Spatially-explicit projection of future microbial protein from lignocellulosic waste
Spatially-explicit projection of future microbial protein from lignocellulosic waste
复制标题
木质纤维素废物中未来微生物蛋白的空间显式预测
DOI：
10.1016/j.crbiot.2022.10.008
复制
发表时间：
2022
影响因子：
5.6
通讯作者：
Chen L
中科院分区：
文献类型：
--
作者：
Chen L
植物和动物来源的蛋白质是碳密集型的，容易受到极端事件的影响。这与不断增加的蛋白质需求相结合，突显了从替代来源提供可持续蛋白质的挑战。微生物来源的微生物蛋白提供了潜在的解决方案。值得注意的是，一些微生物菌株，如毒镰刀菌，可以有效地将碳源从食品安全的农业木质纤维‘废物’(如小麦秸秆等粮食作物残留物)转化为微生物蛋白质。我们的研究以数据驱动的方法为基础，提供了一个模型框架和分析，以预测主要作物木质纤维残留物的空间显式产量，以响应空间变化和气候变化，并突出它们在微生物蛋白质生产方面的潜力。对世界各地(约227个国家)的大麦、小麦、玉米、高粱和水稻秸秆等五种粮食作物残留物进行了模拟，以显示微生物蛋白生产的未来潜力。本研究利用作物残留物和温度等环境因素的数据集收集和数据预处理，对作物残留物产量进行预测。然后，利用全局自相关来识别作物残体在全球的分布模式，并利用局部自相关来识别热点和冷点。特征选择采用普通最小二乘(OLS)、多层感知器(MLP)、套索回归和空间误差模型四种模型进行预测。利用自回归积分移动平均(ARIMA)模型得到的更新的独立因子‘未来温度’，将所选模型用于预测2030、2040年的作物残留量，并创建可视化以显示预测结果。我们的定量预测表明，考虑到成年人平均每天推荐的蛋白质(人均每天50微克蛋白质，每人每天70微克蛋白质)，未来不同情景下的木质纤维素微生物蛋白质供应将足以满足全球蛋白质需求。
Plant- and animal-sourced proteins are carbon-intensive and vulnerable to extreme events. This combined with increasing protein demands highlight the challenge on providing sustainable protein derived from alternative sources. Microbial protein derived from microorganisms offers potential solutions. Notably, some microbial strains e.g.Fusarium venenatumcould efficiently convert carbon sources from food-safe agricultural lignocellulosic ‘waste’ (e.g. food crop residues such as wheat straw) to microbial protein.Our study is underpinned by data-driven approach and presents a modelling framework and analyses to predict spatially-explicit yields of staple crop lignocellulosic residues in response to spatial variation and climate change and highlight their potential for microbial protein production. Five food crops residues have been modelled including barley, wheat, maize, sorghum and rice straws worldwide (around 227 countries) to show future potential for microbial protein production. This study predicts crop residue yields using the data set collection and data pre-processing of crop residues and other environmental factors like temperature. Then, global autocorrelation is used to identify crop residues’ worldwide distribution patterns, and local autocorrelation is used to identify hot and cold spots. Feature selection and four models including ordinary least squares (OLS), multilayer perceptron (MLP), lasso regression and spatial error model are applied in prediction. With the updated independent factor ‘future temperature’ obtained from the autoregressive integrated moving average (ARIMA) model, the selected model is used to predict crop residues in 2030, 2040 and visualizations are created to show the projection outcomes. Our quantitative projection suggests that the future lignocellulosic microbial protein supply in different scenarios would sufficiently satisfy the global protein demands considering the average adult daily protein recommendation (50 g protein per capita 70 kg per day).
登录
查看更多内容
影响因子：
1.9
作者：
Dimri, Tripti;Ahmad, Shamshad;Sharif, Mohammad
通讯作者：
Sharif, Mohammad
膳食蛋白质对人类健康的重要性：通过转基因生物强化高粱对抗撒哈拉以南非洲的蛋白质缺乏症。
影响因子：
--
作者：
E. C. Henley;John R. N. Taylor;S. Obukosia
通讯作者：
S. Obukosia
影响因子：
3.9
作者：
Huntington, Tyler;Cui, Xinguang;Scown, Corinne D.
通讯作者：
Scown, Corinne D.
食品蛋白质生产与木质纤维素侧流单细胞生物的经济比较
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
Eveliina Voutilainen;Ville Pihlajaniemi;Tuure Parviainen
通讯作者：
Tuure Parviainen
柔性制造系统仿真随机分析的研究
DOI：
--
发表时间：
1999
期刊：
影响因子：
--
作者：
W. Ip;R. Fung;K. W. Keung
通讯作者：
K. W. Keung