海博微信公眾號
海博天貓旗艦店
海博微信公眾號
海博天貓旗艦店
6 遺傳算法與神經(jīng)網(wǎng)絡(luò )
遺傳算法(genetic algorithms，GA)是一新型智能優(yōu)化算法，由美國的Holland提出，是進(jìn)化算法(evolutionary algorithms，EA)中的一種，是基于達爾文的進(jìn)化論和孟德?tīng)柕倪z傳學(xué)說(shuō)，仿效生物的進(jìn)化與遺傳，根據“生存競爭” 和“優(yōu)勝劣汰”的原則，借助復制、交換、突變等操作，使所要解決的問(wèn)題從初始解一步步逼近最優(yōu)解，遺傳算法模擬生物遺傳和進(jìn)化原理，在反復迭代的過(guò)程中，將適應度高的個(gè)體更多的遺傳到下一代，為確保在整個(gè)n維空間搜索最優(yōu)解，群體由一定數量的個(gè)體組成，在遺傳的同時(shí)，個(gè)體在一定的概率下發(fā)生交叉互換，并在一定的概率下發(fā)生變異，所以，將在最終的群體中得到一個(gè)或若干個(gè)優(yōu)良的個(gè)體，其對應的表現型即為達到或接近問(wèn)題的最優(yōu)解，培養基配方優(yōu)化的遺傳算法基本過(guò)程見(jiàn)圖 l，遺傳算法在整個(gè)可行域內進(jìn)行隨機尋優(yōu)，并對搜索空間的多個(gè)解進(jìn)行評估，能有效防止搜索過(guò)程限于局部最優(yōu)解，最終達到或逼近全局最優(yōu)解。最早報道 GA應用于培養基優(yōu)化的是 Freyer等，其后 Zuzek等也進(jìn)行了嘗試，由于它在培養基優(yōu)化方面不需要建立數學(xué)模型確定各因素之間的相互影響，有目標函數值即可的優(yōu)越性而受青睞。與其他傳統搜索方法相比，GA在搜索過(guò)程中不易陷入局部最優(yōu)，即使所定義的目標函數非連續、不規則或伴有噪聲，它也能以很大的概率找到全局最優(yōu)解，同時(shí)，由于GA 固有的并行性，使得它適合于大規模的并行分布處理，而且GA容易介入到已有的模型中并且具有可擴展性，易于和其他技術(shù)如神經(jīng)網(wǎng)絡(luò )、模糊推理、混沌行為和人工生命等相結合，形成性能更優(yōu)的問(wèn)題求解方法∞。運用配方優(yōu)化的遺傳算法所搜索出的決策因素最優(yōu)區間，可以免饋到進(jìn)一步的配方試驗中，有效地縮短確定優(yōu)化配方的時(shí)間與減少試驗次數。神經(jīng)網(wǎng)絡(luò )是一種“黑箱”模型，具有很強的非線(xiàn)性映射能力，可用于反 映非線(xiàn)性條件下，難以用常規的數學(xué)模型描述的問(wèn)題[27]。遺傳算法以自然選擇和遺傳理論為基礎，將生物進(jìn)化過(guò)程 中適者生存規則與群體內部染色體的隨機信息交換機制相結合的高效全局尋優(yōu)搜索算法。神經(jīng)網(wǎng)絡(luò )和遺傳算法的結合可 以通過(guò)引入非線(xiàn)性的模型來(lái)描述各因素問(wèn)復雜的關(guān)系，并在遺傳算法的基礎上，通過(guò)全局尋優(yōu)找出最佳值。羅劍飛等人利用神經(jīng)網(wǎng)絡(luò )(ANN)和遺傳算法(GA)結合的優(yōu)化方法優(yōu)化了培養其組成，并獲得了最高“性?xún)r(jià)比”的培養基，通過(guò)發(fā)酵經(jīng)濟學(xué)的初步統計發(fā)現，優(yōu)化后的培養基比初始培養基，其“性?xún)r(jià)比”提高了27.36％。試驗表明，通過(guò)優(yōu)化可以大大減少生產(chǎn)中的成本消耗。宋文軍等應用GA優(yōu)化了L—Ile發(fā)酵培養基組成，并運用ANN技術(shù)對發(fā)酵過(guò)程進(jìn)行建模并預測 ，取得了良好效果，實(shí)驗發(fā)現，在L—Ile 發(fā)酵的模擬和預測是一種快速方法。
7 模式識別
模式識別方法是從空間區域劃分和屬性類(lèi)別判斷角度出發(fā)，處理多元數據的一種非函數方法。該方法用一組表示被研究對象特征的變量構成模式空間，按 “物以類(lèi)聚”的觀(guān)點(diǎn)分析數據結構，劃分出具有特定屬性模式類(lèi)別的空間聚集區域 ，并辨認每一個(gè)模式的類(lèi)別。由計算機按模式識別原理處理數據信息，做出最優(yōu)決策。熊明勇等人應用模式識別，以培養基組成構筑模式空間，以黃色短桿菌 TV10為出發(fā)菌株，通過(guò)主成分分析(PCA)揭示模式空間的可視化區域，選擇優(yōu)化點(diǎn)并逆推回到高維空間得到最優(yōu)化培養基組成，結果表明，該菌株可積累一纈氨酸26.38 g／L，比初始值提高7.8％。
8 展望
