Predykcja wyników jednoczesnej produkcji inulinazy i inwertazy przez szczepy Aspergillus niger i Kluyveromyces marxianus przy zastosowaniu techniki sieci neuronowych

• Autorzy: Bartosz Sołowiej , Jacek Pielecki , Dominik Szwajgier

Warianty tytułu

The Prediction of Results to be Obtained While Simultaneously Producing the Inulinase and Invertase by Aspergillus niger and Kluyveromyces marxianus, with Application of a Neural Networks Technique

• Języki publikacji: PL

Abstrakty

Celem pracy była próba zastosowania techniki sieci neuronowych o konstrukcji wielowarstwowej w predykcji wyników i optymalizacji warunków jednoczesnej produkcji inulinazy i inwertazy przez grzyb nitkowaty Aspergillus niger i drożdże Kluyveromyces marxianus w warunkach wgłębnych hodowli wstrząsanych. Wejścia sieci reprezentowały ilości poszczególnych składników podłoża hodowlanego (NH4N03, (NH4)2HP04, KH2P04, MgS04∙7H20, FeS04∙2H20, ekstrakt drożdżowy, inulina), temperatura procesu biosyntezy enzymów, rodzaj mikroorganizmu i czas trwania hodowli, a wyjścia - aktywności inulinazy i inwertazy. Do oceny osiągalności zadawanych wartości wyjściowych zastosowano sieć odwróconą. W doświadczeniach z użyciem szczepu Aspergillus niger i Kluyveromyces marxianus największy wpływ na końcowy efekt produkcji obydwu enzymów wywierała zawartość siarczanu magnezu obok źródła węgla. Kolejnym ważnym składnikiem podłoża był azotan amonu i fosforan dwuamonowy. Najmniej istotny wpływ na produkcję obydwu enzymów wywierała zawartość siarczanu żelaza i jednozasadowego fosforanu potasu. (abstrakt oryginalny)

EN

The objective of this paper was to present how a neural networks technique could be applied to predict the outcomes of a simultaneous production of the inulinase and invertase by Aspergillus niger and Kluyveromyces marxianus, as well as to optimize the conditions of he said production using a batch shaken culture. The inputs of the network represented the quantities of individual components of the medium (NH4N03, (NH4)2HP04, KH2P04, FeS04∙2H20, yeast extract, inulin), the type of a microorganism, and the cultivation time, the temperature of enzymes biosynthesis, whereas the outputs represented: the activity of inulinase and the invertase. In experiments with Aspergillus niger and Kluyveromyces marxianus, the content of MgS04∙7H20 and inulin showed the highest effect on the final production result of the two enzymes. The NH4N03 and the (NH4)2HP04 were the second important components of the medium. The content of FeS04∙2H20 and KH2P04 had the lowest significant effect on the production of inulinase and invertase. Key words: artificial neural networks, prediction, inulinase, invertase, Aspergillus niger, Kluyveromyces marxianus. (original abstract)

Słowa kluczowe

PL

Biotechnologia; Technologia produkcji żywności; Jakość procesu technologicznego; Metoda sztucznych sieci neuronowych; Sieci neuronowe; Wyniki badań

EN

Biotechnology; Food production technology; Quality of technological process; Artificial neural networks method; Neural networks; Research results

• Czasopismo: Żywność: nauka - technologia - jakość
• Rocznik: 2003
• Numer: R. 10, nr 2 (35), Supl.
• Strony: 147--158

Twórcy

autor

Bartosz Sołowiej

• Akademia Rolnicza w Lublinie

autor

Jacek Pielecki

• Akademia Rolnicza w Lublinie

autor

Dominik Szwajgier

• Akademia Rolnicza w Lublinie

Bibliografia

• [1] Fu L.: Neural networks in computer intelligence. McGraw-Hill, New York 1995.
• [2] Hudson P., Postma E.: Choosing and using a neural net. In: Braspenning, P.J. et al. (Eds.), Artificial Neural Networks, An Introduction to ANN Theory and Practice. Lecture Notes in Computer Science, S pringe r, N Y 1995.
• [3] Miller G.L.: Use of dinitrosalicylic acid reagent for determination of reducing sugars. Anal. Chem., 1959,31,426-428.
• [4] Nair S.R., Panda T.: Statistical optimization of medium components for improved synthesis of pectinase by aspergillus niger. Bioproc. Eng., 1997, 16, 169-173.
• [5] Najjar Y., Basheer I., Hajmeer, M.: Computational neural networks for predictive microbiology. I. Methodology. Int. J. Food Microbiol., 1997, 34, 27-49.
• [6 ] Nguyen D., Widrow B.: Improving the learning speed of two-layer neural networks by choosing initial values of the adaptive weights. In: Proceedings of an IEEE International Joint Conference on Neural Networks, San Diego, CA, 1990.
• [7] Poorna V., Kulkami P. R.: Full factorial design to study fermentative production of inulinase using inulin from Kuth (Saussuerea Lappa) root powder by A. niger van Teighem UV11 mutant. Bioresource Technology, 1995, 54, 117-121.
• [8 ] Shene C., Andrews B., Asenjo J. A.: Optimization of Bacillus subiilis fed-batch fermentation for the maximization of the synthesis of a recombinant P-l,4-endoglucanase. Computer Applications in Biotechnology, 1998, 7, 219-223.
• [9] Vandame E.J., Derycke D.G.: Microbial inulinases: fermentation process, properties and applications. Adv. Appl. Microbiol., 1983, 29, 139-176.
• [10] Yu-Dong Cai, Kuo-Chen Chou.: Using neural network for prediction of subcellular location of prokaryotic and eukaryotic proteins. Molec. Cell Biol. Res. Communic., 2000, 4, 172-173.