同时，团队采用机器学习方法对木质纤维素生物质的低共熔溶剂预处理进行了研究，分析了预处理效果对反应条件、DES性能和木质纤维素生物质性能的影响。相关研究成果以“Machine learning prediction of deep eutectic solvents pretreatment of lignocellulosic biomass ”为题目，发表在生物质化工研究领域国际知名期刊Industrial Crops and Products (中科院1区TOP期刊，IF= 6.449)。论文以青岛科技大学为第一单位和唯一通讯单位。论文DOI链接为10.1016/j.indcrop.2023.116431。

图1低共熔溶剂和半纤维素的静电势以及范德华势分析

此外，团队一直聚焦木质纤维素类生物质高值化利用的研究，2023年上半年授权发明专利2项，分别为：一种基于人工神经网络的生物质转化关键变量的筛选方法；一种基于分子动力学的半纤维素溶解机理的分析方法。目前团队共授权7项发明专利。

以上研究获得了国家自然科学基金等项目的资助。