产O-Dma耐氧突变株转化工艺优化及含O-Dma食品的制作

来源 :河北农业大学 | 被引量 : 0次 | 上传用户:wrx5428167
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
去氧甲基安哥拉紫檀素(O-Desmethylangolensin,O-Dma)是黄豆苷原的一种代谢产物,具有多种对人体有益的生物学活性,包括与雌激素受体的亲和力以及抗氧化能力均高于其前体物质黄豆苷原,并具有抑制癌细胞生长、维持骨密度、降脂等作用。实验室前期筛选并驯化出了产O-Dma的耐氧突变菌株Aeroto-AUH-JLC108,该菌株能够在有氧条件下,利用BHI培养基将底物黄豆苷原转化为O-Dma,但是由于BHI培养基成本较高,不利于工业化生产。因此,本研究拟通过培养基优化寻找出一种成本低廉,同时又能提高O-Dma转化率的培养基。首先,通过实验证明,菌株Aeroto-AUH-JLC108能够在常规培养基LB上生长,并且能够少量转化黄豆苷原为O-Dma,转化率为5%,所以将LB确定为初始培养基。然后,经过单因素试验对初始培养基中的碳源、氮源、微量元素和磷酸盐进行筛选,Plackett-Burman试验确定对转化率具有重要影响的成分,最陡爬坡试验寻找各重要影响成分在转化率最高时的添加量,利用响应面法进行最后的优化,最终确定优化的培养基为:蔗糖1.6%,酵母浸粉5%,磷酸氢二钾0.3%,氯化钠0.15%,硫酸镁0.05%,L-半胱氨酸0.05%,O-Dma的转化试验表明,转化率达到84%,较菌株在BHI培养基中76%的转化率有所升高,最为重要的是,成本约降低80%。在利用菌株将黄豆苷原转化为O-Dma的过程中,除了培养基起到关键作用之外,发酵条件的改变也会对菌体的生长和转化产生重要影响,所以在对培养基优化之后,进一步优化pH值、温度、接种量、底物终浓度、转化时间这五个重要参数。利用Plackett-Burman试验,以及添加量的单因素梯度试验,初步确定pH值为7.5,温度为39℃,但随着底物终浓度的增加转化率逐渐降低,是由于底物溶剂甲醇和二甲基甲酰胺对于菌体有毒性,所以固定底物浓度为1.0 mM,然后对pH值和温度进行中心复合设计-响应面法优化,最终确定最适条件为pH值7.0,温度38.5℃,底物终浓度1.0 mM,菌的接种量10%,发酵时间72 h,在此条件下,转化率达到92%。为了将来的工业化生产,结合优化后的培养基和发酵条件,进一步在5 L的发酵罐中进行了扩大培养,并比较了在5L发酵罐和恒温培养箱中的菌体生长和转化动态,结果发现,菌体在发酵罐中的生长和转化状态均好于恒温培养箱中,菌体在恒温培养箱中的最大OD值为2.5,最终转化率为92%,而在发酵罐中OD值可达到3.6,转化率为97%,可能与发酵罐中的搅拌和氧气含量等因素相关。由于O-Dma具有多种对人体有益的生物学活性,本研究还初步探索了将O-Dma制作成小食品,以小巧轻便,制作简易为标准,选择奶片和巧克力两种食品形式,并进行食品配料和制作工艺的摸索。将感官评价作为评判标准,当奶片中脱脂奶粉和绵白糖的比例为2:1,巧克力中可可液块、可可脂和糖粉的比例为4:2:4时,其各自的感官评价得分最高。且经HPLC检测,O-Dma在经过食品制作最高温度处理后能够保持其活性。
其他文献
生命体中,各种蛋白组装体发挥其特殊的功能,如新陈代谢、维持细胞形态等,以蛋白为操作基元构建功能化的组装体一直是蛋白工程领域前沿课题。基于蛋白多样结构特性和识别能力,
全国青少年校园足球自2009年开展以来,得到了国家领导人和社会各界人士的关注及支持。孝感市三里棚小学为了更好的发展和推广校园足球,学校领导大胆革新,通过服务外包的模式,
网络社群已成为大学生群体聚集的重要平台,教育对象网络化、教育载体技术化、教育评价数字化、教育方法专业化是大学生网络社群思想政治教育的鲜明特征。网络社群的"原子化运
本文主要对具有结构阻尼和无限时滞的梁振动方程解的存在性进行研究.本文由五章内容组成.第一章,主要对课题的研究背景、本文的主要工作和课题研究所要用到的定义和基本结果进行了简要概述.比如算子半群理论,相空间理论,非紧性测度理论,凝聚映射等.第二章,主要是关于非线性项为f(t,ut)的梁振动方程mild解的存在性的讨论.此类初值问题的特殊性在于它考虑了时间的滞后性这个因素.应用算子半群理论,相空间理论和
本研究以产琼胶酶的微球菌为实验菌株,通过克隆获得其全基因组序列,在Blast上比对序列、分析结构,氨基酸序列构建发育树,得知该酶属于GH16家族的β-琼胶酶。通过克隆表达含不
随着移动视频流量的迅猛增长,基站和核心网链路面临着巨大的压力。无线业务量的激增,使得现有的移动网络难以满足用户对高带宽、低时延缓存服务的需求。在边缘侧提供超高速缓
带噪声的大规模数据分类问题是数据挖掘中的重要研究内容。支持向量机作为一种经典的数据挖掘技术,因其具有较强的泛化能力而被广泛的应用于各个领域中。有研究表明,基于非凸非光滑损失函数的支持向量机分类模型对带标签噪声的数据具有鲁棒性,能降低噪声对分类超平面的影响,提高数据的分类精度。然而,非光滑损失函数的使用导致对该模型的求解困难。针对上述问题,本文提出基于光滑非凸损失函数的鲁棒支持向量机模型,对带标签噪
物联网(IoT)的出现推动了新一代传感和控制应用技术的飞速发展,如智能城市、智能健康和智能家居等,预计到2020年物联网设备将超过204亿。规模如此庞大的网络给物联网设备的接
在信息化时代背景下,科学研究和工程实践等领域鼎力发展,由此产生了许多难以解决的复杂优化问题,如何设计更加有效的优化方法,已然成为众多学术领域亟待解决的焦点问题。在这样的需求导向下,智能优化算法应势而生,因为其可以高效迅速地解决多峰、不可微、不可分、不连续等复杂的优化问题,应用前景十分宽泛,与其相关的研究迅速壮大,许多基于不同原理的新算法被相继提出。2011年,印度学者Rao基于学校教学原理提出了一
大学生是国家的未来,是民族的希望。就当前大学生的道德健康现状来看,他们的思想主流是积极向上的。他们愿意用自己的力量服务社会,为建设国家繁荣富强贡献自己的力量。但是