您好,欢迎访问黑龙江省农业科学院 机构知识库!

人工智能在木质纤维素酶工程中应用的研究进展

文献类型: 中文期刊

作者: 周家安 1 ; 高乐 2 ; 李忠秋 3 ; 刘春龙 1 ;

作者机构: 1.中国科学院东北地理与农业生态研究所

2.中国科学院天津工业生物技术研究所

3.黑龙江省农业科学院畜牧研究所

关键词: 人工智能;木质纤维素;酶工程;深度学习;机器学习

期刊名称: 动物营养学报

ISSN: 1006-267X

年卷期: 2025 年 37 卷 009 期

页码: 5811-5823

收录情况: 北大核心 ; CSCD

摘要: 木质纤维素是植物细胞壁的主要成分,是地球上最丰富且可再生的生物质资源,其富含多糖,具有开发为家畜饲料资源的潜力巨大.但木质纤维素紧密复杂的结构限制了家畜对其的消化利用.利用微生物及其分泌的酶系降解木质纤维素,具有低能耗、少污染、高环境兼容性等优势.通过深度学习和机器学习等人工智能技术,可高效地从酶序列和酶结构中提取关键特征并进行性能预测,能够有效解决传统酶工程实验费时、耗力的问题.本文综述了人工智能在木质纤维素生物降解领域中酶工程应用方面的研究进展,以期为木质纤维素在饲料资源开发及绿色生物制造领域的研究与应用提供参考.

  • 相关文献

[1]深度学习在土壤监测中的应用及展望. 张超,张海峰,张宇,张效霏,来永才,毕洪文,郑妍妍. 2023

[2]木质纤维素生物降解机理及其降解菌筛选方法研究进展. 王士强,顾春梅,赵海红. 2010

[3]白蚁肠道共生微生物多样性及其防治方法研究现状. 赵凯,常志威,张小燕,郝妍,吴桐. 2012

[4]人工智能、大数据在财税领域的应用. 崔怡娟. 2019

[5]互联网、大数据、人工智能背景下管理会计理论与实践研究. 王洪侠. 2019

[6]精细农业下农业信息与智能控制技术集成研究. 杜永鑫. 2024

[7]优化经济施肥方法简介. 吴英. 1991

[8]基于农业的人工智能发展分析. 陈立志. 2023

[9]人工智能时代探索培养高质量期刊编辑的必要性. 王美璇,王冠,王超,张欢,王昕奕,闫雨,范倩雯. 2025

[10]基于机器学习的农业机械运行状态预测方法研究. 傅东兴. 2024

[11]农业机械智能维护系统设计与实现. 马文军. 2024

[12]基于Sentinel数据与多特征学习的大豆种植面积提取. 段承君,杜晓初,龙慧灵,梅新,杨贵军,张有智. 2024

[13]基于机器学习的玉米自交系杂种优势类群研究. 曹士亮,张建国,于滔,杨耿斌,李文跃,马雪娜,孙艳杰,韩微波,唐贵,单大鹏. 2025

[14]基于深度学习的多种农产品供需预测模型. 庄家煜,许世卫,李杨,熊露,刘克宝,钟志平. 2022

[15]基于多模态数据表型特征提取的番茄生长高度预测方法(英文). 宫宇,王玲,赵荣强,尤海波,周沫,刘劼. 2025

作者其他论文 更多>>