胆固醇氧化酶高产菌株的复合诱变选育

为进一步提高产酶水平,本实验采用超声波联合亚硝基胍的复合诱变方法处理胆固醇氧化酶产生菌(甾短杆菌),通过1mg/mL亚硝基胍和超声(200W,50kHz,35min)同时处理细胞悬液,获得一株红色突变株,其产酶活力从0.5U/mL提高到1.21U/mL,酶活提高了140%。证明该联合诱变手段对甾短杆菌产胆固醇氧化酶具有良好的诱变效果。      

基于遗传优化小波神经网络的微动齿轮故障诊断

给出了微动齿轮的机械振动机理和故障特征,建立了三层小波神经网络,并结合遗传算法进行小波神经网络参数优化。将微动齿轮故障分为无故障、齿轮断层、齿轮面磨损脱落、齿轮面损伤,齿轮面裂痕等五种故障,通过振动试验测试故障信息,将其作为小波神经网络的训练样本,并结合遗传优化实现网络隐层节点和小波参数最佳值。仿真结果表明遗传优化的小波神经网络能够有效避免神经网络不收敛的缺点,提高学习速度,采用遗传优化神经网络进行微动齿轮故障诊断,具有较高的诊断精度和效率,可以有效应用于其他系统的故障诊断工程中。     

用于分离小分子肽的凝胶电泳的改进研究

为了有效分离小分子肽,对SDS-PAGE方法进行改进,调整分离胶分子组成,并在分离胶中加入36%的尿素或13%甘油。实验结果证明:当凝胶的交联度为7.5-10,浓度大于15%,并加入36%的尿素或13%甘油,可以有效分离相对分子质量大于4.1 kDa的小肽。     

发酵过程在线检测系统在谷氨酸发酵中的应用研究

发酵过程在线检测系统包含原位微量取样、级联稀释和微型生物传感器。选择标准葡萄耱溶液作为系统的校正液，符合测试方便、检测线性范围宽、对系统无污染的要求：葡萄耱酶传感器在谷氨酸发酵周期28小时内测定次数15次，平均误差率为1．686％，酶传感器测定抗干扰性强。稳定性较高。     

高密度培养重组E-coli产胆固醇氧化酶的乳糖诱导策略

研究了乳糖诱导重组大肠杆菌表达胆固醇氧化酶。结果表明,乳糖不仅可以作为诱导剂诱导外源蛋白的合成,而且能作为碳源促进菌体的生长。通过对诱导条件的优化,实现了重组大肠杆菌的高密度培养,最高密度达68.9(OD600);在此基础上确定了最佳的诱导时机为发酵中期,菌体产酶水平达6005.66U/L,生产强度为200.19U/L.h,实现了胆固醇氧化酶的高效生产。     

太湖蓝藻培养单细胞蛋白的可行性

以蓝藻原料为氮源发酵生产酵母单细胞蛋白,考察了碳源、维生素、微量元素、矿物质元素、培养温度、接种量、初始pH、通气量等对酵母产量的影响,优化了发酵条件,1 g/dL(干重)的蓝藻培养基最终使酵母产量达到6.2 g/L,并利用高效液相色谱法检测酵母产物胞内微囊藻毒素.结果表明,酵母中微囊藻毒素含量为390 μg/kg.     

不同培养模式对微藻Chlorella vugaris代谢与蛋白质组分的影响

研究不同培养模式对小球藻蛋白合成的影响。分别采用自养、异养和混养模式培养小球藻生产蛋白质。结果为混养时藻细胞更易积累生物量,其比生长速率和产率高达0.526 d-1和0.318mg/(L·d),且其蛋白质质量分数和产率分别为35.6%和0.097 g/(L·d),自养时蛋白质质量分数却最高为52.1%;3种方式培养小球藻均含18种氨基酸,且必须氨基酸比例均超过总的40.0%;异养和混养方式下各氨基酸组成比例基本相似,而与自养时相比,Cys-s、Tyr和Met比例差异显著,Cys-s比例分别高了约78.57%,而Tyr及Met分别低27.59%和33.33%左右。营养方式显著影响小球藻蛋白质合成及氨基酸组成比例。     

短杆菌异淀粉酶产生菌选育及酶作用性质研究

研究和讨论了一株短杆菌异淀粉酶的筛选,诱变,产酶条件及部分酶学特性。结果是摇瓶发酵液中酶活单位最高可达520u/ml.酶作用最适pH可低至5.0,最适温度可高至55℃。该酶对多种不同的含α-1,6-葡萄糖苷键的底物皆具有良好的水解作用。水解产物的分子量分布情况类似于假单胞菌异淀粉酶。     

基于自构形神经网络的桥梁结构损伤诊断

桥梁结构损伤识别问题为高度非线性的复杂系统,单依靠数学与力学模型求解法难以对桥梁结构进行准确的损伤诊断,采用多层前馈人工神经网络的自构形学习算法进行桥梁结构损伤识别,仿真结果表明该算法诊断效率高,可应用于机械设备质量检测系统,实现产品质量检测自动化.     

基于差分进化小波神经网络的刀具磨损状态识别

提出应用小波神经网络进行刀具磨损状态识别的方法,给出了具体的识别流程。构建了小波神经网络,并实现了差分进化对网络参数的优化。通过检测加工现场的切削力和切削声音信号,将其进行信号处理后作为小波神经网络的训练样本,将差分进化应用于小波神经网络结构和参数的优化中,最终实现刀具磨损状态的识别。仿真结果表明差分进化小波神经网络能够有效避免神经网络不收敛的缺点,提高学习速度,采用差分进化小波神经网络进行刀具磨损状态识别,具有较高的诊断精度和效率。