題-1_100_100.jpg)
基本信息
- 項(xiàng)目名稱：
- 基于BP神經(jīng)網(wǎng)絡(luò)的解淀粉芽孢桿菌Q-12的抑菌活性預(yù)測(cè)
- 來(lái)源：
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類：
- 生命科學(xué)
- 簡(jiǎn)介：
- 本研究以解淀粉芽孢桿菌Q-12搖瓶培養(yǎng)為研究對(duì)象，通過(guò)搖瓶培養(yǎng)，用matlab的神經(jīng)網(wǎng)絡(luò)工具箱建立了以抑菌直徑為目標(biāo)的BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)模型，并對(duì)其抑菌產(chǎn)量進(jìn)行預(yù)測(cè)。
- 詳細(xì)介紹：
- 本實(shí)驗(yàn)室從堆肥中篩選出一株對(duì)若干植物病原霉菌和病原真菌(如立枯絲核菌和尖鐮孢菌)具有強(qiáng)烈抑制作用、并顯示廣譜抗菌活性的解淀粉芽孢桿菌Q-12[1]，發(fā)酵液通過(guò)分離純化后得到一種新型抗菌物質(zhì)，有望作為新型生物農(nóng)藥來(lái)開(kāi)發(fā)[2]。 神經(jīng)網(wǎng)絡(luò)工具箱(Neural Network Toolbox，簡(jiǎn)稱NNT)是MATLAB中眾多工具箱之一，該工具箱用MATLAB語(yǔ)言構(gòu)造出經(jīng)典神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，使設(shè)計(jì)者對(duì)所選定網(wǎng)絡(luò)輸出的計(jì)算變成對(duì)激活函數(shù)的調(diào)用。BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是基于BP誤差反向傳播算法的多層前饋神經(jīng)網(wǎng)絡(luò)，1986年由D．E．Rumelhart等人提出[3]。BP網(wǎng)絡(luò)通常除輸入輸出節(jié)點(diǎn)外，還有一層或多層的隱含層節(jié)點(diǎn)，同層節(jié)點(diǎn)沒(méi)有任何耦合；輸入信號(hào)從輸入層節(jié)點(diǎn)依次傳過(guò)各隱含層節(jié)點(diǎn)，然后傳到輸出節(jié)點(diǎn)，每一層節(jié)點(diǎn)的輸出只影響下一層節(jié)點(diǎn)的輸出[4]。在神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中，80％-90％的神經(jīng)網(wǎng)絡(luò)模型都是采用BP網(wǎng)絡(luò)及其變化形勢(shì)，它是前向網(wǎng)絡(luò)的核心部分。由實(shí)踐證明，對(duì)于任意閉合區(qū)間連續(xù)函數(shù)都可以用含有一個(gè)隱含層的BP網(wǎng)絡(luò)來(lái)逼近。 BP網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，由輸入層、隱含層和輸出層組成[5]。層與層之間采用全互連方式，同一層之間不存在相互連接，隱含層可以有一個(gè)或多個(gè)。構(gòu)造一個(gè)BP網(wǎng)絡(luò)需要確定其處理單元—神經(jīng)元的特性和網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)最基本的處理單元，隱層中的神經(jīng)元采用S型變換函數(shù)，輸出層的神經(jīng)元可采用S型或線性型變換函數(shù)。圖1為一個(gè)典型的三層BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。
作品專業(yè)信息
撰寫(xiě)目的和基本思路
- 本實(shí)驗(yàn)室分離純化得到的解淀粉芽孢桿菌Q-12有很好的抑菌作用，在生物防治方面具有廣闊的應(yīng)用前景?；诎l(fā)酵培養(yǎng)的特點(diǎn)及建模要求，以解淀粉芽孢桿菌Q-12搖瓶培養(yǎng)為研究對(duì)象，利用搖瓶培養(yǎng)中的參數(shù)及數(shù)據(jù)，用matlab的神經(jīng)網(wǎng)絡(luò)工具箱建立了以抑菌直徑為目標(biāo)的BP神經(jīng)網(wǎng)絡(luò)模型，并對(duì)其抑菌產(chǎn)量進(jìn)行預(yù)測(cè)，以期為發(fā)酵過(guò)程控制及新型微生物農(nóng)藥的研發(fā)提供基礎(chǔ)數(shù)據(jù)，也為進(jìn)一步研究發(fā)酵過(guò)程建模提供了思路。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 本實(shí)驗(yàn)室分離得到的解淀粉芽孢桿菌Q-12的發(fā)酵產(chǎn)物有望作為新型生物農(nóng)藥來(lái)開(kāi)發(fā)。采用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱，對(duì)解淀粉芽孢桿菌Q-12發(fā)酵培養(yǎng)基配比與抑菌物質(zhì)產(chǎn)量進(jìn)行預(yù)測(cè)，不需要像傳統(tǒng)方法那樣，進(jìn)行繁瑣的編程，就可以高效、準(zhǔn)確、快速的建立網(wǎng)絡(luò)預(yù)測(cè)模型。同時(shí)，該神經(jīng)網(wǎng)絡(luò)模型的建立，初步提供了一種新的通用性的研究解決發(fā)酵過(guò)程的模型建立與預(yù)測(cè)問(wèn)題的方法。