微生物初級代謝產(chǎn)物和次級代謝的生物合成其發(fā)酵機理十分復雜，受很多因素的影響，如培養基組成、培養溫度、pH、發(fā)酵時(shí)間、菌種理化特性及發(fā)酵工藝等。適宜的培養基配方和合適的發(fā)酵條件成為產(chǎn)物生成量高低和原料利用率高低的決定因素。一般情況下，培養基組分繁多且各成分間還可能存在錯綜復雜的交互作用。因此，微生物培養基的組成優(yōu)化就顯得十分重要和必要。培養基優(yōu)化常規方法有單因素試驗法、正交設計試驗法及響應面分析法，還有一些實(shí)踐應用相對較少的，如均勻設計法、二次回歸旋轉組合法、遺傳算法等。培養基優(yōu)化方法的選擇，可以采取單一方法 ，也可以用幾種方法的組合，要根據實(shí)際情況合理選擇。培養基優(yōu)化方法除本文中提到的常用培養基優(yōu)化方法外，還有研究者不斷開(kāi)拓新方法或采用不同方法交叉對培養基進(jìn)行優(yōu)化，如聚類(lèi)分析方法等。筆者相信，隨著(zhù)數理統計方法和優(yōu)化技術(shù)的發(fā)展和應用，將來(lái)一定還會(huì )出現更適用、更方便、可行性更好的微生物培養基優(yōu)化方法。
作者：肖懷秋，李玉珍
作者單位：湖南化工職業(yè)技術(shù)學(xué) 院應用化學(xué)系
參考文獻：
[1] Isar J,Agarwal L，Saran S,et a1．A stastical approach to study the interactive effects ofprocess parameters On succinic acid production from Bacteroides fragilis[J]．Anaerobe，2007，l 3：50-56．
[2] 王曉輝，察少華，遲乃玉，等．海洋低溫 BS070623菌株選育及其發(fā)酵培養基優(yōu)化(I)[J]．渤海大學(xué)學(xué)報，2009，30(2)：97—100．
[3] Dan Y，Zhi．Nan X，Pei．Lin C．Medium optimization for enhanced productionof cytosine—substituted Mildiomycin Analogue (Mm-C)by Streptoverticillium rimofaciens ZJU 5 1 1 9[J]． Zhejiang Univ．Sci B，2008，9(1)：77—84．
[4] Liu C，Ruan H，Shen H，et a1．Optimization ofthe fermentation medium for alpha·galactosidase production from A spergillus Foetidus ZU-G1 using response surface methodology[J]．J．food Sci，2007，72(4)：120-125．
[5] Saudagar P S，Singha|R S．Optimization ofnutritional require‘ ments and feeding strategies for clavulanic acid production by Streptomyces clavuligerus[J]．Bioresour technol，2007，98(1 0)： 2010—20l7．
[6] 盂和畢力格，冀林立，羅斌，等．傳統乳制品中產(chǎn) 一氨基丁酸乳酸菌的培養基優(yōu)化[J]．食品工業(yè)科技，2009，30(7)：124-127．
[7] 鐘為章，羅一菁，張忠智，等．紅螺菌科光合細菌液體培養基的優(yōu)化[J]．化學(xué)與生物工程，2009，26(7)：67—69．
[8] 蔡成 崗，鄭曉冬．以羽毛為底物發(fā)酵產(chǎn)角蛋 白酶培養基的優(yōu)化[J]_科技通報，2009，25(4)：451-455．
[9] 陳敏，王靜馨．模糊正交法用于鋅酵母發(fā)酵培養基條件優(yōu)化的研究[J]．食品與發(fā)酵工業(yè)，1994，5：24-28．
[10] 盛冠忠，李龍，蔣芳．模糊正交法用于棉稈皮纖維提取工藝參數優(yōu)化的研究[J]．纖維素科學(xué)與技術(shù)，2009，17(1)：12-16．
[11] Liu D，Wang P，Li F．Application ofuniform design in lisoleucine fermentation[J]．China J Biotechnol，1991，7(3)：207-212．
[12] Wang F Q，Gao C J,Yang C Y．Optimization ofan ethanol production medium in very hign gravity fermentation[J]．Biotechnol Lett，2007，29(2)：233—236．
[13] 王劍鋒，李江，王璋．均勻設計法優(yōu)化煙管菌產(chǎn)漆酶培養基[J]． 微生物學(xué)通報，2007，34(4)：625—628．
[l4] 陸燕，梅樂(lè )和，陸悅 飛，等．響應面法優(yōu)化工程菌產(chǎn)細胞色索P450BM23的發(fā)酵條件[J]．化工學(xué)報，2006，57(5)：l187—1192．
