生物量(biomass)是微生物高密度发酵过程中必须监控的关键指标之一,常用细胞光密度(optical density,OD)来测定。相较于传统的取样离线检测,实时在位监测技术具有无损、反馈快速和污染减少等优点,能够有效调控和优化发酵过程。为实现发...生物量(biomass)是微生物高密度发酵过程中必须监控的关键指标之一,常用细胞光密度(optical density,OD)来测定。相较于传统的取样离线检测,实时在位监测技术具有无损、反馈快速和污染减少等优点,能够有效调控和优化发酵过程。为实现发酵过程中关键指标的实时反馈,本研究构建了一个基于漫反射近红外光谱仪的在位监测平台,用于虾青素的高密度发酵过程中生物量的监测。通过实施光谱异常值剔除、比较不同的光谱预处理方法以及间隔偏最小二乘法(interval partial least squares,i-PLS)光谱波段分析,结果表明在1417-1650 nm波长范围内存在虾青素发酵生物量的特征波段。在此波段基础上建立的生物量动态预测模型交互验证决定系数(determination coefficient of cross validation,Rcv2)和交叉验证均方根误差(root mean square error of cross validation,RMSECV)分别为0.973和9.32。经过3批次发酵的外部验证表明采用i-PLS方法建立的生物量模型在细胞光密度(OD600)2.46-180.50范围内进行监测,OD平均绝对误差(mean absolute error,MAE)为6.28,展现出较高的预测准确性和稳定性。这表明该模型在虾青素高密度发酵过程生物量监测中具有应用前景。展开更多
文摘生物量(biomass)是微生物高密度发酵过程中必须监控的关键指标之一,常用细胞光密度(optical density,OD)来测定。相较于传统的取样离线检测,实时在位监测技术具有无损、反馈快速和污染减少等优点,能够有效调控和优化发酵过程。为实现发酵过程中关键指标的实时反馈,本研究构建了一个基于漫反射近红外光谱仪的在位监测平台,用于虾青素的高密度发酵过程中生物量的监测。通过实施光谱异常值剔除、比较不同的光谱预处理方法以及间隔偏最小二乘法(interval partial least squares,i-PLS)光谱波段分析,结果表明在1417-1650 nm波长范围内存在虾青素发酵生物量的特征波段。在此波段基础上建立的生物量动态预测模型交互验证决定系数(determination coefficient of cross validation,Rcv2)和交叉验证均方根误差(root mean square error of cross validation,RMSECV)分别为0.973和9.32。经过3批次发酵的外部验证表明采用i-PLS方法建立的生物量模型在细胞光密度(OD600)2.46-180.50范围内进行监测,OD平均绝对误差(mean absolute error,MAE)为6.28,展现出较高的预测准确性和稳定性。这表明该模型在虾青素高密度发酵过程生物量监测中具有应用前景。
