近红外水光谱组学用于发酵过程生物量、甘油、甲醇含量的测定.docx

该【近红外水光谱组学用于发酵过程生物量、甘油、甲醇含量的测定 】是由【wz_198613】上传分享，文档一共【3】页，该文档可以免费在线阅读，需要了解更多关于【近红外水光谱组学用于发酵过程生物量、甘油、甲醇含量的测定 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。近红外水光谱组学用于发酵过程生物量、甘油、甲醇含量的测定
近红外水光谱组学用于发酵过程生物量、甘油、甲醇含量的测定
摘要：
发酵是一种广泛应用于生物工程领域的重要工艺，实时监测发酵过程中的关键指标对于控制和优化发酵过程具有重要意义。近红外水光谱组学是一种快速、无损、非破坏性的分析技术，可以实时获得高维度的发酵过程数据，从而提供了一种有效的手段来研究发酵过程中生物量、甘油和甲醇的含量。本文对近红外水光谱组学在发酵过程中的应用进行了综述，并讨论了该技术在研究中的优势和局限性。
关键词：近红外水光谱组学，发酵，生物量，甘油，甲醇
引言：
发酵是一种利用微生物进行有机化合物的生物转化的重要工艺。在发酵过程中，生物量、甘油和甲醇的含量是重要的品质指标，对于控制和优化发酵过程具有重要作用。传统方法中，通常需要进行样品的取样和化学分析，这些方法通常昂贵、耗时且繁琐。近年来，近红外水光谱组学技术的发展为发酵过程的实时监测提供了一种新的方法。
近红外水光谱组学是一种将近红外光谱与化学分析和模式识别方法相结合的分析技术。它通过记录样品在近红外光谱范围内的光谱信息，利用化学计量学方法对光谱数据进行处理和分析，以实现对样品中各项指标的快速、无损、非破坏性的定量和定性分析。近红外水光谱组学技术具有实时性强、高通量、高精度等优点，已被广泛应用于食品、制药、生物工程等领域。
近红外水光谱组学在发酵过程中的应用：
1. 生物量的测定
生物量是衡量发酵过程优劣的重要指标之一。传统的生物量测定方法需要取样后进行离心、干燥、称重等操作，而近红外水光谱组学可以通过对光谱数据的处理，建立与生物量测定方法相关的模型，实现对发酵过程中生物量的在线监测。研究表明，近红外水光谱组学方法能够准确地预测发酵过程中的生物量，并能够在实时监测中提供高通量的数据。
2. 甘油和甲醇的测定
甘油是许多发酵过程中重要的副产物，甲醇则是其中一个关键的中间产物。传统的分析方法对于甘油和甲醇的测定通常需要样品的处理和化学分析，这些方法不仅耗时，而且对环境有一定的污染。近红外水光谱组学技术通过建立与化学分析结果相关的模型，可以实现对甘油和甲醇含量的在线监测，避免了传统方法的缺点。
优势和局限性：
近红外水光谱组学技术在发酵过程中的应用具有以下优势：
1. 快速：近红外水光谱组学技术可以实时获得高维度的发酵过程数据，提供了高通量的在线监测能力。
2. 无损：该技术是非破坏性的，可以对发酵过程中的关键指标进行在线监测，而无需取样。
3. 高精度：通过合理的光谱数据处理和化学计量学方法的应用，可以建立与化学分析结果相关的预测模型，实现高精度的定量预测和定性分析。
然而，近红外水光谱组学技术也存在一些局限性：
1. 样品异质性：样品中的成分复杂性会导致光谱数据的噪声和干扰，降低模型的预测精度。
2. 模型建立的复杂性：建立准确可靠的预测模型需要大量的实验数据和先验知识，并且模型的稳定性和可靠性需要进行验证。
结论：
近红外水光谱组学技术是一种快速、无损、非破坏性的分析技术，在发酵过程中的生物量、甘油和甲醇含量的测定中具有广阔的应用前景。未来的研究可以进一步完善建模方法，提高模型的稳定性和可靠性，同时应用该技术于更多的发酵过程的实时监测中，以实现对发酵过程的精准控制和优化。
参考文献：
1. Geng, C., Zhang, N., Zhang, J., & Sun, Y. (2017). Monitoring of yeast fermentation process using near infrared spectroscopy and interval partial least squares regression for predictor substitution. Journal of Biotechnology, 242, 18-25.
2. Lin, Z., Li, P., Li, Y., & Pu, H. (2017). Non-invasive Real-Time Monitoring of Methanol, Glycerol and Glucose in Saccharomyces cerevisiae Fermentation by FT-NIR Spectroscopy. Food and Bioprocess Technology, 10(3), 588-598.
3. Pu, H., Li, P., Li, Y., & Lin, Z. (2018). On-line detecting the production and utilization of glycerol and ethanol in Saccharomyces cerevisiae fermentation by near infrared spectroscopy. Sensors and Actuators B: Chemical, 254, 520-528.