谭忠元
- 作品数：2 被引量：6H指数：2
- 供职机构：中国科学院大学更多>>
- 发文基金：国家科技支撑计划更多>>
- 相关领域：农业科学化学工程生物学更多>>
- 补料对发酵工艺中枯草芽胞杆菌ZK8产伊枯草菌素A调控基因的影响被引量：2
- 2015年
- 为研究补料对分批发酵工艺中枯草芽胞杆菌(Bacillus subtilis)ZK8产伊枯草菌素A的影响,以"氮源+碳源+氨基酸"为补料,应用RT-q PCR技术并结合相关发酵参数分析了3个合成调控基因deg Q、deg US、glnR及操纵子itu在发酵过程中的相对表达量差异。结果显示:补料-分批发酵工艺中总氮和还原糖的含量高于分批发酵工艺,生物量和效价分别提高了68.85%和36.67%;补料-分批发酵工艺中deg Q、deg US和glnR 3个基因的相对表达量均高于分批发酵工艺,3个基因相对表达量的变化规律与伊枯草菌素A合成规律、操纵子itu的相对表达量变化规律一致。表明流加补料液促进了deg Q、deg US和glnR的表达,为菌体提供了丰富的碳源、氮源和伊枯草菌素A的合成前体,促进了伊枯草菌素A的合成。
- 谭忠元张智付茂红罗笛钟娟周金燕杨杰肖亮谭红
- 关键词：补料分批发酵调控基因
- 改进型人工神经网络优化Iturin A发酵培养基研究被引量：4
- 2015年
- 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。
- 付茂红钟娟谭忠元彭文璟杨杰周金燕谭红
- 关键词：均匀设计人工神经网络二次多项式
