简介:采用生物传感器-人工神经网络建立基于游离氨基酸含量对胶原蛋白胰酶酶解进程的预测模型,以实现对酶解进程的在线监控,获得最大量的目标活性肽。以大马哈鱼皮为原料制备胶原蛋白,对其酶解,建立不同条件下的酶解动力学曲线。结果显示:酶解液中游离氨基酸含量随酶解时间的延长而增加,与胶原蛋白的水解度呈良好的线性关系。以酶浓度、底物浓度、游离谷氨酸含量、赖氨酸含量、谷氨酸和赖氨酸含量为输入参数,水解度DH为输出参数,建立基于谷氨酸含量、赖氨酸含量以及谷氨酸赖氨酸含量的蛋白酶传感器-人工神经网络预测模型。对3个模型的水解度样本值与拟合值进行比较分析,R2分别为0.98,0.9805和0.981,对样本值拟合度很高。利用模型进行独立试验验证,理论值与实验值相符合,水解度实验的相对误差范围分别为0.404%~6.45%,0.76%~2.27%和1.67%~2.72%。3个模型在一定程度上实现了仿真监控,可用来在线预测水解反应的动态进程。
简介:采用响应面分析方法,对红曲霉菌株(MonascusruberGMA4)固态发酵产MonacolinK的工艺条件进行优化研究,提高产MonacolinK的浓度,运用单因子实验筛选出可溶性淀粉和酵母粉为最适碳源和氮源,确定发酵产MonacolinK的最佳培养时间为20天,初始含水量为40%以及添加前体乙酸钠浓度为1.2%,通过全因子实验,对影响产MonacolinK的4个重要因素进行评估并筛选出具有显著效应的2个因子:初始含水量、乙酸钠。通过最陡爬坡逼近以上2个因子的最大响应区域后,采用CentralCompositeDesign(CCD)响应面分析法,确定产MonacolinK最佳工艺条件为:可溶性淀粉40g/L,酵母粉30g/L,乙酸钠14.6g/L,初始含水量51.2%,32℃培养3天,再26℃培养17天。在此条件下,MonacolinK产量达到15.49mg/g,比优化前条件:葡萄糖30g/L,蛋白胨20g/L,酵母粉20g/L,乙酸钠12g/L,初始含水量40%所得到的MonacolinK浓度11.03mg/g提高了40.4%。