文献

J-GLOBAL ID：201202292495849447   整理番号：12A0215099

Escherichia coliにおける増強組換ストレプトキナーゼ生産性のための流加回分培養の供給方法予測のハイブリッドニューラルネットワークモデルの開発

Development of a hybrid neural network model to predict feeding method in fed-batch cultivation for enhanced recombinant streptokinase productivity in Escherichia coli

著者 (4件)： GEETHALAKSHMI Sundaresan (Anna Univ., Chennai, IND) ,  NARENDRAN Sekar (Anna Univ., Chennai, IND) ,  PAPPA Natarajan (Anna Univ., Chennai, IND) ,  RAMALINGAM Subramanian (Anna Univ., Chennai, IND)
資料名： Journal of Chemical Technology and Biotechnology  (Journal of Chemical Technology and Biotechnology)
巻： 87  号： 2  ページ： 280-285  発行年： 2012年02月 
JST資料番号： C0264A  ISSN： 0268-2575  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 流加回分培養において供給方法を変えてE.coliの増強組換ストレプトキナーゼ生産性を予測するハイブリッドニューラルネットワーク(HNN)モデルを開発した。非構造モデルのパラメータを遺伝的アルゴリズムで評価した。パラメータを評価と測定状態変数の間の正規化二乗誤差である目的関数を最小化することで評価した。ニューラルネットワークと非構造モデルより構成されるHNNモデルを用いて組換蛋白質生産のための流加回分を記述した。その結果,次のことが分かった。1)少ない実験でHNNモデルは状態変数を予測でき一般化と非線形マッピングによって最高の容積活性を有する回分を同定できる,2)HNNモデルはプロセス監視,最適化およびモデルベース制御のためのシステムダイナミックスに対する操作変数を調べるツールとして用いられる。

シソーラス用語： *ストレプトキナーゼ ,  大腸菌 ,  *組換タンパク質 ,  *流加培養 ,  遺伝的アルゴリズム ,  ニューラルネットワーク ,  状態変数 ,  *プラスミノーゲン活性化因子
準シソーラス用語： Escherichia coli ,  ニューラルネットワークモデル

分類 (1件)： 工業的培養法,装置  (FK02020T)

タイトルに関連する用語 (8件)： Escherichia ,  増強 ,  組換 ,  ストレプトキナーゼ ,  流加回分培養 ,  予測 ,  ニューラルネットワークモデル ,  開発