近红外光谱分析技术在监测L-异亮氨酸发酵过程中的应用

以L-异亮氨酸发酵过程的发酵液为样品, 用偏最小二乘法考察2种光谱采集方式、 7种光谱预处理方法及不同光谱波段选择对建立5种氨基酸光谱预测模型精度的影响. 通过建立L-异亮氨酸发酵过程中主副产物最佳光谱预测模型, 确定最佳光谱信息采集方式、 光谱预处理方法、 光谱波长范围及模型因子数. 结果表明: 反射扫描优于透射扫描获取光谱所建最佳预测模型; 反射光谱采集L- 异亮氨酸、 L-丙氨酸、 L-谷氨酸、 L-亮氨酸和L-苏氨酸5种氨基酸最佳校正模型相关系数均大于0.96, 其交互验证均方差分别为1.760,0.462,0.430,0.259,0.199, 相对分析误差分别为7.8,6.8,6.3,5.0,6.4, 表明所提出的近红外光谱分析法快速检测氨基酸发酵液中各成分稳定可行.     

榆树木材基本密度近红外模型优化的研究

 为探究近红外光谱技术野外测量木材基本密度的可行性,用圆盘模拟伐倒木锯面,采集光谱信号,结合偏最小二乘法（PLS）建立榆树木材基本密度预测模型.其校正模型和验证模型决定系数R²分别为0.8456和0.8011,均方根误差RMSE分别为0.0231和0.0266,标准误差SE分别为0.0232和0.0268.为进一步提高模型预测精度,利用卷积平滑、小波变换等6种方法对光谱信号进行预处理.结果表明,基于小波变换去噪的模型精度最好,校正模型和验证模型决定系数分别为0.8996和0.8662,RMSE和SE的值均达到最小.研究表明,近红外光谱技术可用于木材基本密度的野外测量.     

可见/近红外光谱结合变量选择方法检测牛肉挥发性盐基氮

为实现生鲜牛肉整个储存期内(4℃环境)挥发性盐基氮(TVB-N)的快速无损检测,提高检测精度,搭建了可见/近红外光谱(VIS/NIR)检测系统,采集储藏在4℃下1～17 d生鲜牛肉400～1 700 nm波段范围的反射光谱.对比多元散射校正(MSC)、Savitzky-Golay(SG)平滑、一阶导数(FD)预处理方法,结合无信息变量消除(UVE)和连续投影算法(SPA)提取有效光谱变量,建立TVB-N的最佳LS-SVM预测模型.结果表明:SG为最佳预处理方法,UVE和SPA方法使LS-SVM建模变量减少了99.5%,预测相关系数和标准差分别为0.925,4.615 mg.(100 g)-1.     

L-异亮氨酸补料分批发酵的研究

研究了不同初糖浓度、葡萄糖及氮的补加方式在L-异亮氨酸发酵过程中对其产酸率、转化率等参数的影响,确定了L-异亮氨酸补料分批发酵的最佳条件,在最佳补料分批发酵条件下,L-异亮氨酸产量达21．96g／L,糖酸转化率达15．34％．     

样品粒度和光谱分辨率对烟草烟碱NIR预测模型的影响

 以烟草粉末样品的近红外分析为例,研究了在不同样品粒度和不同分辨率下采集的样品光谱对建立的烟碱含量预测模型的影响.结果表明,样品粒度对预测模型有较大影响,细粉末烟叶样品所建的模型在各项评价指标上均较粗粉末样品所建模型好,且实际预测准确性高,因此建议烟叶粉末样品先过0.441 mm以下的筛子后再进行光谱采集.同时,分别以2,4,8,16,32,64cm^-1的分辨率扫描的烟叶粉末样品对预测模型的影响也非常明显,高分辨率扫描样品所建的模型在各评价指标上均比低分辨率扫描所建的模型好,预测准确性高,但综合考虑扫描时间和光谱图文件大小等因素,以分辨率为8cm^-1扫描的光谱最能满足实际建模的需要.     

基于BP-Adaboost的近红外光谱检测固态发酵过程pH值

为了实现固态发酵过程参数pH值的快速检测,提出基于近红外光谱技术的固态发酵过程参数pH值检测新方法.首先获取140个固态发酵过程产物样本在10 000 ～4 000 cm-1范围内的近红外光谱;然后利用酸度计测得近红外光谱预测模型的参考测量值;最后运用Adaboost(AdaptiveBoosting)算法来构建由10个弱预测器(BP神经网络)组成的BP-Adaboost强预测模型.试验结果显示:该模型的预测均方根误差(RMSEP)和预测集相关系数(R)分别为0.072 6和0.981 1;与BP模型结果相比,该模型具有较好的预测精度.     

