人工神经网络与遗传算法耦合法优化辅酶Q<sub>10</sub>发酵培养基

中国生物工程杂志

2013, Vol. 33

Issue (9): 73-78

技术与方法

人工神经网络与遗传算法耦合法优化辅酶Q₁₀发酵培养基

周勇, 郑毅, 宋利丹

福建师范大学生命科学学院工业微生物教育部工程研究中心福州 350108

The Optimization of Medium for Coenzyme Q₁₀ Fermentation by Artificial Neural Network associated with Genetic Algorithms

ZHOU Yong, ZHENG Yi, SONG Li-dan

Engineering Research Centre of Industrial Microbiology Under Ministry of Education, College of Life Sciences, Fujian Normal University, Fuzhou 350108 China

全文: PDF(538 KB) HTML

摘要： 为了提高类球红细菌F3-40辅酶Q₁₀的发酵效价,对发酵培养基进行优化。通过单因子优化实验确定培养基中4种重要成分的浓度范围:葡萄糖25~40g/L、味精5~9g/L、硫酸铵3~7g/L、玉米浆粉5~9g/L。在此基础上采用均匀设计实验对4种成分进行组合优化,分别采取二次多项式逐步回归分析法、人工神经网络与遗传算法耦合法对均匀设计实验结果进行优化分析。结果表明,人工神经网络与遗传算法耦合法取得较好的优化效果,显著提高辅酶Q₁₀的发酵水平,最终辅酶Q₁₀的发酵水平达到245mg/L,比二次多项式逐步回归分析优化法(221 mg/L)、单因子优化实验(211 mg/L)、优化前(150 mg/L)分别提高了10.86%,16.11%,63.33% 。

关键词： 辅酶Q₁₀; 人工神经网络; 遗传算法; 均匀设计实验

Abstract: In order to improve the yield of Coenzyme Q₁₀ produced by Rhodobacter sphaeroides F3-40. First, the reasonable concentration ranges of 4 important medium components were determined by single-factor experiments. On the basis of the above results, uniform design method was adopted to optimize their combination. Square stepwise regression analyses, artificial neural network associated with genetic algorithms optimization (ANN-GA) were used to optimize their concentrations respectively. From results, the ANN-GA showed better optimization effect. In the end, the yield of Coenzyme Q₁₀ by ANN-GA reached 245mg/L, increased 10.86%,16.11% and 63.33% more than that of square stepwise regression analysis (221mg/L), single-factor analysis (211 mg/L) and the primary (150mg/L) respectively.

Key words: Coenzyme Q₁₀ Artificial neural network Genetic algorithms Uniform design method

收稿日期: 2013-04-23 出版日期: 2013-09-25

ZTFLH:

Q815

基金资助: 福建省教育厅资助基金(JA10067)

通讯作者: 郑毅zhenyi70@163.com E-mail: zhenyi70@163.com

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	周勇
	郑毅
	宋利丹

引用本文:

周勇, 郑毅, 宋利丹. 人工神经网络与遗传算法耦合法优化辅酶Q₁₀发酵培养基[J]. 中国生物工程杂志, 2013, 33(9): 73-78.

ZHOU Yong, ZHENG Yi, SONG Li-dan. The Optimization of Medium for Coenzyme Q₁₀ Fermentation by Artificial Neural Network associated with Genetic Algorithms. China Biotechnology, 2013, 33(9): 73-78.

链接本文:

https://manu60.magtech.com.cn/biotech/CN/ 或 https://manu60.magtech.com.cn/biotech/CN/Y2013/V33/I9/73

