牛排菇多肽的酶解工艺优化

以珍稀食用菌——牛排菇为原料,利用单因素试验和响应面法建立其多肽的酶解工艺。以水解度为指标,分别以5 种蛋白酶：酸性蛋白酶、碱性蛋白酶、胰酶、胃蛋白酶、木瓜蛋白酶,对牛排菇进行酶解;考察不同反应时间、底物浓度、pH 值、温度、加酶量对牛排菇多肽提取过程中水解度的影响,并结合响应面试验优化工艺条件。结果显示：胰酶为酶解牛排菇多肽的最适蛋白酶,当酶解时间5 h、底物浓度5%、pH8、加酶量10 000 U/g、酶解温度45 ℃时,牛排菇多肽的水解度为59.17%,且蛋白质含量可达33.67%。     

关键点选取的最小二乘渐进迭代逼近

目的 最小二乘渐进迭代逼近（LSPIA）方法多以均匀参数化或弦长参数化的形式均匀地确定初始控制点,虽然取得了良好效果,但在处理复杂曲线时,迭代速度相对较慢且误差精度不一定能达到预期设定值。为了进一步提高迭代效率和误差精度,本文提出了基于关键点（局部曲率最大点和极端曲率点）的最小二乘渐进迭代逼近方法。方法 首先计算所有数据点的离散曲率,筛选出局部曲率最大点;接着设定初始的曲率下限,筛选出极端曲率点;然后将关键点与均匀选取的控制点按参数顺序化,并将其作为迭代的初始控制点;最后利用LSPIA方法对数据点进行拟合。结果 对同一组数据点,分别采用LSPIA方法和基于关键点的LSPIA方法,本文方法较好地提高了收敛速度;在相同的控制点数目下,与LSPIA算法相比,本文方法的误差精度较小。结论 本文方法适合于比较复杂的曲线,基于曲率分布的关键点的选取,可以更好地反映曲线的几何信息。数值实例表明,结合关键点筛选策略的LSPIA算法提高了计算效率,取得了更好的拟合效果。