利用净分析物预处理法简化苹果糖度预测模型

为了简化苹果糖度预测模型,利用净分析物预处理法(NAP)对苹果近红外光谱进行了预处理,并重建了糖度的偏最小二乘(PLS)预测模型．结果表明,随着预处理过程中所用NAP因子的逐个增加,糖度PLS模型的最佳因子数逐渐减少,甚至可减少至1．研究中,当采用5个NAP因子时,PLS糖度模型可以达到最佳性能,此时模型的最佳因子数为7,校正时的相关系数r^2和标准偏差SEC分别为0．92773和0．40658,用于预测时的相关系数r^2和标准偏差SEP分别为0．90426和0．44221．与NAP法预处理前的PLS模型相比,其精度虽没有大幅提高,但模型显得更加简洁．     

L-异亮氨酸发酵培养基的遗传算法优化及发酵过程的神经网络建模

应用遗传算法对L-异亮氨酸发酵培养基进行优化,经优化后的发酵培养基能积累L-异亮氨酸16.84g/L,比初始值提高28.7%.并且运用神经网络对L-异亮氨酸的发酵过程进行建模并预测,取得了良好的效果.结果表明,神经网络在L-异亮氨酸发酵的模拟与预测中是一种高效快速的方法.     

用近红外光谱法实时监测蛹虫草发酵中胞内多糖的质量浓度

应用近红外光谱(NIR)结合偏最小二乘法(PLS)建立一种实时监测蛹虫草发酵中胞内多糖质量浓度的新方法.对39个批次的蛹虫草在3个不同条件的5L发酵罐中进行蛹虫草深层发酵,发酵过程中间隔一定时间取样,采集样品的近红外光谱,并按常规方法测定样品中胞内多糖质量浓度,再采用PLS法建立样品的近红外光谱与胞内多糖质量浓度间的模型,所建模型经过选择最适光谱预处理方法和最适隐变量数进行优化,其留一交互验证预测值与化学测定参考值间的相关系数R=0.8750,交互验证均方根误差RMSECV=0.3052.采用最优PLS模型对样品中胞内多糖质量浓度进行预测,校正集预测均方根误差RMSEC=0.1670,预测集预测均方根误差RMSEP=0.3650,表明模型的稳健性和预测性能较好。     

MW-PLS法对雷尼替丁粉末药品的定量分析

结合可移动窗口偏最小二乘法（MW PLS）, 利用近红外漫反射光谱建立雷尼替丁粉末药品质量分数无损快速检测方法. 对模型进行优化时选择一阶导数、 二阶导数、 卷积平滑和快速Fourier变换预处理方法, 并优化隐变量数等模型参数. 以逼近度Da作为建模参数的优化评价标准, 最终得到测定雷尼替丁粉末药品的最佳模
型. 用该模型进行预测, 其校正集和验证集的预测值和真实值间的相关系数（Rc）分别为0.984 5和0.977 5, 校正集的均方根误差（RMSEC）为0.003 1, 验证集均方根误差（RMSEP）为0.003 3. 与高效液相色谱(HPLC)测定结果比较, 其相对误差≤2.422%.     

溶氧控制对黄色短杆菌YILW合成L-异亮氨酸的影响

对黄色短杆菌YILW合成L-异亮氨酸的发酵溶氧条件进行了探索,构建了该菌合成上L-异亮氨酸的代谢网络和代谢流平衡模型.在30 L发酵罐中考察了不同溶氧浓度下L-异亮氨酸发酵过程.研究结果表明:高溶氧浓度有利于菌体生长,15%溶氧浓度下产酸速率高且维持的时间长,有利于L-异亮氨酸的积累.为此提出了分段控氧模式:在菌体生长...     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

过表达hom基因对谷氨酸棒杆菌发酵L-异亮氨酸的影响

谷氨酸棒杆菌(Corynebacterium glutamicum)中hom基因编码的高丝氨酸脱水酶为L-异亮氨酸合成过程的关键酶,本研究通过在L-异亮氨酸生产菌C.glutamicum YILW中过表达高丝氨酸脱水酶,考察过表达高丝氨酸脱水酶对发酵L-异亮氨酸产量的影响.以L-异亮氨酸生产菌C.glutamicum YILW基因组为模板克隆hom基因,将hom基因与表达载体pXMJ19连接构建出重组质粒pXMJ19-hom,再转入C.glutamicum YILW构建C.glutamicumYILW(pXMJ19-hom).通过5,L罐发酵研究重组质粒对工程菌的生长、耗糖、L-异亮氨酸产量及副产物积累等方面的影响.结果显示,重组酶的表达使菌株对L-苏氨酸的抗反馈抑制作用得到加强.最终L-异亮氨酸和L-蛋氨酸积累量分别为36.5,g/L和2.8,g/L,分别较出发菌株提高7%和33%,同时L-赖氨酸合成量仅为2.1,g/L,较出发菌株降低了63.8%.     

用人工神经网络-近红外光谱法测定毛竹中木质素与综纤维素的含量

近红外光谱结合反向传播的人工神经网络(back propagation artificial neural network,BP-ANN)技术预测了毛竹中木质素与综纤维素的含量.用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量.用近红外光谱仪采集相应的光谱,为了提高信噪比和计算速度,对原始近红外光谱进行平滑、压缩、归一化预处理.利用预处理后的近红外光谱数据建立BP-ANN模型.在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数,学习率,动量因子和学习次数.优化的BP-ANN模型用于预测测试集中9个毛竹样品中木质素与综纤维素的含量,预测均方根误差分别为0.88%、1.40%.结果表明,应用毛竹的近红外光谱数据和BP-ANN技术,可以用于预测木质素和综纤维素的含量,基本能满足定量分析的要求.     