[1] 吴祖芳,翁佩芳, 陈坚. 辅酶 Q10 的功能研究进展. 宁波大学学报, 2001, 2: 85-88. Wu Z F, Wen P F, Chen J. Advances of coenzyme Q(10) function studies. Journal of Ningbo University, 2001, 2: 85-88.
[2] 欧阳平凯, 胡永红. 辅酶 Q10 的生产及其应用. 化工进展, 1994, 4: 9-11. Ou Yang P K, Hu Y H. Production and application of coenzyme Q(10). Chemical Industry and Engineering Progress, 1994, 4: 9-11.
[3] Nohl H, Kozlov A V, Staniek K, et al. The multiple functions of coenzyme Q. Bioorganic chemistry, 2001, 1: 1-13.
[4] 袁静, 魏泓. 微生物发酵生产辅酶 Q(10) 的研究进展. 氨基酸和生物资源, 2004, 1: 53-56. Yuan J, Wei H. Recent progress of ubiquinone-10 production by microbial fermentation. Amino Acids & Biotic Resources, 2004, 1: 53-56.
[5] Cluis C P, PineD l, Martin V J. The production of coenzyme Q10 in microorganisms, Netherlands: Springer, 2012, 303-326.
[6] 任鹏,姚兵,李伟静, 等. 类球红细菌添加前体物产辅酶 Q(10) 的工艺优化. 生物技术通讯, 2010, 5: 695-698. Ren P, Yao B, Li W J, et al. Optimizing precursors conditions of coenzyme Q10 production in rhodobacter sphaeroides. Letters In Biotechnology, 2010, 5: 695-698.
[7] 邵玲莉, 石玲玲. 辅酶 Q10 产生菌发酵条件的优化. 生物加工过程, 2010, 2: 18-22. Shao L L, Shi L L. Optimization of fermentation conditions for production of CoQ10. Chinese Journal of Bioprocess Engineering, 2010, 2: 18-22.
[8] 李季, 蒲彪. 人工神经网络在食品微生物发酵中的应用. 食品研究与开发, 2009, 4: 171-174. Li J, Pu B. Application of artificial neural network on food microbe fermentation. Food Research and Development, 2009, 4: 171-174.
[9] 张彦青, 张五九. 基于神经网络的大生产规模啤酒发酵过程建模. 食品与发酵工业, 2007, 9: 86-91. Zhang Y Q, Zhang W J. Establishment of predictive model for veer fermentation process. Food and Fermentation Industries, 2007, 9: 86-91.
[10] 杜中华, 王兴贵, 狄长春. 基于实验, 神经网络和遗传算法的一种优化设计方法. 机械设计与制造工程, 2001, 6: 22-24. Du Z H, Wang X G, Di C C. An optimal design based on experiment, neural networks and genetic. Algorithm. Mechanical Design and Manufacture, 2001, 6: 22-24.
[11] Nagata Y, Chu K H. Optimization of a fermentation medium using neural networks and genetic algorithms. Biotechnology Letters, 2003, 21: 1837-1842.
[12] SarkaD r, Modak J M. Optimization of fed-batch bioreactors using genetic algorithm: multiple control variables. Computers & Chemical Engineering, 2004, 5: 789-798.
[13] Subba C R, Sathish T, Mahalaxmi M, et al. Modelling and optimization of fermentation factors for enhancement of alkaline protease production by isolated Bacillus circulans using feed-forward neural network and genetic algorithm. Journal of Applied Microbiology, 2008, 3: 889-898.
[14] 吴祖芳, 堵国成, 陈坚. 发酵液中辅酶 Q(10) 的分离纯化和定量分析. 无锡轻工大学学报, 2002, 4: 420-423. Wu Z F, Du G C, Chen J. Studies on the purification and quantitative analysis of coenzyme Q10 in culture, Journal of WuXi University of Light Industry, 2002, 4: 420-423.
[15] 朱志春,郑毅,朱中南, 等. 超声波破碎法提取辅酶 Q10 研究. 海峡科学, 2012, 2: 17-19. Zhu ZH CH, Zheng Y, Zhu ZH N, et al. Studies on the extraction of Coenzyme Q10. Straits Science, 2012, 2: 17-19.
[16] 秦娟,韩静,杨官娥, 等. HPLC 法测定光合细菌菌液中辅酶 Q(10) 的含量. 山西医科大学学报, 2008, 9: 835-837. Qin Q, Han J, Yang G E, et al. Determination of coenzyme Q10 in photosynthetic bacteria culture medium by HPLC, Journal of Shanxi Medical University, 2008, 9: 835-837.
[17] 夏江,梅乐和,黄俊, 等. 神经网络和粒子群算法优化 γ-氨基丁酸发酵培养基的研究. 高校化学工程学报,2007, 6: 997-1001. Xia J, Mei L H, Huang J, et al. Optimization of γ-aminobutyric acid fermentation medium based on artificial neural network and particle swarm optimization. Journal of Chemical Engineering of Chinese Universities, 2007, 6: 997-1001.

