首页|基于人工神经网络的L-天冬酰胺酶发酵培养基优化

基于人工神经网络的L-天冬酰胺酶发酵培养基优化

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高重组Bacillus subtilis发酵生产L-天冬酰胺酶(EC 3.5.1.1,L-Asparaginase,L-ASNase)的水平,应用人工神经网络算法对其发酵培养基进行优化.首先通过单因素实验和Plackett-Burman实验筛选显著因素,再进行中心组合实验建立实验数据样本,最后利用JMP10.0建立神经网络模型优化发酵培养基组成.经优化,获得最佳培养基组成:蔗糖65 g/L、酵母蛋白胨28 g/L、玉米浆11 g/L、KH2PO411.5 g/L、NaC13.3 g/L、(NH4)2S044 9/L、K2HPO4.3H2O 22.5 g/L、MgSO4.7H2O 1 g/L、L-天冬酰胺2 g/L.在该培养基条件下,L-ASNase产量达到515.6 U/mL,较优化前提高了90.9％.研究结果为L-ASNase上罐优化提供了基础数据.
Optimization of L-asparaginase fermentation medium based on artificial neural network

王云龙、刘松、堵国成、陈坚

展开 >

江南大学生物工程学院,江苏无锡,214122

江南大学,工业生物技术教育部重点实验室,江苏无锡,214122

枯草芽孢杆菌 L-天冬酰胺酶 发酵优化 发酵培养基 人工神经网络

国家自然科学基金面上项目江苏省重点研发计划社会发展项目

31771913BE2016629

2018

食品与发酵工业
中国食品发酵工业研究院 全国食品与发酵工业信息中心

食品与发酵工业

CSTPCDCSCD北大核心
影响因子：0.761
ISSN：0253-990X
年,卷(期)：2018.44(8)
  • 7
  • 2