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 神經(jīng)網(wǎng)絡(luò)在生物工程領(lǐng)域的應(yīng)用報(bào)道較少，開(kāi)發(fā)與研究神經(jīng)網(wǎng)絡(luò)工具箱解決發(fā)酵過(guò)程中的問(wèn)題具有重要的現(xiàn)實(shí)意義。用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱對(duì)解淀粉芽孢桿菌Q-12菌株發(fā)酵過(guò)程抑菌物質(zhì)產(chǎn)量的預(yù)測(cè)，為研發(fā)新型微生物農(nóng)藥做了前期工作，并提供了一種較為簡(jiǎn)便的解決發(fā)酵過(guò)程模型建立與預(yù)測(cè)問(wèn)題的方法，具有重要的實(shí)際意義。
學(xué)術(shù)論文摘要
- 本實(shí)驗(yàn)室從堆肥中篩選出一株對(duì)若干植物病原霉菌和病原真菌(如立枯絲核菌和尖鐮孢菌)具有強(qiáng)烈抑制作用、并顯示廣譜抗菌活性的解淀粉芽孢桿菌Q-12，發(fā)酵液通過(guò)分離純化后得到一種新型抗菌物質(zhì)，有望作為新型生物農(nóng)藥來(lái)開(kāi)發(fā)。本研究以解淀粉芽孢桿菌Q-12搖瓶培養(yǎng)為研究對(duì)象，通過(guò)搖瓶培養(yǎng)，用matlab的神經(jīng)網(wǎng)絡(luò)工具箱建立了以抑菌直徑為目標(biāo)的BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)模型，并對(duì)其抑菌產(chǎn)量進(jìn)行預(yù)測(cè)。首先挑選顯著影響解淀粉芽孢桿菌產(chǎn)生抑菌活性物質(zhì)的培養(yǎng)基成分，接著運(yùn)用發(fā)酵培養(yǎng)所獲得的數(shù)據(jù)利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，從而預(yù)測(cè)在不同培養(yǎng)基條件下產(chǎn)生的抑菌活性的大小。通過(guò)模型得到的抑菌活性預(yù)測(cè)值和實(shí)際值誤差分別為-0.2105和0.9002，均在允許范圍內(nèi)。
獲獎(jiǎng)情況
- 已投稿至《中國(guó)抗生素雜志》，審稿中。
鑒定結(jié)果
- 無(wú)
參考文獻(xiàn)
- [1]王英國(guó),王軍華，等.解淀粉芽孢桿菌抗菌活性物質(zhì)的分離純化及抑菌活性研究[J].中國(guó)生物工程雜志,2007,27(12):41-45. [2]王軍華,權(quán)春善,等.解淀粉芽孢桿菌Q-12抗真菌特性的研究[J].食品與發(fā)酵工業(yè),2006,32(06):7-12. [3] Haider MA, P akshirajan K, et al.Artificial neural network-genetic algorithm approach to optimize media constituents for enhancing lipase production by a soil microorganism[J]. Appl Biochemist Biotechnology, 2008,144(03):225–235. [4] 孫志強(qiáng)，葛哲學(xué)．神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)[M].北京：電子工業(yè)出版社,2OO5. [5] 景廣軍，梁雪梅，等.遺傳神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的設(shè)計(jì)及應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用,2001,37(02):26-36. [6] 田旭光,宋彤,等.結(jié)合遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)[J].計(jì)算機(jī)應(yīng)用與軟件，2004,21(06):69-71. [7] 雷英杰，張善文，等．MATLAB遺傳算法工具箱及應(yīng)用[M].西安:電子科技大學(xué)出版社，2005. [8] Rao CS, Sathish T, et al. Modelling and optimization of fermentation factors for enhancement of alkaline protease production by isolated Bacillus circulans using feed-forward neural network and genetic algorithm[J]. Appl Microbiology, 2007,104(02)：889–898.
