基于人工神经网络的L-天冬酰胺酶发酵培养基优化

为提高重组Bacillus subtilis发酵生产L-天冬酰胺酶(EC 3.5.1.1,L-Asparaginase,L-ASNase)的水平,应用人工神经网络算法对其发酵培养基进行优化。首先通过单因素实验和Plackett-Burman实验筛选显著因素,再进行中心组合实验建立实验数据样本,最后利用JMP10.0建立神经网络模型优化发酵培养基组成。经优化,获得最佳培养基组成:蔗糖65 g/L、酵母蛋白胨28 g/L、玉米浆11 g/L、KH_2PO_411.5 g/L、NaCl 3.3 g/L、(NH_4)_2SO_44 g/L、K_2HPO_4·3H_2O 22.5 g/L、MgSO_4·7H_2O 1 g/L、L-天冬酰胺2 g/L。在该培养基条件下,L-ASNase产量达到515.6 U/mL,较优化前提高了90.9%。研究结果为L-ASNase上罐优化提供了基础数据。