相关实验视频
Updated: Jul 15, 2025
05:11
Multimodal 3D Printing of Phantoms to Simulate Biological Tissue
Published on: January 11, 2020
7.5K
迈向数字双胞胎的步骤,用于功能性食品生产,并增加健康益处
Helena Mylise Sørensen1,2, David Cunningham1, Rengesh Balakrishnan1
1School of Biotechnology, Dublin City University, D9 Dublin, Ireland.
Current research in food science
|October 4, 2023
概括
人工神经网络优化了Lactobacillus rhamnosus对功能性食物的生产. 这种方法增强了对生物质的控制和监测,产生了一种具有抗炎性能的免疫调节剂.
科学领域:
- 生物技术和生物工艺工程
- 微生物学 微生物学
- 免疫学 免疫学 免疫学
背景情况:
- 拉科巴西勒斯 (L. rhamnosus) 是一种在食品工业中广泛使用的有益细菌.
- 优化L. rhamnosus生物量生产对于其作为功能性食品成分的应用至关重要.
- 了解其免疫调节作用是其促进健康的应用的关键.
研究的目的:
- 应用人工神经网络 (ANN) 建模来改善对L. rhamnosus生物过程的控制和监测.
- 开发生物质和批量和养批量作物的生长率的预测模型.
- 为了评估通过优化生物处理产生的L. rhamnosus的免疫调节潜力.
主要方法:
- 使用历史生物处理数据开发三个ANN.
- 经过训练,ANN可以预测批量和给批量系统中的生物量以及给批量系统中的增长率.
- 通过测量IL-6和TNF-α分泌物来评估抗炎作用.
主要成果:
- ANN模型在预测L. rhamnosus生物量和生长率方面表现出有效性.
- 优化的生物过程产生了具有显著免疫调节效应的L. rhamnosus.
- 证明抑制关键的炎症标志物IL-6和TNF-α.
结论:
- ANN建模为优化L. rhamnosus生物生产提供了一个强大的工具.
- 这种优化提高了功能性食品应用的体积生产率和控制.
- 通过优化工艺生产的L. rhamnosus表现出有价值的抗炎性质.
