《Water Research》：Insights into selective volatile fatty acid production from pretreated food waste unveiled through kinetic modeling and machine learning
编辑推荐：
提高食品废物酸解中挥发性脂肪酸选择性的双调控机制研究，通过热水解预处理与pH协同调控，结合动力学建模与机器学习分析，揭示了pH作为代谢开关和预处理改变底物组成的双重调控作用，最高获得96.0%乙酸、92.6%丁酸选择性及338.2 mg COD/g VS产率，为工业化应用奠定理论基础。
张伟东|张文光|邱慧慧|米罗诺夫·弗拉基米尔|黄林姬|吴建平|李青标|王远鹏
中国厦门大学化学与化学工程学院化学与生物化学工程系，福建省化学生物学重点实验室，厦门361005
摘要
食品废弃物（FW）酸化过程的工业潜力受到混合挥发性脂肪酸（VFAs）分离困难的限制。选择性生产提供了一种解决方案，但机制知识的空白阻碍了对产品选择性的精确控制。为了解决这一问题，系统地研究了预处理条件，并借助动力学建模和机器学习来识别控制产品选择性的关键因素。基于pH值和热水解预处理（THP）的调控框架被建立起来，用于从食品废弃物发酵中选择性生产VFAs。分别实现了96.0%、52.1%和92.6%的醋酸、丙酸和丁酸选择性（占总VFAs的比例），相应的产率为184.0 mg COD/g VS、184.5 mg COD/g VS和338.2 mg COD/g VS。动力学建模进一步表明，丙酸和丁酸的理论选择性可分别达到56.9%和96.3%。进一步分析显示，预处理改变了pH值和底物组成，形成了双重控制机制：pH值作为活性开关，决定了途径的可行性和激活顺序；而底物组成则作为代谢强度调节器，分配了活性途径之间的通量。该机制通过动力学建模和机器学习得到了量化，明确了选择性生产的时间和方式。尽管这种方法涉及产率与选择性的权衡，但它为未来同时提高两者的工作建立了可靠的基准，这是向工业应用迈出的决定性一步。
引言
快速的城市化和人口增长导致食品废弃物（FW）的产生量急剧增加，给现有的废物管理系统带来了巨大压力。在各种转化途径中，酸化发酵作为一种减少有机废物并生成有价值的挥发性脂肪酸（VFAs）的技术受到了越来越多的关注。VFAs是高价值的平台化学品，可以转化为生物燃料、生物塑料和其他工业生化产品（Fei等人，2015年）。
在过去几十年中，大多数研究的目的是通过增加VFAs的产量来提高从FW中生产VFAs的工业可行性。已经探索了许多预处理技术来提高FW的底物降解性，包括热水解预处理（THP）（Yin等人，2014年）、热碱预处理（TAP）（Yang等人，2016年）、电化学方法（Lin等人，2022年）和酶法（Kim等人，2006年）。此外，还提出了与废物活性污泥（WAS）等互补底物的共消化，以缓解C/N比例不平衡和高盐度问题，从而促进更稳定和高效的发酵（Li等人，2017年；Moreno-Andrade等人，2023年）。尽管最近的研究显著提高了VFAs的产量，但酸化发酵的工业应用仍然受到限制，迄今为止只有少数全规模的应用案例被报道（Giduthuri和Ahring，2023年）。主要瓶颈在于酸化过程本质上会产生一种混合物——主要是醋酸、丙酸和丁酸——这些物质的分子大小和物理化学性质相似，目前仍缺乏成本效益高的分离技术（Ramos-Suarez等人，2021年）。因此，现有的少数工业应用将混合VFAs作为污水处理厂中硝化和反硝化过程的外部碳源（Liu等人，2020年）。然而，这种应用产生的经济效益不足以与传统产甲烷的过程竞争。一种更有吸引力的策略是在发酵阶段提高产品选择性，特别是针对高价值的VFAs如丙酸和丁酸，从而大大降低下游分离的成本。然而，现有系统尚未实现经济可行性所需的超高水平选择性（>90%）。因此，弥合这一选择性差距对于建立选择性VFAs生产的可行工业平台至关重要。
