Makine Öğrenmesi Destekli Mikroalgal Biyoproseslerin Optimizasyonu ve Döngüsel Biyoekonomide Kullanımı

Mikroalgler, atıksu arıtımı, karbon tutma ve biyobazlı ürün üretimini tek bir platformda birleştirebilen yapıları sayesinde döngüsel biyoekonominin temel bileşenlerinden biri olarak öne çıkmaktadır. Bu çalışmada mikroalg tabanlı biyoprosesler, kapalı döngü kaynak yönetimi ve sürdürülebilir üretim yaklaşımı çerçevesinde makine öğrenmesi destekli veri odaklı modelleme perspektifi ile değerlendirilmiştir. Fotobiyoreaktör sistemlerinden gerçek zamanlı olarak elde edilen fiziksel, kimyasal ve biyokinetik verilerin gelişmiş algoritmalarla analiz edilmesi; biyokütle üretimi, besin maddesi giderimi ve yüksek katma değerli ürün sentezinin tahmin edilmesi ve optimize edilmesine olanak sağlamaktadır. Makine öğrenmesi tabanlı yaklaşımlar, mikroalgal kültivasyon süreçlerinde değişken işletme koşullarının etkisini ortaya koyarak optimum işletme stratejilerinin belirlenmesini mümkün kılmakta; enerji tüketimi, hasat zamanı ve proses verimliliği gibi kritik operasyonel parametrelerin gerçek zamanlı karar destek sistemleri ile yönetilmesine katkı sunmaktadır. Bu sayede endüstriyel CO₂ emisyonlarının biyokütleye dönüştürülmesi, atıksulardan besin geri kazanımı ve elde edilen biyokütlenin biyoyakıt, gıda-yem ve biyogübre üretiminde değerlendirilmesi daha verimli ve sürdürülebilir bir yapıya kavuşmaktadır. Veri odaklı bu akıllı biyorafineri yaklaşımı, su–enerji–besin ilişkisini bütüncül olarak optimize ederken karbon ayak izinin azaltılmasına ve kaynak kullanım etkinliğinin artırılmasına katkı sağlamaktadır. Sonuç olarak makine öğrenmesi destekli mikroalgal biyoproseslerin; çevresel etkileri minimize eden, çoklu ürün çıktısı sağlayan ve otonom üretim sistemlerine uyarlanabilen yeni nesil sürdürülebilir üretim platformlarının geliştirilmesinde kritik bir rol oynadığı ortaya konulmuştur.