基于人工神经网络的牡蛎蛋白酶解动力模型的构建

• 作者: 周春霞 秦小明 章超桦 肖秀春 郑惠娜 郝记明
• 来源期刊: 食品工业科技
• 学科: 工学
• 关键词: 人工神经网络 牡蛎分离蛋白 碱性蛋白酶水解
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 53-56
• 分类号: TS254.1
• 语种: 中文

摘要

以牡蛎分离蛋白为底物,采用碱性蛋白酶(Alcalase)进行酶解,在获得一定实验数据基础上利用训练后的人工神经网络(ANN)模型对牡蛎分离蛋白酶解过程进行预测.结果表明:训练后的ANN模型决定系数R2达到0.9998,人工神经网络预测水解度DH值和实验DH值之间具有很强的相关性,相关系数r值达到0.9957.并且在一定的酶浓度及底物浓度范围内,采用ANN预测数据,双倒数作图所得回归方程决定系数R2值达到0.9740,计算得米氏常数Km和最大反应速度Vmax分别为26.1g/L,8.6g/(L·min).研究结果为人工神经网络模型在食品蛋白酶促反应动力学方面的应用提供参考.