排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
为提高伊枯草菌素A(Iturin A)的产量,选择发酵培养基中对Iturin A合成有影响的5个组分作为自变量、以Iturin A产量为响应值,设计5因素10水平的均匀设计试验。以均匀设计试验数据为基础,分别建立二次多项式模型和一种改进型人工神经网络模型来优化发酵培养基,最后通过比较两种模型的优劣选择改进型人工神经网络模型优化培养基组分。结果表明,相比于二次多项式模型,基于相同试验设计的改进型人工神经网路模型有更好的拟合精度和泛化能力,使用人工神经网络模型优化后的培养基发酵48 h后,Iturin A产量为1.121(±0.089)g/L,比二次多项式模型优化的培养基高出13.23%,此时Iturin A发酵培养基的优化组分为葡萄糖、KH2PO4、Mg SO·7H4 2O、酵母膏和大豆蛋白胨总氮浓度分别为42.6、3.62、3.14、0.12、2 g/L。 相似文献
2.
对枯草芽胞杆菌(Bacillus subtilis ZK8)进行4种不同工艺(分批发酵和3种氨基酸浓度的补料分批发酵)的发酵,测定并分析了发酵过程中各时间点样品中菌量、伊枯草菌素A (iturin A)的效价、还原糖、总氮及16种游离氨基酸的含量及变化趋势。结果表明,在工艺2 (补料浓度分别为天冬氨酸55 mg/L,谷氨酸12 mg/L,脯氨酸6 mg/L)发酵条件下,枯草芽胞杆菌ZK8菌量最高,达2.163×1010个/mL,比分批发酵(对照组)提高9.5%;在工艺1(补料浓度分别为天冬氨酸50 mg/L,谷氨酸9 mg/L,脯氨酸5 mg/L)发酵条件下,iturin A效价最高,达20 101.1 U,比对照提高了93.94%。 相似文献
1