 CCD 优化结果进行比较，以确定最佳 PHB 发酵条件。
图2 GA-ANN 混合神经网络模型优化 G. amicalis NSPS90 产 PHB：A）ANN 模型误差直方图；B）模型验证的均方误差；C）ANN 模型的梯度、mu 值和验证检查点；D）PHB 产量的最佳最优解
【数据】原文未详述 GA 具体参数（种群大小、交叉率、变异率等）
研究结果
3.1 PHB 产生菌株的生化与分子鉴定
从采集的土壤样品中共获得 44 株不同细菌分离物，其中 10 株检测到 PHB 颗粒积累（原文图 S1A）。依据染色强度，7/10 的潜在菌株进入定量分析，其中 NSPS90 菌株表现出最高的 PHB 产生能力（原文图 S1B）。显微观察证实了 PHB 颗粒的存在——颗粒可吸收苏丹黑 B 染液（原文图 S1C）。Adebajo 等（2024）的研究中，Lysinibacillus fusiformis 被证实可利用米糠作为可持续碳源高效产 PHB。此外，花生根际的 Micrococcus sp. 和 Bacillus 也被报道为 PHB 的强效生产者（Nagajothi 和 Murugesan，2023）。
分子鉴定方面，NSPS90 的 16S rRNA 序列与 Gordonia amicalis IEGM 菌株（NR028735.1）具有最高序列一致性（98.49%），系统发育关系密切（原文图 S2A）。G. amicalis NSPS90 菌株的 16S rRNA 基因序列已提交 GenBank，登录号为 PV037427.1。生化分析显示，G. amicalis NSPS90 形成小而圆形的橙红色缓慢生长菌落，表面干燥粗糙。其他生化特征表明 NSPS90 为小杆状或圆形、革兰氏阳性、好氧、柠檬酸盐利用阳性、过氧化氢酶阳性、淀粉酶阳性（原文图 S2B–E）。
【数据】分离菌株总数：44 株；PHB 阳性菌株：10 株；16S rRNA 一致性：98.49%（与 Gordonia amicalis IEGM，NR028735.1）；GenBank 登录号：PV037427.1；菌落特征：小、圆形、橙红色、缓慢生长、干燥粗糙表面；革兰氏染色：阳性
3.2 PHB 产量定量
以商品纯 PHB 制备标准曲线（原文图 S3），用于测定 Gordonia amicalis NSPS90 产生的 PHB 浓度。测得 PHB 生产速率为 0.061 mg/mL/h，PHB 含量为 2.372%（w/w，生物量）。Mostafa 等（2020a，2020b）报道 Pseudodonghicola xiamenensis 以椰枣糖浆为底物时 PHB 生产速率为 0.162 g/L/h。与本研究相比，Arithrospora platensis（Ansari 和 Fatma，2016）和 Anabaena cylindrica（极端氮缺乏条件下）（Troschl 等，2017）的 PHB 含量分别仅为细胞干重的 0.5% 和 2%。
【数据】PHB 生产速率：0.061 mg/mL/h；PHB 含量：2.372%（w/w，生物量）；对照菌株生产速率：0.162 g/L/h（P. xiamenensis）；对照 PHB 含量：0.5%（A. platensis）、2%（A. cylindrica）
3.3 工艺参数优化的培养基变量筛选
#### 3.3.1 碳源种类及不同蔗糖浓度的影响
Gordonia amicalis NSPS90 在不同碳源中的代谢利用能力直接影响 PHB 产量。在测试的碳源中，蔗糖产生的 PHB 产量最高，为 4.57 ± 0.02 g/L（原文图 S4A）。稻草是 G. amicalis NSPS90 合成 PHB 的第二有效碳源。其他研究也报道了利用农业废弃物作为碳源合成 PHB（Mostafa 等，2020a，2020b），表明 PHB 的合成受细菌所用底物类型的显著影响。有研究者指出，糖类是细菌生长的主要且高度可同化的碳源，可促进 PHB 产生（Balasubramanian 等，2024）。一项研究报道 Bacillus pacificus 在甘油存在下积累 1.2 g/L PHB，而 Klebsiella quasipneumonia 在木糖和葡萄糖存在下分别积累 1.68 和 1.28 g/L PHB（Raju 等，2024）。类似地，Agromyces indicus 在添加葡萄糖的生产培养基中最大积累 4.20 g/L PHB（Adnan 等，2022）。
在不同蔗糖浓度条件下，4% 蔗糖时 PHB 产量最高，达 7.32 ± 0.11 g/L，因此确定 4% 蔗糖为 Gordonia amicalis NSPS90 最大 PHB 产量的最适碳源浓度（原文图 S4B）。
【数据】蔗糖最高产量：4.57 ± 0.02 g/L；4% 蔗糖最高产量：7.32 ± 0.11 g/L；对照产量：1.2 g/L（B. pacificus 甘油）、1.68 和 1.28 g/L（K. quasipneumonia 木糖/葡萄糖）、4.20 g/L（A. indicus 葡萄糖）
