近日，化工学院青年教师徐环斐副教授团队在基于人工智能机器学习的低共熔溶剂体系木质纤维高值化利用研究领域取得新进展。相关研究成果以“Machine learning prediction of delignification and lignin structure regulation of deep eutectic solvents pretreatment processes”为题目，发表在生物质化工研究领域国际知名期刊Industrial Crops & Products (SCI一区TOP期刊)，论文DOI链接为doi.org/10.1016/j.indcrop.2023.117138。论文基于机器学习研究了含路易斯酸的三元低共熔溶剂预处理木质纤维素类生物质过程中生物质的结构参数、溶剂物理化学参数和预处理条件与木质素脱除效率之间的内在关系，揭示了相互作用机制。采用多种机器学习模型以木质素的结构参数为目标变量进行了预测，模型具有较高的精准度。论文第一作者为化工学院2022级硕士研究生葛瀚文，通讯作者为徐环斐，青岛科技大学为第一单位和唯一通讯单位。

图1木质纤维低共熔溶剂体系的机器学习分析

徐环斐副教授团队近些年一直聚焦绿色溶剂体系对生物质的高值化利用研究，其中一个研究子方向是基于“机器学习”对木质纤维组分的分级分离进行研究。目前，团队在“机器学习”研究子方向已获得如下研究成果：以Key process parameters for deep eutectic solvents pretreatment of lignocellulosic biomass materials发表在Bioresource Technology (SCI一区TOP期刊)，同时此文被评为ESI世界前1%高被引论文；以“Multivariate data analysis applied in alkali-based pretreatment of corn stover”为题目，发表在Resources, Conservation and Recycling (SCI一区TOP期刊)；以“Effect of crystallinity on pretreatment and enzymatic hydrolysis of lignocellulosic biomass based on multivariate analysis”为题目，发表在Bioresource Technology (SCI一区TOP期刊)；以“Multivariate analysis of the process of deep eutectic solvent pretreatment of lignocellulosic biomass”为题目，发表在Industrial Crops & Products (SCI一区TOP期刊)；以“Advances in machine learning for high value-added applications of lignocellulosic biomass”为题目，发表在Bioresource Technology (SCI一区TOP期刊)；以“Machine learning prediction of deep eutectic solvents pretreatment of lignocellulosic biomass”为题目，发表在Industrial Crops & Products (SCI一区TOP期刊)；以“Comprehensive analysis of important parameters of choline chloride-based deep eutectic solvent pretreatment of lignocellulosic biomass”为题目，发表在Bioresource Technology (SCI一区TOP期刊)，同时此文被评为ESI世界前1%高被引论文。此外，团队在木质纤维高值化利用研究-“机器学习”研究子方向已授权中国发明专利一项，专利号为：CN113240114B。

以上研究获得了国家自然科学基金等项目的资助。