6 遺傳算法與神經網絡
遺傳算法(genetic algorithms,GA)是一新型智能優化算法,由美國的Holland提出,是進化算法(evolutionary algorithms,EA)中的一種,是基於達爾文的進化論和孟德爾的遺傳學說,仿效生物的進化與遺傳,根據“生存競爭” 和“優勝劣汰”的原則,借助複製、交換、突變等操作,使所要解決的問題從初始解一步步逼近最優解,遺傳算法模擬生物遺傳和進化原理,在反複迭代的過程中,將適應度高的個體更多的遺傳到下一代,為確保在整個n維空間搜索最優解,群體由一定數量的個體組成,在遺傳的同時,個體在一定的概率下發生交叉互換,並在一定的概率下發生變異,所以,將在最終的群體中得到一個或若幹個優良的個體,其對應的表現型即為達到或接近問題的最優解,培養基配方優化的遺傳算法基本過程見圖 l,遺傳算法在整個可行域內進行隨機尋優,並對搜索空間的多個解進行評估,能有效防止搜索過程限於局部最優解,最終達到或逼近全局最優解。最早報道 GA應用於培養基優化的是 Freyer等,其後 Zuzek等也進行了嚐試,由於它在培養基優化方麵不需要建立數學模型確定各因素之間的相互影響,有目標函數值即可的優越性而受青睞。與其他傳統搜索方法相比,GA在搜索過程中不易陷入局部最優,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解,同時,由於GA 固有的並行性,使得它適合於大規模的並行分布處理,而且GA容易介入到已有的模型中並且具有可擴展性,易於和其他技術如神經網絡、模糊推理、混沌行為和人工生命等相結合,形成性能更優的問題求解方法∞。運用配方優化的遺傳算法所搜索出的決策因素最優區間,可以免饋到進一步的配方試驗中,有效地縮短確定優化配方的時間與減少試驗次數。神經網絡是一種“黑箱”模型,具有很強的非線性映射能力,可用於反 映非線性條件下,難以用常規的數學模型描述的問題[27]。遺傳算法以自然選擇和遺傳理論為基礎,將生物進化過程 中適者生存規則與群體內部染色體的隨機信息交換機製相結合的高效全局尋優搜索算法。神經網絡和遺傳算法的結合可 以通過引入非線性的模型來描述各因素問複雜的關係,並在遺傳算法的基礎上,通過全局尋優找出最佳值。羅劍飛等人利用神經網絡(ANN)和遺傳算法(GA)結合的優化方法優化了培養其組成,並獲得了最高“性價比”的培養基,通過發酵經濟學的初步統計發現,優化後的培養基比初始培養基,其“性價比”提高了27.36%。試驗表明,通過優化可以大大減少生產中的成本消耗。宋文軍等應用GA優化了L—Ile發酵培養基組成,並運用ANN技術對發酵過程進行建模並預測 ,取得了良好效果,實驗發現,在L—Ile 發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別判斷角度出發,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 “物以類聚”的觀點分析數據結構,劃分出具有特定屬性模式類別的空間聚集區域 ,並辨認每一個模式的類別。由計算機按模式識別原理處理數據信息,做出最優決策。熊明勇等人應用模式識別,以培養基組成構築模式空間,以黃色短杆菌 TV10為出發菌株,通過主成分分析(PCA)揭示模式空間的可視化區域,選擇優化點並逆推回到高維空間得到最優化培養基組成,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
微生物初級代謝產物和次級代謝的生物合成其發酵機理十分複雜,受很多因素的影響,如培養基組成、培養溫度、pH、發酵時間、菌種理化特性及發酵工藝等。適宜的培養基配方和合適的發酵條件成為產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複雜的交互作用。因此,微生物培養基的組成優化就顯得十分重要和必要。培養基優化常規方法有單因素試驗法、正交設計試驗法及響應麵分析法,還有一些實踐應用相對較少的,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,要根據實際情況合理選擇。培養基優化方法除本文中提到的常用培養基優化方法外,還有研究者不斷開拓新方法或采用不同方法交叉對培養基進行優化,如聚類分析方法等。筆者相信,隨著數理統計方法和優化技術的發展和應用,將來一定還會出現更適用、更方便、可行性更好的微生物培養基優化方法。
作者:肖懷秋,李玉珍
作者單位:湖南化工職業技術學 院應用化學係
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菌株選育及其發酵培養基優化(I)[J].渤海大學學報,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.傳統乳製品中產 一氨基丁酸乳酸菌的培養基優化[J].食品工業科技,2009,30(7):124-127.
[7] 鍾為章,羅一菁,張忠智,等.紅螺菌科光合細菌液體培養基的優化[J].化學與生物工程,2009,26(7):67—69.
[8] 蔡成 崗,鄭曉冬.以羽毛為底物發酵產角蛋 白酶培養基的優化[J]_科技通報,2009,25(4):451-455.
[9] 陳敏,王靜馨.模糊正交法用於鋅酵母發酵培養基條件優化的研究[J].食品與發酵工業,1994,5:24-28.
[10] 盛冠忠,李龍,蔣芳.模糊正交法用於棉稈皮纖維提取工藝參數優化的研究[J].纖維素科學與技術,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.均勻設計法優化煙管菌產漆酶培養基[J]. 微生物學通報,2007,34(4):625—628.
[l4] 陸燕,梅樂和,陸悅 飛,等.響應麵法優化工程菌產細胞色索P450BM23的發酵條件[J].化工學報,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.統計學分析方法應用於桑黃菌發酵培養基的優化[J].食品研究與開發,2009,30(5):44-48.
[17] 薑麗豔,李雪,逯家輝,等.應用統計學分析方法優化乳鏈 菌肽發酵培養基[J].化學反應工程與工藝,2008,24(6):562—567.
[18] 鍾國華 ,何弱,羅建軍 ,等.高效氯氰 菊酯降解菌株 HG—P一01
的培養基篩選及優化[J].微生物學通報,2009,36(5):672-677.
[19] 王普 ,孫 立明,何 軍邀.響應 麵法優化熱帶假 絲酵母 104菌株產羰基還原酶發酵培養基[J].生物工程學報,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化黃黴素發酵培養基[J].食品研究與開發,2006,27(6):19—22.
[21] 張鍾元 ,王強 ,田金強.奇異變形杆菌產 L_肉堿脫水酶的培養基優化[J].食品工業科技,2009,30(7):181-184.
[22] 劉 曉永,王強,劉紅芝.基於二次正交旋轉 回歸試驗的酵母 13一 葡聚糖發酵培養基優化[J].釀酒科技,2007,4:32-36.
[23] 劉雄恩 ,陳聰 ,駱 蘭,等 .基於遺傳算法 的蘇雲金芽孢杆菌培養基配方優化[J]_應用與環境生物學報,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.基於神經網絡和遺傳算法培養基優化的發酵經濟學[J].食品與生物技術學報,2009,28(3):424—428.
[30] 宋文軍,陳寧,熊明勇,等.L一異亮氨酸發酵培養基的遺傳算法優化及發酵過程的神經網絡建模[J].天津師範大學學報(自然科學版),2003,23(1):46—50.
[31] 熊明勇,陳寧,張克旭.L一纈氨酸生產菌 的選育及其發酵培養基的模式識別優化[J]_氨基酸與生物資源,2003,25(1):52—5[32] 羅致強,宮衡 ,付水林.聚類分析在紅黴素搖瓶培養基無機鹽分析 中的應用[J]_中國抗 生素雜誌,2006,3l(3):172—175.
下一篇:微生物技術與環境汙染控製