人工ニューラルネットワークモデリング及び粒子群最適化法を用いた海洋細菌Bacillus licheniformisによるε-ポリリジン生産の改良【Powered by NICT】

Bhattacharya Sourish; Bhattacharya Sourish; Dineshkumar Ramalingam; Dhanarajan Gunaseelan; Sen Ramkrishna; Mishra Sandhya

文献

J-GLOBAL ID：201702237065687661 整理番号：17A1492512

人工ニューラルネットワークモデリング及び粒子群最適化法を用いた海洋細菌Bacillus licheniformisによるε-ポリリジン生産の改良【Powered by NICT】

Improvement of ε-polylysine production by marine bacterium Bacillus licheniformis using artificial neural network modeling and particle swarm optimization technique

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A1492512&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A1492512&from=J-GLOBAL&jstjournalNo=W1014A") }}

著者 (6件)： , , , , ,
資料名：
巻： 126 ページ： 8-15 発行年： 2017年
JST資料番号： W1014A ISSN： 1369-703X 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

ε-ポリリジンはカルボキシル基とε-アミノ基の間のペプチド結合により結合したL-リジンの水溶性,生物分解性,食用および非毒性ホモポリマーである。広範囲の工業的応用のための過去数十年間使用されているε-ポリリジンとその誘導体。しかし,野生型株を用いてε-ポリリジンの収率は,工業生産のための所望のものに関しては比較的低かった。それ故,本研究では,海洋細菌Bacillus licheniformisによる増強されたε-ポリリジン生産のための培地パラメータを最適化した先進的なモデリングと最適化技術。グルコース,酵母抽出物,硫酸マグネシウムおよび硫酸第一鉄を含む重要な栄養素は,入力変数とε-ポリリジンとして出力変数として人工ニューラルネットワーク(ANN)に組み込んだ。4 10 1のANNトポロジーはフィードフォワード逆伝搬アルゴリズムを用いてモデルを訓練すると,最適条件下でε-ポリリジンの3.56±0.16gL~( 1)をもたらした粒子群最適化(PSO)に開発したモデルの応用に最適であることが分かった:グルコース,34gl~( 1)酵母エキス,2.3gL~( 1)硫酸マグネシウム,0.44gL~( 1)と硫酸第一鉄,0.08gL~( 1)。このように,この最適化手法は196.7%ε-ポリリジンを顕著に改善できた,非最適化培地に比較して。本研究の潜在的重要性は,先進的な最適化アプローチによる改善されたε-ポリリジン生産に適した生産培地の開発にある,ANN-PSO。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

微生物代謝産物の生産

, , , , ,

前のページに戻る