酪蛋白磷酸肽螯合亚铁的制备及初步纯化

来源 :安徽农业大学 | 被引量 : 0次 | 上传用户:dusl520
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以酪蛋白为原料,进行碱性蛋白酶水解制备酪蛋白磷酸肽(CPP)的条件优化,同时对CPP螯合亚铁的螯合条件进行优化。DEAE-52纤维素阴离子交换层析法分离酪蛋白水解液,将分离得到的几种峰样品分别与Fe2+螯合,得到与Fe2+螯合率高的峰样品。超滤法分离酪蛋白水解液,将分离得到的不同分子量段的多肽分别与Fe2+螯合,得到与Fe2+螯合率高的集中肽段区域。为进一步的纯化奠定基础。  1.响应曲面法优化CPP的制备  采用Plackett-Burman设计法和响应面分析法相结合,以CPP得率作为指标,进行碱性蛋白酶水解酪蛋白的条件优化。结果表明,底物浓度、温度和pH是影响CPP得率的主要因素。最佳水解条件为温度55℃、底物浓度16%、pH10.8、酶底比1.5%,水解时间4.5h,在此条件下,CPP得率可达33.2mg/mL。  2.响应曲面法优化CPP螯合亚铁的制备  根据单因素试验和响应曲面设计的中心组合试验的结果,螯合的最优条件为:温度48℃、pH7.0、时间3.5h、物料比25:1,在此条件下螯合率为71.16%。  3.离子交换层析法分离酪蛋白水解液  以DEAE-52纤维素为离子交换介质,确定了缓冲溶液pH8.0和流速1.5ml/min的层析条件,在214nm处采用分步洗脱的方式,得到1个穿透峰和5个洗脱峰,分别与Fe2+螯合,得到与Fe2+螯合率高的峰为洗脱峰2。  4.超滤法分离酪蛋白水解液  将酪蛋白水解液稀释3倍,依次用3种规格的超滤离心管(10KD、5KD、3KD)进行离心分离,将样品分为4个不同肽段:>10KD、5-10KD、3-5KD和<3KD,分别和Fe2+螯合,得到与Fe2+螯合率高的集中肽段区域为5KD以上。
其他文献
良性前列腺增生(benign prostatic hyperplasia,BPH)组织学定义是指上皮和间质过渡区以及前列腺前尿道区域细胞的过度生长和增殖,目前BPH发病的分子机制仍然不明确,治疗存在困难。前期研究表明油茶蒲提取物(Oiltea CamelliaExtract,OCE)具有改善前列腺疾病的功能,为了明确OCE抑制前列腺增生的关键活性成分并研究其作用机理,本文从具有高5α-还原酶抑制活
本文首先针对变电站中通信协议标准不一,数据传输速率低的问题,提出了一种基于以太网的分层分布式通信网络模型。在该模型中,应用层协议采用Modbus协议,传输层协议采用TCP协议,介质访问控制协议采用IEEE802.3标准,上位机通过轮询的方式对测量数据进行采集。由于Modbus和以太网协议均已成为事实上的工业标准,并被大多数厂商所接受,因此Modbus/TCP通信协议可以实现不同厂商设备的互联互通。
该文详细论述了水泥厂磨机负荷控制系统的软、硬件设计,并针对水泥厂球磨机的运行环境和工作特点,深入研究了适合于水泥厂球磨机的控制策略.文中在深入分析水泥粉磨系统运行
随着配电系统负荷日益增长,无功需求也相应增加,配电线路广泛采用并联电容器来满足无功需求.该文分析了变电站集中补偿和配电变压器低压侧分散补偿存在的缺陷和不足,提出在10
论文以粗糙和模糊决策树为基础,系统的研究了新型变电站故障诊断模型和诊断方法.研究内容包括三大部分:第一部分是进行变电站故障诊断的预处理部分,包括变电站自动化系统通用
对高压电容型设备绝缘在线监测技术与系统开发进行了深入的研究。具体工作如下:设计了一套先进的绝缘在线监测系统框架;分析传统测量方法的问题,提出了基于电容分压原理的测量方法;采用计算机串口来进行数据的传送;为有效提取信号中的基波分量,详细介绍了一种基于人工神经网络的介损计算方法;采用B/S模式,实现基于Web方式的绝缘监测信息查询系统。最终设计与开发出一套完整的高压电容型设备绝缘在线监测系统,目前已完
近年来,随着人们对营养及健康的重视,人们在乳制品的选择方面更倾向于选择羊奶来代替牛奶。然而,一些不良商家为了牟取暴利,在羊奶中掺假掺杂,尤其是为了提高乳品中的氮含量,而向其
该文提出一种具有最优工程动态响应的PWM开关变换器非线性控制新策略,根据控制原理命名为"准周期积分函数控制".控制器中引入了一个非线性积分器,并采用等间隔反向线性复位方
大型发电机是整个电力系统中的关键设备之一.在大型发电机运行的过程中,严重的电、热、机械和环境应力的联合作用将导致线圈绝缘中的薄弱部位发生局部放电并不断发展,导致绝
异步电机控制作为交流调速领域的研究热点之一,是典型的不确定性非线性系统的鲁棒控制问题。并且磁链不能直接测量,其精确估计也是一个难题。本文对存在参数摄动等不确定因素时