在封闭的大肠杆菌发酵器中积累的二氧化碳度的增强模型
Yiqin Dai1, Wen Liu1, Xiaowei Dong2
1Key Laboratory of Optical Information Detection and Display Technology of Zhejiang, Zhejiang Normal University, Jinhua 321004, China.
Letters in applied microbiology
|April 25, 2025
概括
这项研究整合了Logistic和Luedeking-Piret模型,用于跟踪大肠杆菌 (E. coli) 发酵中的CO2. 新模型准确地捕捉了微生物生长和产品形成,优于现有方法.
科学领域:
- 微生物学 微生物学
- 生物化学工程 生物化学工程
- 数学建模的数学建模
背景情况:
- 传统的微生物生长模型 (Logistic,Gompertz) 与不断积累的产品作斗争.
- 精确追踪像二氧化碳这样的代谢副产品对于理解微生物发酵至关重要.
- 现有的模型在分析复杂的发酵动态方面存在局限性.
研究的目的:
- 开发和验证一种用于跟踪大肠杆菌 (E. coli) 发酵中的二氧化碳度的新动态模型.
- 将物流增长模型与卢德金-皮雷特产品合成模型整合起来.
- 评估模型的性能与传统模型相比,在不同的条件下.
主要方法:
- 结合了Logistic增长动力学模型与Luedeking-Piret产品合成模型.
- 将综合模型应用于封闭的大肠杆菌发酵系统.
- 通过将其与Logistic,Gompertz和Baranyi模型进行比较来验证模型的准确性.
- 在不同的细菌密度和pH水平下测试了模型的性能.
主要成果:
- 与传统模型相比,集成的Logistic-Luedeking-Piret模型显示出更高的适配精度.
- 该模型准确地捕获了大肠杆菌发酵中的二氧化碳度动态.
- 根据二氧化碳动态,确定pH7.5为大肠杆菌培养的最佳条件.
- 该模型有效地反映了二氧化碳代谢变化.
结论:
- 综合模型为分析微生物发酵提供了更准确的方法,特别是对于积累的产品.
- 这种方法为微生物生长动力学和代谢活动提供了宝贵的见解.
- 这些发现支持使用这种增强型号来优化发酵过程和了解微生物行为.
