论文部分内容阅读
本课题选取三个对不同作用靶标的Bt菌株作为研究材料,包括高效杀蚊的BRC-LLP29菌株、对广州管圆线虫有良好杀虫效果的BRC-ZQL3菌株及BRC-LLB19菌株。应用神经网络和遗传算法分析前人对这三个Bt菌株研究的响应面数据,将相应培养基进一步优化,从而为降低培养基成本和提高杀虫效率提供理论依据。(1)Bt BRC-LLP29:以发酵培养基组份葡萄糖、干酪素及硫酸铝的含量作为输入层,致倦库蚊的校正死亡率为输出层,对Bt BRC-LLP29的发酵过程进行神经网络建模,并利用遗传算法对该模型进行全局寻优,得到当Bt BRC-LLP29发酵培养基中葡萄糖、干酪素及硫酸铝的浓度分别为8.0g/L、30.0g/L和1.2g/L时,致倦库蚊的校正死亡率达到最大。经验证,响应面生物测定的结果与神经网络生物测定的结果相当。但是,神经网络优化的配方在每升培养基中葡萄糖的用量减少了11.8g及干酪素的用量增加了1.6g,从成本上计算毎升培养基可节省0.18428元。(2)Bt BRC-LLB19:以发酵培养基组份玉米淀粉、黄豆饼粉及酵母粉的含量作为输入层,芽孢数为输出层,对Bt BRC-LL B19的发酵过程进行神经网络建模,并利用遗传算法对该模型进行全局寻优,得到当Bt BRC-LL B19发酵培养基中玉米淀粉、黄豆饼粉及酵母粉的浓度分别为16.0196g/L、21.5294g/L和3.5098g/L时,菌体产的芽孢量达到最大。经验证,响应面与神经网络培养菌株的产孢量相当。但是,毎升培养基中神经网络优化的配方可比响应面优化的配方少用3.9804g玉米淀粉、5.1706g黄豆饼粉及1.9902g酵母粉,即每升培养基可节省1.0169元。(3)Bt BRC-ZQL3:以发酵培养基组份碳酸钙、玉米粉及酵母膏的含量作为输入层,芽孢数为输出层,对Bt BRC-ZQL3的发酵过程进行神经网络建模,并利用遗传算法对该模型进行全局寻优,得到当Bt BRC-ZQL3发酵培养基中碳酸钙、玉米粉及酵母膏的质量分数分别为0.0496%、0.4928%和0.3928%时,菌体产的芽孢量达到最大。经验证,在该条件下菌体的产孢量为6.3×108CFU/mL,比响应面优化的结果提高7.7%。