通過改良遺傳算法的方法優(yōu)化發(fā)酵培養(yǎng)基英文翻譯-資料下載頁
2024-10-31 08:16本頁面
【導(dǎo)讀】基組分用于培養(yǎng)基優(yōu)化。在用于實驗設(shè)計的遺傳學(xué)算法和歸納學(xué)方法的基礎(chǔ)上建。該方法求助于計算機輔助運算以更有效率的預(yù)測生產(chǎn)率，結(jié)果在四代的發(fā)酵實驗中產(chǎn)量增加了近3倍。步一個腳印”的優(yōu)化方法，這是繁瑣耗時的，而且不一定有效。在發(fā)酵實驗中成功地應(yīng)用統(tǒng)計方法的報道越來越多。多數(shù)出版物涉及營養(yǎng)培養(yǎng)?；膬?yōu)化并且通常以此為目標，每個實驗室也有自己的策略。論在asperlicin還是mevinolin的生物合成(monaghan和koupal. 將對這些變量在不同的濃度進行測試。遺傳學(xué)方法已經(jīng)應(yīng)用于培養(yǎng)基的優(yōu)化。一整套的實驗操作綜合了遺傳操作的選擇，交叉和變異，以達到最佳的實。相對于其他方法而言，GA具有許多優(yōu)勢:他們從一系列的試驗中搜索。在完成了第一代的實驗后，選擇具有最高生產(chǎn)率的染色體并成比例的。法測量產(chǎn)品數(shù)量。1991)應(yīng)用于構(gòu)建GA的軟件框架。對于λ的實際作用將在結(jié)果與討論中進行闡述。這一模式的搜尋可以大大的提高GA的效率?；贕A的方略和可供選。比例增加了5倍在四個世代的18個培養(yǎng)基中。
【正文】 的生產(chǎn)率。 圖 3顯示的每一代的平均值代表了一般的優(yōu)化過程。它清楚的顯示平均值在第三、第四代增加明顯。據(jù)推測，這是由于 λ值增加和更多已完成的實驗的結(jié)果。 4 我們也要明白每增加一代模型也就同時被改進了。 表 3：整個優(yōu)化過程平均生產(chǎn)率的增加。對照實驗的生產(chǎn)率為 100％ 在四個世代的實驗中總共有 47個實驗，產(chǎn)量增加了近 3倍。為了評估我們優(yōu)化實驗的效率，我們參考了其他 作者利用 GA改善培養(yǎng)基的結(jié)果。 Freyer et al。 (1992) 選取 12個變量并有兩項目標 : 一是增加土壤微生物，二是減少一些培養(yǎng)基成分的投入。 在 7個世代、共 224個實驗中， 他們成功地使生物量的生產(chǎn)率增加了 80倍，并使生物量生產(chǎn)率系數(shù)增加到 3倍。 另一個成功地利用 GA的培養(yǎng)基優(yōu)化處理 9個變量則報導(dǎo)增加了 1。 5倍的生產(chǎn)率， 產(chǎn)品 /無用的副產(chǎn)品的比例增加了 5倍在四個世代的 18個培養(yǎng)基中。 (Karutzetal。 ， 1992)。 在另一份報告中，使用最小量營養(yǎng)鹽類的情況下， 14種培養(yǎng)基成分的濃度被 125個實驗優(yōu)化后表現(xiàn)了最大酶活性 (WeusterBotz和 Wandrey， 1995)。 活性從 1550增加到 2300U/L。 考慮到這些數(shù)據(jù)，我們可以斷定，我們優(yōu)化策略是成功的，因此，除 GA外，由歸納法獲得的回歸模型也發(fā)揮了重要的作用。 這兩種方法的結(jié)合看來很有前景。 參考資料 5
公司管理相關(guān)推薦
鄂ICP備17016276號-1