[1]	翟君叶,成旭,孙泽敏,李春,吕波. 毛蕊花糖苷的生物合成研究进展[J]. 中国生物工程杂志, 2021, 41(5): 94-104.
[2]	周惠颖,周翠霞,张婷,王雪雨,张会图,冀颐之,路福平. 强化底物利用酶系表达,提升地衣芽孢杆菌生产碱性蛋白酶性能[J]. 中国生物工程杂志, 2021, 41(2/3): 53-62.
[3]	栗波,王泽建,梁剑光,刘爱军,李海东. 等离子体作用结合氧限制模型选育利福霉素SV高产菌株 ^*[J]. 中国生物工程杂志, 2021, 41(2/3): 38-44.
[4]	王优蓓,郭思妤,常碧博,叶蕊芳,花强. 螺旋链霉菌遗传操作系统-接合转移体系的建立[J]. 中国生物工程杂志, 2021, 41(2/3): 45-52.
[5]	朱亚鑫, 段艳婷, 高宇豪, 王籍阅, 张晓梅, 张晓娟, 徐国强, 史劲松, 许正宏. 不同D/L单体比γ-聚谷氨酸的合成与调控[J]. 中国生物工程杂志, 2021, 41(1): 1-11.
[6]	王震,李霞,元英进. 微生物异源合成咖啡酸及其酯类衍生物研究进展 ^*[J]. 中国生物工程杂志, 2020, 40(7): 91-99.
[7]	樊斌,陈欢,宋婉莹,陈光,王刚. 乳酸菌基因改造技术研究进展 ^*[J]. 中国生物工程杂志, 2020, 40(6): 84-92.
[8]	梅雨薇,杨子云,于樊,龙旭伟. 生物表面活性剂脂肽的发酵生产及抑菌应用研究进展^*[J]. 中国生物工程杂志, 2020, 40(5): 105-116.
[9]	童梅,程永庆,刘金毅,徐晨. 促进大肠杆菌周质空间小分子抗体表达的菌种构建方法^*[J]. 中国生物工程杂志, 2020, 40(5): 48-56.
[10]	秦旭颖,杨洪江. 噬菌体分离纯化技术研究进展^*[J]. 中国生物工程杂志, 2020, 40(5): 78-83.
[11]	岑黔鸿,高彤,任怡,雷涵. 重组酿酒酵母表达幽门螺杆菌VacA蛋白及其免疫原性分析^*[J]. 中国生物工程杂志, 2020, 40(5): 15-21.
[12]	王泽建,栗波,王萍,张琴,杭海峰,梁剑光,庄英萍. 葡萄糖和麦芽糖碳源底物对粪产碱杆菌合成凝胶多糖的胞内代谢流影响^*[J]. 中国生物工程杂志, 2020, 40(5): 30-39.
[13]	王蒙,张全,高慧鹏,关浩,曹长海. 生物发酵法制备木糖醇的研究进展 ^*[J]. 中国生物工程杂志, 2020, 40(3): 144-153.
[14]	崔自红,季秀玲. 细菌-噬菌体对抗性共进化研究进展 ^*[J]. 中国生物工程杂志, 2020, 40(1-2): 140-145.
[15]	陈子晗,周海胜,尹新坚,吴坚平,杨立荣. **Amphibacillus xylanus谷氨酸脱氢酶基因工程菌培养条件优化 ^***[J]. 中国生物工程杂志, 2019, 39(10): 58-66.

Viewed

Full text

Abstract

Cited

Shared

Discussed