青岛农业大学学报（自然科学版）
青島農業大學學報（自然科學版）
청도농업대학학보（자연과학판）
JOURNAL OF QINGDAO AGRICULTURAL UNIVERSITY
2014年
2期
131-135
,共5页
岩藻多糖酶%发酵%培养基%神经网络%遗传算法
巖藻多糖酶%髮酵%培養基%神經網絡%遺傳算法
암조다당매%발효%배양기%신경망락%유전산법
Fucoidanase%Fermentation%Medium%Artificial Neural Network%Genetic Algorithm
本文对RC2-3产岩藻多糖酶的发酵培养基进行优化.通过单因素实验确定了最佳碳源、氮源、无机盐种类,并利用正交实验及人工神经网络与遗传算法联合优化确定了培养基浓度.结果表明最佳碳、氮源分别为岩藻多糖、牛肉膏,最佳无机盐为NaCl.利用正交实验优化得到了最佳培养基浓度为岩藻多糖0.6％,牛肉膏0.8％,NaCl5％,在该条件下可以获得酶活力68.8±3.2U/mL;进一步利用神经网络与遗传算法联合优化培养基浓度,得到最优组合为岩藻多糖0.54％,牛肉膏0.40％,NaCl6.66％,此条件下能够获得酶活力78.4±5.3U/mL.利用神经网络与遗传算法联合优化的结果比优化前酶活力提高了45％,比正交实验优化结果提高了14％,证明该方法在培养基优化中具有显著优越性.
本文對RC2-3產巖藻多糖酶的髮酵培養基進行優化.通過單因素實驗確定瞭最佳碳源、氮源、無機鹽種類,併利用正交實驗及人工神經網絡與遺傳算法聯閤優化確定瞭培養基濃度.結果錶明最佳碳、氮源分彆為巖藻多糖、牛肉膏,最佳無機鹽為NaCl.利用正交實驗優化得到瞭最佳培養基濃度為巖藻多糖0.6％,牛肉膏0.8％,NaCl5％,在該條件下可以穫得酶活力68.8±3.2U/mL;進一步利用神經網絡與遺傳算法聯閤優化培養基濃度,得到最優組閤為巖藻多糖0.54％,牛肉膏0.40％,NaCl6.66％,此條件下能夠穫得酶活力78.4±5.3U/mL.利用神經網絡與遺傳算法聯閤優化的結果比優化前酶活力提高瞭45％,比正交實驗優化結果提高瞭14％,證明該方法在培養基優化中具有顯著優越性.
본문대RC2-3산암조다당매적발효배양기진행우화.통과단인소실험학정료최가탄원、담원、무궤염충류,병이용정교실험급인공신경망락여유전산법연합우화학정료배양기농도.결과표명최가탄、담원분별위암조다당、우육고,최가무궤염위NaCl.이용정교실험우화득도료최가배양기농도위암조다당0.6％,우육고0.8％,NaCl5％,재해조건하가이획득매활력68.8±3.2U/mL;진일보이용신경망락여유전산법연합우화배양기농도,득도최우조합위암조다당0.54％,우육고0.40％,NaCl6.66％,차조건하능구획득매활력78.4±5.3U/mL.이용신경망락여유전산법연합우화적결과비우화전매활력제고료45％,비정교실험우화결과제고료14％,증명해방법재배양기우화중구유현저우월성.
