基于响应面法和人工神经网络优化复合乳酸菌发酵蓝莓汁产胞外多糖工艺

Optimization of Exocytopolysaccharide Production from Fermented Blueberry Juice by Complex Lactic Acid Bacteria Based on Response Surface Method and Artificial Neural Network

龚敏慧 ¹单成俊 ²李双健 ²杨素群 ¹王英 ²刘小莉 ²周剑忠¹

扫码查看

作者信息

1. 江苏大学食品与生物工程学院,江苏镇江 212013;江苏省农业科学研究院农产品加工研究所,江苏南京 210014
2. 江苏省农业科学研究院农产品加工研究所,江苏南京 210014
折叠

摘要

为提高发酵蓝莓汁中的胞外多糖(exocytopolysaccharide,EPS)含量,以蓝莓为原料,选择三株高产胞外多糖的乳酸菌,采用单因素法、响应面法(RSM)对发酵条件进行优化,筛选出影响最大的四个因素:初始pH、接种量、发酵温度、发酵时间.在此基础上,采用人工神经网络(ANN)和遗传算法(GA)求解得到最佳发酵工艺条件为植物乳杆菌 9sh、发酵乳杆菌SR2-6、柠檬明串珠菌GM11的菌种比例 2:1:1,乳糖 6%,大豆肽 0.6%,蓝莓汁初始pH4.5,接种量 8%,发酵温度 30℃,发酵时间 60 h,此时EPS含量为 3.537 g/L.研究表明RSM和ANN可用于优化发酵蓝莓汁产EPS工艺.

关键词

胞外多糖/人工神经网络/响应面/乳酸菌/混合发酵/发酵蓝莓汁

Key words

exocytopolysaccharide/artificial neural network(ANN)/response surface method(RSM)/lactic acid bacteria/mixed fermentation/fermented blueberry juice

引用本文复制引用

基金项目

江苏省重点研发计划(BE2020380)

江苏省农业科技自主创新资金项目(CX222026)

出版年

2023

食品工业科技

北京一轻研究院

食品工业科技

CSTPCD北大核心

影响因子：0.842

ISSN：1002-0306

被引量1

参考文献量18

段落导航