同類課題研究水平概述
- 人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)，亦稱為神經(jīng)網(wǎng)絡(luò)(Neural Networks，NN)，是由大量處理單元(神經(jīng)元Neurons)廣泛互聯(lián)而成的網(wǎng)絡(luò)，是對(duì)人腦的抽象、簡(jiǎn)化和模擬，反映人腦的基本特性。人工神經(jīng)網(wǎng)絡(luò)的研究是從人腦的生理結(jié)構(gòu)出發(fā)來(lái)研究人的智能行為，模擬人腦信息處理的功能。它是根植于神經(jīng)科學(xué)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)及工程等學(xué)科的一種技術(shù)。 自上世紀(jì)80年代末以來(lái)，神經(jīng)網(wǎng)絡(luò)這個(gè)涉及多種學(xué)科的新的高科技領(lǐng)域，吸引了眾多的神經(jīng)生理學(xué)家、心理學(xué)家、數(shù)理科學(xué)家、計(jì)算機(jī)與信息科學(xué)及工程師和企業(yè)家等進(jìn)行研究與應(yīng)用。神經(jīng)網(wǎng)絡(luò)的應(yīng)用已經(jīng)涉及到各個(gè)領(lǐng)域，且取得了很大的進(jìn)展。在自動(dòng)控制領(lǐng)域、處理組合優(yōu)化問(wèn)題、模式識(shí)別、圖像處理、機(jī)器人控制、醫(yī)療以及化工、生物等領(lǐng)域均有應(yīng)用。大量的有關(guān)神經(jīng)網(wǎng)絡(luò)機(jī)理、模型、算法特性分析，以及在各領(lǐng)域應(yīng)用的學(xué)術(shù)論文像雨后春筍般在報(bào)刊雜志上和許多國(guó)際學(xué)術(shù)會(huì)議中涌現(xiàn), 但是神經(jīng)網(wǎng)絡(luò)在生物工程領(lǐng)域的報(bào)道卻極少。因此，開(kāi)發(fā)與研究神經(jīng)網(wǎng)絡(luò)工具箱解決生物工程實(shí)踐中的問(wèn)題具有重要的現(xiàn)實(shí)意義。 應(yīng)用MATLAB軟件的神經(jīng)網(wǎng)絡(luò)工具箱，研究解決生物工程領(lǐng)域的模型建立與預(yù)測(cè)問(wèn)題，與現(xiàn)有的判別方法相比，具有通用性、客觀性和科學(xué)性等特點(diǎn)。如微生物培養(yǎng)基配方設(shè)計(jì)、抗生素效價(jià)測(cè)定、農(nóng)作物蟲(chóng)情的預(yù)測(cè)等。通過(guò)研究，初步形成了用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱解決生物工程領(lǐng)域模型預(yù)測(cè)的方法。結(jié)果表明：MATLAB界面友好、操作簡(jiǎn)單、結(jié)果準(zhǔn)確，在生物工程領(lǐng)域中的具有廣闊的應(yīng)用前景。
