人工神经网络优化大肠埃希菌摇瓶培养基

目的 采用人工神经网络(artificial neural network,ANN)优化一种可获得高生物量及菌体活力大肠埃希菌(E.coli)的摇瓶培养基。方法 以葡萄糖(glucose,Glu)、酵母浸出物(yeast extract,YE)、酵母蛋白胨(yeast peptone,YP)、大豆蛋白胨(soy peptone,SP)和酵母基础氮源(yeast nitrogen base,YNB)占比为混料分量，菌体悬浮液A₆₀₀(A1)、培养物湿菌重(G,g/L)和菌体活力指标值(A2,A₄₆₀)为响应值，采用混料设计试验筛选对响应值具有显著影响的混料分量。以混料设计试验结果为训练和验证数据样本构建ANN模型，输入变量为混料分量且约束同混料分量上下限，输出变量为混料设计响应值。通过所构建ANN获得的优化后培养基配方和参考值，应用蒙特卡洛模拟进一步调整培养基配方，并获得E.coli摇瓶培养基配方，再对培养基配方进行10次验证试验。结果 E.coli摇瓶培养基配方：Glu 26 g/L、SP26 g/L、YNB 13 g/L，培养基总浓度为65...