AI驱动的环保用微生物组合成技术

AI驱动的环保用微生物组合成技术是通过我司自主开发的大数据模型（VlandSaide® Strain Miner）快速预测环保用微生物组配方的技术。该技术内置了Blast程序、人工神经网络模型等，其数据库包含了我司种质资源库的所有基因信息。该库中的菌株数量丰富（超2万株），且菌株均是我司通过常压室温等离子（ARTP）诱变技术、高通量筛选技术（HTS）、指纹图谱（Ribo-Printer）等前沿育种技术识别得到的。

   VlandSaide® Strain Miner模型通过大量环保菌剂治理数据的训练和污染物降解途径的自主学习，能够将污染物的降解途径对应的关键酶和关键基因和种质资源库中的基因信息比对，理性设计出最适的、定制化的微生物组配方，大幅提高了菌株筛选的靶向性，解决了传统环保用微生物组适配性差、降解效率低的行业痛点。

目前，利用该模型，我司已成功计算出数十种微生物组配方，成功应用于多环芳烃降解、除油、胺类污染物降解等高难污染物的治理项目中。与传统的微生物制剂相比，这些经我司模型计算得出的微生物组配方可将污染物降解效率提高30%以上。