[15] Wu Q L，Chen T，Gan Y．Op timization ofRiboflavin production by recombinant Bacillus subtilis RH44 using stastical design[J]． Appl Microbiol Biotechnol，2007，76(4)：783-794．
[16] 周海鷗，汪傳高，張益波．統計學(xué)分析方法應用于桑黃菌發(fā)酵培養基的優(yōu)化[J]．食品研究與開(kāi)發(fā)，2009，30(5)：44-48．
[17] 姜麗艷，李雪，逯家輝，等．應用統計學(xué)分析方法優(yōu)化乳鏈 菌肽發(fā)酵培養基[J]．化學(xué)反應工程與工藝，2008，24(6)：562—567．
[18] 鐘國華 ，何弱，羅建軍 ，等．高效氯氰 菊酯降解菌株 HG—P一01
的培養基篩選及優(yōu)化[J]．微生物學(xué)通報，2009，36(5)：672-677．
[19] 王普 ，孫 立明，何 軍邀．響應 面法優(yōu)化熱帶假 絲酵母 104菌株產(chǎn)羰基還原酶發(fā)酵培養基[J]．生物工程學(xué)報，2009，25(6)：863—868．
[20] 王惠，吳兆亮，童應凱，等．應用二次回歸正交旋轉組合設計優(yōu)化黃霉素發(fā)酵培養基[J]．食品研究與開(kāi)發(fā)，2006，27(6)：19—22．
[21] 張鐘元 ，王強 ，田金強．奇異變形桿菌產(chǎn) L_肉堿脫水酶的培養基優(yōu)化[J]．食品工業(yè)科技，2009，30(7)：181-184．
[22] 劉 曉永，王強，劉紅芝．基于二次正交旋轉 回歸試驗的酵母 13一 葡聚糖發(fā)酵培養基優(yōu)化[J]．釀酒科技，2007，4：32-36．
[23] 劉雄恩 ，陳聰 ，駱 蘭，等 ．基于遺傳算法 的蘇云金芽孢桿菌培養基配方優(yōu)化[J]_應用與環(huán)境生物學(xué)報，2008，14(5)：705-709．
[24] Freyer S，WeusterB．D，Wandrey C．Medium optimization using genetic algorithms[J]．Biochem eng，1992，(8)：16—25．
[25] ZuzekM，Friedrich J，CesmikB，eta1．Op timizationoffermenta- tion medium by a modified method ofgenetic algorithms[J]．JBiotechnol technol，1996，10：991—996．
[26] Nagata Y，Chu K H．Optimization ofa~rmenmtion medium usingneuralnetworks andgenetic algorithms[J]．BiochnolLet 2003，25(21)：1837一l842．
[27] Franco．Lara E，Link H，Weuster-Botz D．Evaluation ofartificia neuralnetworksformodelingandoptimizationofmedium composition with a genetic algorithm[J]．Process Biochemistry 2006，41：2200—2206．
[28] Desai K M，Akolkar S kBa曲e Y P，et a1．Op timization of fermentation media f0r exopolysaccharide production from Lactobocillue plantarum using artificial intelligence—based tech niques[J]．ProcessBiochemistry,2006，41：1842—1848．
[29] 羅劍飛，林煒鐵．基于神經(jīng)網(wǎng)絡(luò )和遺傳算法培養基優(yōu)化的發(fā)酵經(jīng)濟學(xué)[J]．食品與生物技術(shù)學(xué)報，2009，28(3)：424—428．
[30] 宋文軍，陳寧，熊明勇，等．L一異亮氨酸發(fā)酵培養基的遺傳算法優(yōu)化及發(fā)酵過(guò)程的神經(jīng)網(wǎng)絡(luò )建模[J]．天津師范大學(xué)學(xué)報(自然科學(xué)版)，2003，23(1)：46—50．
[31] 熊明勇，陳寧，張克旭．L一纈氨酸生產(chǎn)菌 的選育及其發(fā)酵培養基的模式識別優(yōu)化[J]_氨基酸與生物資源，2003，25(1)：52—5[32] 羅致強，宮衡 ，付水林．聚類(lèi)分析在紅霉素搖瓶培養基無(wú)機鹽分析 中的應用[J]_中國抗 生素雜志，2006，3l(3)：172—175．