酸化过程受多种因素控制，这使得精确控制VFAs的选择性具有挑战性。在这些因素中，pH值被认为是主要驱动因素，因为它对微生物生态和酶活性有显著影响（Begum等人，2018年；Wang等人，2019年）。基于pH值或其与其他变量的协同调控，研究人员尝试通过各种策略实现基于FW的发酵中的高选择性，包括预处理、底物优化、接种物选择、反应器设计和发酵过程控制。据报道，在酸性条件（pH 4.0）下醋酸的选择性为90.3%，在碱性条件（pH 9.5–10）下为91%（Cheah等人，2019年；Wang等人，2014年）。对于丁酸，报道的选择性通常低于80%。例如，在pH 5.1时，通过去除水解过程，从FW与污水污泥的共消化中获得了75%的丁酸选择性（Gottardo等人，2023年）；在pH 6.5时，从处理FW的渗滤床反应器中获得了56%的选择性（Radadiya等人，2023年）。一个值得注意的案例是使用糖化的FW残渣实现了超过90%的选择性（Wang等人，2023年）。所使用的底物碳水化合物含量极高（200 g/L），并不代表典型的FW流。实现高丙酸选择性仍然是最困难的。据报道，即使经过两阶段FW-乳酸-丙酸发酵和工艺优化，选择性也只有45.3%（Wu等人，2023年）。此外，pH值控制往往不稳定且依赖于其他条件。大多数高选择性的案例都与底物特性密切相关，特别是组成、浓度和类型。总体而言，虽然调节pH值和底物可以在一定程度上影响选择性，但未能实现超高水平的选择性，并且缺乏稳定性。这源于pH值和底物的协同调控机制尚未完全理解。一旦这些调控原理得到阐明，就可以开发出合理设计的预处理策略，同时调整pH值和底物组成，从而提高产量和选择性，克服酸化过程工业化的瓶颈。
除了上述挑战外，预处理和酸化过程还涉及许多相互关联的参数。因此，全面了解预处理如何影响基于FW的底物的VFAs生产需要系统分析大量数据集，包括底物性质、操作条件和产品选择性。机器学习（ML）提供了一种强大的方法，可以解开预处理变量、底物特性和发酵结果之间的复杂非线性关系（Wang等人，2025a）。通过提取潜在模式并提供实时优化和替代模型，ML可以大幅减少实验负担。然而，其在酸化发酵中的应用仍受到碎片化、非标准化数据集的限制（Ramos-Suarez等人，2021年；Tran等人，2024年）。
在这项研究中，系统研究了涉及pH值调整和THP的单独和组合预处理对基于FW的底物产生VFAs的影响。动力学建模与机器学习相结合，用于表征酸化动态，识别VFAs选择性的关键物理化学驱动因素，并阐明潜在的调控机制。这种综合策略为从食品废弃物中经济有效地选择性生产VFAs提供了机制基础，并为未来的工业应用奠定了基础。
材料来源和特性
脱油的FW从厦门翔安区石林中路522号的Reculture Renewable Energy有限公司的均质化罐中收集。WAS从厦门思明区文兴东路200号的Qianpu污水处理厂的污泥浓缩池中获得。种子污泥（SS）来自福建富海创石化有限公司（漳州古雷开发区）处理纯对苯二甲酸废水的上流式厌氧污泥毯反应器。接种前，SS
通过预处理实现选择性VFAs生产
基于较低FW浓度有利于总VFAs和选择性丁酸生产的发现（补充材料，文本S1，图S1和S2），设计了一种共消化策略，其中使用WAS替代水，从而减少了淡水消耗。共消化的结果表明，4:1的比例产生了最高的丁酸和总VFAs产量，因此将这种共消化比例与不同pH值和THP下的单消化进行了对比
结论
本研究建立了一个综合框架——预处理和酸化过程分析，并借助动力学建模和机器学习来阐明和调控从FW发酵中选择性生产VFAs的过程。
- (1)
该综合框架确定了一个双重控制机制：pH值作为活性开关，决定了途径的可行性和激活顺序（醋酸产生者在pH 4至12之间活跃；丙酸/丁酸主要在pH 5至8之间），在pH ～4时实现了几乎100%的醋酸选择性（96.0%），
作者贡献声明
张伟东：撰写-原始草稿、研究、正式分析、数据管理、可视化。张文光：正式分析、可视化。邱慧慧、米罗诺夫·弗拉基米尔、黄林姬和李青标：撰写-审阅与编辑。吴建平：概念化、正式分析、撰写-审阅与编辑。王远鹏：概念化、资源获取、资金筹措、监督、撰写-审阅与编辑。
数据可用性
数据将按需提供。
作者贡献声明
张伟东：撰写-原始草稿、可视化、研究、正式分析、数据管理。张文光：可视化、正式分析。邱慧慧：撰写-审阅与编辑。米罗诺夫·弗拉基米尔：撰写-审阅与编辑。黄林姬：撰写-审阅与编辑。吴建平：撰写-审阅与编辑、正式分析、概念化。李青标：撰写-审阅与编辑。王远鹏：撰写-审阅与编辑、监督、资源获取，
利益冲突声明
作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。
致谢
本工作得到了国家自然科学基金（编号22038012、U24A20543）和福建省科学技术计划（编号2025Y4001）的支持。
