利用代谢网络模型和线性规划法在线预测谷氨酸发酵中产物浓度
On-Line Prediction of Product Concentrations in Glutamate Fermentation Using Metabolic Network Model and Linear Programming
摘要在好氧型的谷氨酸发酵实验中发现,溶解氧(DO)对发酵性能有很大的影响,谷氨酸的生成方式也因此有很大不同:较低的DO水平能够延长产酸期、提高谷氨酸的最终浓度,但是代谢副产物--乳酸也有较大程度的积蓄;而DO水平过高,虽然代谢副产物不会生成积蓄,但菌体消亡过快导致产酸期缩短、谷氨酸的最终浓度降低.同时,谷氨酸的生成方式与发酵过程中摄氧率(OUR)和CO2的释放率(CER)有着非常紧密的关联.作者利用代谢网络模型并结合使用线性规划优化法,通过在线测定OUR和CER,比较准确地在线推定出发酵过程中谷氨酸的质量浓度变化.与传统的非构造式动力学模型相比,上述预测方法具有建模简单、模型物理意义明确、通用性能好等优点,为后续过程的在线控制和优化提供一种全新和有效的途径.
更多相关知识
- 浏览1
- 被引10
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文