改进型人工神经网络优化Iturin A发酵培养基研究

作者：付茂红; 钟娟; 谭忠元; 彭文璟; 杨杰; 周金燕; 谭红

来源：广东农业科学, 2015, 42(17): 102-107.

DOI：10.16768/j.issn.1004-874x.2015.17.006

• 伊枯草菌素A
• 均匀设计
• 遗传算法
• 人工神经网络
• 二次多项式

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。

• 单位
  中国科学院; 中国科学院大学; 中国科学院成都生物研究所