#### 3.3.2 pH 的影响
在生长培养基中 4.0–11.0 的不同 pH 水平下，pH 9.0 时 PHB 合成量最大，为 8.43 ± 0.02 g/L（原文图 S4C）。多项研究考察了 pH 对 PHB 产生的影响，多数报道在微碱性 pH 条件下 PHB 产量提高。例如，Bacillus pacificus 和 Klebsiella quasipneumonia 在 pH 7.5 时产量最大（2.8 g/L）（Raju 等，2024），Agromyces indicus 在 pH 8.0 时 PHB 产量为 3.62 g/L（Adnan 等，2022）。这些研究表明，碱性 pH 有利于 PHB 合成。
【数据】最适 pH：9.0；最高产量：8.43 ± 0.02 g/L；对照：pH 7.5 时 2.8 g/L（B. pacificus、K. quasipneumonia）、pH 8.0 时 3.62 g/L（A. indicus）
#### 3.3.3 培养时间的影响
Gordonia amicalis NSPS90 是一种生长缓慢的细菌，培养 24 小时后 PHB 含量为 1.18 ± 0.05 g/L，随后逐渐增长，72 小时后达到最大值 9.40 ± 0.04 g/L（原文图 S4D）。此后，由于营养缺乏（尤其是碳源和氮源），PHB 产量出现波动。多项研究考察了不同培养时间对 PHB 产生的影响。Bacillus pacificus 在培养 48 小时时 PHB 产量为 2.92 g/L，培养 60 小时后降至 1.84 g/L。类似地，Klebsiella quasipneumonia 在 36 小时内产生 2.89 g/L PHB，随后随时间逐渐减少（Raju 等，2024）。Agromyces indicus 在 96 小时时 PHB 产量最高（3.54 g/L），之后逐渐下降。这些发现表明，细菌将 PHB 作为营养来源以维持生存，随着时间推移导致生长条件恶化（Adnan 等，2022）。
【数据】24h PHB 含量：1.18 ± 0.05 g/L；72h 最大 PHB 含量：9.40 ± 0.04 g/L；对照：2.92 g/L→1.84 g/L（B. pacificus，48h→60h）、2.89 g/L（K. quasipneumonia，36h）、3.54 g/L（A. indicus，96h）
3.4 基于中心复合设计的 *Gordonia amicalis* NSPS90 PHB 产量优化
采用 RSM 对 pH、蔗糖和温度三个培养基参数的最佳组合进行优化，以提升 PHB 生物聚合物产量。输入变量的范围见原文表 S1。基于输入变量，执行含 20 次实验的 CCD 设计，包含 8 个阶乘点和 6 个中心及轴向点，观测结果见原文表 S2。使用基于公式（4）的二阶多项式公式评估独立参数与 PHB 产量之间的相关性。所得响应值经 ANOVA 分析，结果汇总于原文表 S3。
PHB 产量模型的 F 值和 P 值分别为 17.23 和 < 0.0001，表明模型具有高准确性（原文表 S3）。P 值越低，模型的统计显著性越高，回归系数越好。
PHB 产量（mg/mL）= 14.66 + 1.32 × A + 0.01 × B + 2.48 × C + 0.31 × AB + 0.17 × AC + 0.63 × BC + 2.18 × A² + 1.83 × B² + 3.18 × C²
其中 A、B、C 分别为蔗糖、pH 和温度的编码值。回归系数估计及其相应的 P 值（< 0.05）表明，在所研究的模型项中，A、C、A²、B² 和 C² 项显著（原文表 S3）。其中，温度参数影响最大（P < 0.0001），其次是蔗糖（P < 0.0077）。蔗糖的平方项（P < 0.0002）、pH 的平方项（P < 0.0008）和温度的平方项（P < 0.0001）也对 PHB 产量有显著影响。失拟项 F 值为 1.22，表明不显著，这是良好模型所需的条件。拟合模型的决定系数（R²）为 0.93。预测 R²（0.70）与校正 R²（0.88）之间的差异小于 0.2，表明两者具有合理的一致性。精密度（adequate precision）为 12.66，高于期望值 4，表明模型信号充足。95% CI 下限和上限分别为 13.33 和 16.01。pH 与蔗糖之间（原文图 S5A）、温度与蔗糖之间（原文图 S5B）以及温度与 pH 之间（原文图 S5C）的交互效应显示……（原文此处截断，后续交互项分析内容未完整呈现）。
【数据】模型 F 值：17.23；模型 P 值：< 0.0001；R² = 0.93；预测 R² = 0.70；校正 R² = 0.88；精密度：12.66；失拟项 F 值：1.22；95% CI：13.33–16.01；显著项：A（P < 0.0077）、C（P < 0.0001）、A²（P < 0.0002）、B²（P < 0.0008）、C²（P < 0.0001）
3.5 GA-ANN 混合模型优化与 PHB 产量验证