不同预处理方法对PLS模型检测鲜长枣糖度的影响

为寻找适合近红外光谱无损检测鲜长枣糖度含量的最佳光谱预处理方法,进行鲜长枣样品近红外光谱数据的预处理方法比较研究.探讨了15种光谱预处理方法对偏最小二乘法建模精度的影响.结果表明,小波变换和多元散射校正相结合是近红外光谱偏最小二乘模型无损检测鲜长枣糖度的有效预处理方法,其相关系数和内部交叉验证均方差分别为0.741 1...     

基于近红外光谱的大鲵黏液粉掺伪的定性定量研究

采用近红外光谱扫描不同掺伪样品,用偏最小二乘线性判别法分别建立掺伪大鲵黏液粉的2分类(纯大鲵黏液粉和掺伪样品)和5分类(纯大鲵黏液粉、掺入土豆淀粉、大鲵肉粉、大鲵蛋白粉和大鲵皮粉)定性判别模型;用偏最小二乘回归分别建立4类掺伪大鲵黏液粉的定量校正模型。结果表明,原始光谱经一阶导数+标准变量变换预处理后,所建2分类和5分类小二乘线性判别定性模型的校正集和预测集均无误判数;大鲵黏液粉掺入土豆淀粉、大鲵肉粉、大鲵蛋白粉和大鲵皮粉的定量预测模型能够较好地验证黏液掺伪成分。     

响应面法优化L-异亮氨酸产生菌的摇瓶发酵条件

对黄色短杆菌突变株BM2610生产L-异亮氨酸的摇瓶发酵条件进行了研究.单因素优化了菌株BM2610的发酵培养基与培养条件,确定了发酵培养基的最佳碳氮源、最适起始pH、装液量及接种量等,进一步通过响应面分析方法优化了发酵培养基的组成配比.结果在优化条件下,BM2610摇瓶发酵平均积累L-异亮氨酸16.11 g·L~(-1),比未优化前提高了126.3%.     

反相高效液相色谱法(RP-HPLC)测定丙酮酸发酵液中丙酮酸

提出一种利用反向高效液相色谱法(RP-HPLC)测定丙酮酸发酵液中丙酮酸的方法。应用反相C18色谱柱 ODS-2 HYPERSIL 250 mm×4．6 mm 5μm,以0．05 mol·L-1NH4H2PO4(用H3PO4调pH2．6)为流动相,发酵液经稀硫酸预处理后直接进样分离定量,每一样品的分析过程不超过5 min,可及时了解丙酮酸发酵过程中丙酮酸的变化,适于发酵液中丙酮酸的检测。     

基于近红外光谱技术的季戊四醇生产过程中产品及副产物含量在线监测

为了对季戊四醇的生产过程进行在线实时监控,利用近红外光谱分析技术建立了季戊四醇生产过程中产品及副产物含量的定量分析模型。首先采用高效液相色谱法(HPLC)测定产品季戊四醇、副产物甲酸钠和双季戊四醇的含量,然后对近红外光谱仪采集的光谱图进行预处理,结合偏最小二乘法(PLS)建立了3种化合物含量的定量分析模型。季戊四醇、甲酸钠、双季戊四醇这3种化合物的定量分析模型的校正均方根误差(RMSEC)分别为0.563、0.964、0.591,相关系数(R_c)分别为0.980 6、0.990 7、0.919 2;预测均方根误差(RMSEP)分别为0.450、0.364、0.311,相关系数(R_p)分别为0.927 4、0.990 8、0.963 6。将本文方法与HPLC法进行了对比验证,结果显示本文方法的准确度高,重复性好。以上结果表明,所建立的3种定量分析模型稳定可靠,具有较好的预测能力,能够应用于季戊四醇产品及副产物的含量检测,实现季戊四醇生产过程的在线监控。     

文物胶料鱼鳔胶的红外光谱、拉曼光谱及氨基酸分析

目的 分析鉴定彩绘文物常用胶料--鱼鳔胶.方法 使用红外光谱法、拉曼光谱法及氨基酸分析法采集鱼鳔胶的红外吸收光谱、拉曼光谱及氨基酸组成比.结果 鱼鳔胶的氨基酸组成中蛋氨酸、异亮氨酸、亮氨酸及丝氨酸含量较陆生哺乳动物胶高,而羟脯氨酸含量较低;鱼鳔胶的特征红外光谱吸收峰分别位于3 294 cm-1,1 630 cm-1,1 547 cm-1及1 078 cm-1处,其中1 078 cm-1处是区别鱼鳔胶与陆生哺乳动物胶的特征峰;拉曼光谱特征峰分别位于856 cm-1,920 cm-1,976cm-1,1 003 cm-1,1 033 cm-1,1 245 cm-1,1 452 cm-1和1 668 cm-1处,具备一般胶原蛋白的所有特征.结论 通过红外光谱、拉曼光谱及氨基酸分析可以实现对鱼鳔胶的有效鉴别,为彩绘文物中胶料的分析鉴定奠定了基础.