一种PBAT降解菌快速鉴定的方法

本发明属于化学计量学和微生物学领域，特别是涉及一种pbat(聚己二酸对苯二甲酸丁二醇酯)降解菌快速鉴定的方法。

背景技术：

1、微塑料污染已经成为全球性环境问题。传统物理或化学处理方法通常需要高能耗、高设备和操作成本，还可能产生二次污染或有害副产品。为应对这一问题，许多领域已开始用可生物降解塑料替代不可降解塑料，以便在环境中通过微生物分解而减少长期环境负担并缓解微塑料污染。其中聚己二酸对苯二甲酸丁二醇酯(pbat)是常用的一种可生物降解塑料。生物处理方法利用自然过程进行降解，符合生态系统的自我修复机制，有助于实现可持续环境管理。因此鉴定和筛选具有塑料降解能力的微生物是应对这一问题的关键步骤。传统的微生物筛选方法通常依赖长时间的培养和观察，需要数月才能完成，这会导致筛选效率较低。此外还依赖人工操作，会消耗大量培养基和试剂，整体成本较高。传统方法存在局限性，容易受到人为因素影响，效率和准确性可能受限；可能无法筛选出所有具有潜在价值的菌株。此外，自然环境中丰富的碳和能量来源的存在使共代谢降解成为一种很有前途的解决方案。在共同代谢过程中，微生物通过使用额外的营养物质来帮助分解该过程所需的碳或能源，从而加速生物降解过程。

技术实现思路

1、为解决上述问题，本发明提出了一种从pbat-葡萄糖共代谢固体培养基中快速筛选pbat降解菌的方法。结合高光谱成像技术、化学计量学和深度学习模型，这种方法能够快速、无损地捕捉样品的多维光谱信息，从而高效、精准地筛选菌株。这不仅显著缩短了筛选时间，减少了实验材料和人工成本，对环境友好，还克服了传统方法在处理难培养菌株时的局限，提升了筛选的全面性和精确性。

2、本发明的技术方案如下：

3、一种pbat降解菌快速鉴定的方法，步骤如下：

4、步骤一、建模样本准备：配置不同浓度的pbat-葡萄糖固体培养基建模样本，并采集样本的高光谱图像，采集前将固体培养基和培养皿分离，将固体培养基放在聚四氟乙烯白板上，保持底部贴合，并置于载物台中央，放置位置保持一致。

5、步骤二、采集平均光谱：选择感兴趣区域(roi)，将roi按10×10像素点尺寸大小进行划分，提取每个小区域内建模样本的平均光谱。为了提高预测模型的性能和抑制噪声、背景干扰和仪器误差等影响的光谱波动，按照空间顺序对roi区域进行位置标记，以便将光源的空间分布与roi位置关联。

6、步骤三、建立预测模型：将提取的平均光谱划分为训练集和验证集，采用基于序列(lstm)特征的深度学习预测模型，包括输入层、多个lstm单元、全连接层和输出层。将平均光谱和位置序列同时作为输入变量、培养基上pbat浓度作为输出变量，建立平均光谱与pbat浓度之间的预测模型；将输入变量输入至输入层，然后再依次传递到多个lstm单元，捕捉长期依赖关系，然后再接入全连接层，最后经输出层得到最终的预测结果。

7、步骤四、选择最优的预测模型：对训练好的预测模型进行验证,使用验证集的相关系数(r)和均方根误差(rmse)作为关键性能指标，以全面评估模型的准确性和可靠性。预测模型的r越大，其值越接近1；rmse越小，其值越接近0，说明该模型具有较好的预测能力和鲁棒性，选择r最大的预测模型用于后续的实际样本预测。

8、步骤五、待预测的实际样本的预处理：将从待测环境中富集培养后的微生物稀释涂布在固体培养基上进行培养；培养完成后，轻轻去除固体培养基表面上的菌落，采集去除位置的高光谱图像，同时将去除的菌落进行保存，以备后续筛选鉴定使用。

9、步骤六、对实际样本进行预测：为抑制光谱的空间波动对预测模型的影响，选取参考位置，参考位置位于菌落下方空白位置,距离菌落位置0-5个像素点之内，且该区域面积大小与去除菌落保持一致；通过预测模型计算去菌位置与参考位置光谱的pbat浓度预测差值,根据差值的正负和大小间接推断固体培养基上未知菌落对pbat是否有降解作用；若差值小于0，说明该区域对应菌落为pbat降解菌。

10、本发明的有益效果：与传统的方法相比，本发明运用高光谱技术结合深度学习模型方法在鉴定菌株方面缩短了鉴定时间，并降低了实验材料和人工成本，提高了筛选的全面性和准确性，以发现更多潜在的微生物。

技术特征：

1.一种pbat降解菌快速鉴定的方法，其特征在于，步骤如下：

技术总结
本发明涉及一种PBAT降解菌快速鉴定的方法，属于化学计量学和微生物学领域。本发明结合深度学习模型，通过监测固体培养基中PBAT浓度的变化，实现了PBAT降解菌的快速鉴定。该方法克服了传统筛菌方法在处理难培养菌株时的局限性，提升了筛选的全面性和准确性，以发现更多的潜在的微生物。

技术研发人员：单佳佳,郑媛,周豪,王雪,李云龙,于博明含,王振锋
受保护的技术使用者：大连理工大学
技术研发日：
技术公布日：2024/12/5