基于人工神经网络的酶解波纹巴非蛤制备小分子肽的研究

doi:10.7506/spkx1002-6300-200922008

食品科学 ›› 2009, Vol. 30 ›› Issue (22 ): 54-57.doi: 10.7506/spkx1002-6300-200922008

基于人工神经网络的酶解波纹巴非蛤制备小分子肽的研究

陈忻^1,2,3，孙恢礼^2,3，黄汉文¹，苗晴⁴

1.佛山科学技术学院化学与化工系 2.中国科学院南海海洋研究所 3.中国科学院研究生院 4.佛山科学技术学院数学系

收稿日期:2008-09-19 出版日期:2009-11-15 发布日期:2010-12-29
通讯作者: 陈忻1,2,3 E-mail:fschenxin@tom.com
基金资助:
中国科学院知识创新工程重要方向项目(KZCX2-YW-209)

Artificial Neural Network-based Optimization of Enzymolysis of Paphia undulate Meat for Production of Small Peptides

CHEN Xin1,2,3，SUN Hui-li2,3，HUANG Han-wen1，MIAO Qing4

(1. Department of Chemistry and Chemical Engineering, Foshan University, Foshan 528000, China；2. South China Sea Institute of
Oceanlogy, Chinese Academy of Sciences, Guangzhou 510301, China；3. Graduate University of Chinese Academy of Sciences,
Beijing 100049, China；4. Department of Maths, Foshan University, Foshan 528000, China)

Received:2008-09-19 Online:2009-11-15 Published:2010-12-29
Contact: CHEN Xin1,2,3， E-mail:fschenxin@tom.com

摘要/Abstract

摘要：

结合人工神经网络(artificial neural networks，ANNs)的良好特性，利用正交试验获得的数据作为神经网络的训练样本，建立输入为酶解实验条件参数，输出为短肽产率的神经网络模型，并通过随机选取的样本检验了ANNs 模型的准确性。利用ANNs 模型所预测出的数据，再次结合正交试验法，对酶解波纹巴非蛤实验条件进一步优化。实验结果表明：人工神经网络优化结果的小分子肽产率为4.944%，优于正交试验4.670% 的小分子肽产率。将神经网络与正交试验结合用于酶解实验条件优化可以缩短优化实验参数的时间，获得比单纯的正交试验更优化的实验条件。

关键词: 人工神经网络, 酶解, 波纹巴非蛤, 小分子肽

Abstract:

Based on the training of artificial neural networks (ANNs) using orthogonal arrays, a model for the productivity of small peptides as the output of the input consisting of five technological parameters for papain hydrolysis of Paphia undulate meat developed and validated for reliability using arbitrarily selected specimens. The further optimization of optimal values of these parameters obtained using orthogonal array design was conducted based on the AAN model by means of small-step search. AAN-based optimization gave a productivity of small peptides of 4.944%, higher than the value of 4.670% from orthogonal array optimization. In conclusion, our results reveal that more optimized technological parameters and higher optimization efficiency can be obtained using combined ANNs and orthogonal array design than using orthogonal array design alone.

Key words: artificial neural networks, preparation, Paphia undulate, small peptides

中图分类号:

TS254.1

陈忻1,2,3，孙恢礼2,3，黄汉文1，苗晴4. 基于人工神经网络的酶解波纹巴非蛤制备小分子肽的研究[J]. 食品科学, 2009, 30(22 ): 54-57.

CHEN Xin1,2,3，SUN Hui-li2,3，HUANG Han-wen1，MIAO Qing4. Artificial Neural Network-based Optimization of Enzymolysis of Paphia undulate Meat for Production of Small Peptides[J]. FOOD SCIENCE, 2009, 30(22 ): 54-57.

[1]	董烨，张益奇，姚洪正，何光喜，戴志远. 预处理方式对鳙鱼骨蛋白酶解液游离氨基酸和挥发性成分的影响[J]. 食品科学, 2021, 42(8): 179-185.
[2]	徐永霞，曲诗瑶，李涛，赵洪雷，冯媛，李学鹏，季广仁，励建荣. 不同蛋白酶对蓝蛤酶解液风味特性的影响[J]. 食品科学, 2021, 42(4): 190-196.
[3]	孙乐常，刘伟峰，林怡晨，赵阿云，张凌晶，翁凌，曹敏杰. 碱性蛋白酶限制性酶解对蓝圆鲹分离蛋白功能特性的影响[J]. 食品科学, 2021, 42(2): 23-29.
[4]	吴永祥，王婷婷，张梦婷，张瑶，郭孝成，孙汉巨，陈向阳. 徽州臭鳜鱼微生物多样性、品质特性及其酶解产物抗氧化能力分析[J]. 食品科学, 2021, 42(2): 128-134.
[5]	王佳蓉，丁阳月，姜云庆，董和亮，王秋野，程建军. 酶法修饰对大豆分离蛋白凝胶性质影响的研究进展[J]. 食品科学, 2021, 42(15): 329-336.
[6]	潘海博，覃璐琪，黄燕婷，梁晓琳，黄国宏，聂梦琳，饶川艳，梅丽华，李全阳. 人工神经网络结合遗传算法优化保护剂提高罗伊氏乳杆菌抗冻性能[J]. 食品科学, 2021, 42(14): 70-77.
[7]	费烨，王雍，龚仕英，田艳，王筑婷，雷霆雯，张礼林，汪希兰，李红梅. 苦荞清蛋白酶解物对高糖诱导的HepG2细胞胰岛素抵抗的保护作用[J]. 食品科学, 2021, 42(1): 222-227.
[8]	黄瑞杰，李媚，廖安平，蓝平，钟磊，覃琴，蓝丽红，王雪娇，韦丽明，甘兰芳. 酸解法与酶解法调控右旋糖酐分子质量的比较[J]. 食品科学, 2020, 41(6): 43-50.
[9]	陈凡凡，滕飞，韩松，吴长玲，周艳，郭增旺，王中江，李杨. 酶解对豆腐干凝胶结构和理化特性的影响[J]. 食品科学, 2020, 41(5): 23-30.
[10]	高娟，杜佳馨，吴限，杨倩，方东路，郑惠华，赵立艳，胡秋辉. 羊肚菌酶解液制备美拉德反应肉味调味基料[J]. 食品科学, 2020, 41(24): 242-250.
[11]	黄钦钦，田亚平. 条斑紫菜蛋白酶解液α-葡萄糖苷酶和DPP-IV抑制活性的表征及肽成分解析[J]. 食品科学, 2020, 41(24): 110-116.
[12]	王锐，张迪雅，李晔，苏秀榕. 金枪鱼暗色肉酶解优势肽鉴定及其体外抗氧化和血管紧张素转换酶抑制活性分析[J]. 食品科学, 2020, 41(23): 91-99.
[13]	苏娜，伊丽，吉日木图. 驼乳蛋白α-淀粉酶抑制活性肽的制备与鉴定[J]. 食品科学, 2020, 41(22): 148-157.
[14]	苏娜，吉日木图，伊丽. 驼乳肽生物功能特性的研究进展[J]. 食品科学, 2020, 41(21): 321-329.
[15]	李学鹏，刘晏玮，谢晓霞，朱文慧，励建荣，张玉玉，李婷婷，于建洋，牟伟丽. 热预处理对蓝蛤酶解及酶解液呈味特性的影响[J]. 食品科学, 2020, 41(2): 133-140.

基于人工神经网络的酶解波纹巴非蛤制备小分子肽的研究

Artificial Neural Network-based Optimization of Enzymolysis of Paphia undulate Meat for Production of Small Peptides

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价