基于 CCD 实验数据训练的 ANN 模型表现出良好的预测性能。GA-ANN 混合模型预测了最优培养基条件，在此条件下 G. amicalis NSPS90 的 PHB 产量达到 14.86 g/L，较 CCD 优化方法提高了 11.6%。GA-ANN 模型的相关系数（R²）为 0.96，表明该模型对 PHB 产量具有较高的预测效率。
图3 G. amicalis NSPS90 提取 PHB 的 FESEM-EDAX 分析。（A）FESEM 显微照片；（B）所得 PHB 的 EDAX 能谱，显示元素均匀分布；（C）碳元素 mapping；（D）氧元素 mapping；（E）钠元素 mapping；（F）硫元素 mapping；（G）氯元素 mapping
【数据】GA-ANN 最优 PHB 产量：14.86 g/L；较 CCD 提升：11.6%；混合模型 R²：0.96
3.6 PHB 材料学表征
X 射线衍射（XRD）、热重分析（TGA）以及 ¹H 和 ¹³C 核磁共振（NMR）分析显示，提取的 PHB 具有部分结晶特性、良好的热稳定性以及类天然结构。95% 乙醇溶解的 PHB 和 PHB 衍生的纳米颗粒（NPs）分别表现出 67.19 ± 2.52% 和 76.07 ± 0.85% 的自由基清除活性。
图4 提取 PHB 和 PHB-NPs 的热稳定性与抗氧化活性：（A 和 B）PHB 和 PHB-NPs 的重量损失（%）、导数（wt%）和热流（mW）分析；（C 和 D）PHB 和 PHB-NPs 的清除活性百分比
【数据】PHB 自由基清除活性：67.19 ± 2.52%；PHB-NPs 自由基清除活性：76.07 ± 0.85%；溶剂：95% 乙醇；材料特性：部分结晶、热稳定性良好、类天然结构
3.7 PHB 生物合成基因的基因组分析与基因网络解析
对产 PHB 的 Gordonia amicalis 进行基因组序列分析，包括 PHB 生物合成基因的基因组组织或操纵子结构研究。从 G. amicalis 基因组序列中鉴定出进化上保守的 8 个 phaA、2 个 phaB 和 1 个 phaC 核心 PHB 生物合成编码基因，揭示了 PHB 产生的分子基础，为菌株工程改造提供了潜在基因靶点。
图5 产 PHB Gordonia amicalis 的基因组序列分析，包括 PHB 生物合成基因的基因组组织或操纵子结构研究（A），箭头表示编码序列，方向指示转录方向。基因组坐标沿图显示
图6（原文未提供图注）
【数据】phaA 基因数：8 个；phaB 基因数：2 个；phaC 基因数：1 个；分析内容：基因组组织/操纵子结构、基因网络
讨论与解读
放线菌 G. amicalis NSPS90 是一株高效的 PHB 生产者。本研究在传统 OFAT 和 RSM-CCD 优化基础上，利用基于 AI 的 GA-ANN 工具有效优化了 PHB 生产培养基的组分。混合 GA-ANN 模型的相关系数达 0.96，表明该模型对 PHB 产量具有较高的预测效率。TGA 和 XRD 分析观察到的 PHB 高热稳定性和较低结晶度，表明该生物聚合物具备工业规模生产所需的性能。¹H 和 ¹³C NMR 分析证实了生物聚合物的高纯度，提取的 PHB 及其衍生 NPs 表现出良好的抗氧化活性。基于良好的热稳定性和高清除活性，该 PHB 在活性食品包装材料或靶向药物递送应用中具有广阔前景。然而，仍需进一步研究以显著改善 PHB 生产的生物工艺及其可持续生物技术应用。整合实验与基因组分析表明，GA-ANN 优化实现的 PHB 增产得到了进化上保守的核心 PHB 生物合成基因及其协调功能网络的支持。这些发现建立了实验优化 PHB 生产与基因组特征之间的直接联系。
编译者解读
本研究展示了"传统优化 + 机器学习 + 基因组解析"三位一体的合成生物学研究范式。GA-ANN 混合模型较 CCD 仅提升 11.6% 产量，幅度看似有限，但体现了 AI 在多参数非线性优化中逼近全局最优的能力。从应用角度，PHB 的高热稳定性与抗氧化活性使其在食品包装和药物递送领域具备转化潜力；而基因组层面鉴定出的多拷贝 phaA 基因（8 个）为后续通过基因编辑强化 PHB 合成通量提供了明确靶点。局限在于单菌株验证和缺乏发酵罐级别的放大数据，从摇瓶到工业规模仍需跨越工艺放大的鸿沟。
参考来源
Gupta, G. K. (2026). Machine learning based optimization of polyhydroxybutyrate (PHB) production from Gordonia amicalis NSPS90 and elucidation of PHB biosynthesis genes, their pathways through gene network analysis. Bioresource Technology Reports. DOI: 10.1016/j.biteb.2026.102994
DOI: 10.1016/j.biteb.2026.102994