Не -линейная мощная система ферментации & mdash; & mdash; идентификация, контроль и параллельная оптимизация Feng enmin xiu Zhilong составлена 9787030349590 Science Press
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
| Динамическая система нелинейной ферментации——Идентификация, контроль и параллельная оптимизация | ||
 | Ценообразование | 149.00 |
| Издатель | научная пресса | |
| Издание | 1 | |
| Опубликованная дата | 2012 август | |
| формат | 16 | |
| автор | Фэн Энмин, Сю Чжилонг | |
| Украсить | Мягкая обложка | |
| Количество страниц | 341 | |
| Число слов | 431000 | |
| Кодирование ISBN | 9787030349590 | |
В этой книге систематически излагаются теория и методы идентификации параметров и оптимального управления нелинейной динамической системой микробного брожения. Сначала обсуждаются свойства нелинейных и негладких динамических систем при различных методах микробной ферментации (прерывистая ферментация, непрерывная ферментация и периодическая ферментация с подпиткой): стабильность, надежность и методы определения параметров различных динамических систем, то есть практический метод идентификации экспериментальных данных и метод идентификации устойчивости системы;во-вторых, объясняются метод оптимального управления и метод численного моделирования различных динамических систем, доказывающие существование идентифицируемости или оптимального решения и необходимых условий для достижения оптимального решения; наконец, алгоритм параллельной оптимизации используется для изучения задач идентификации параметров и оптимального управления сотен ограничений гибридных динамических систем при ограничениях сотен гибридных динамических систем.
Предисловие
Глава 1 Введение 1
1.1 Введение в процесс биоконверсии глицерина l
1.2 Кинетика процесса биотрансформации глицерина 5
1.2.1 Кинетика роста клеток метаболизма глицерина 6
1.2.2 Кинетическая модель потребления глицерина субстратом 9
1.2.3 Кинетика образования основных внеклеточных продуктов 9
1.2.4 Динамическая модель трансмембранного транспорта субстрата глицерина 10
1.2.5 Внутриклеточная кинетическая модель 3-гидроксипропиональдегида 11
1.2.6 Внутриклеточная кинетическая модель 1,3-пропандиола 11
1.3 Энергетическая система и статус исследований в области ферментационной техники 12
1.3.1 Импульсные дифференциальные уравнения и статус исследований 12
1.3.2 Гибридная энергосистема и ее исследовательский статус 13
1.3.3 Динамические системы с запаздыванием и состояние их исследования 15
1.3.4 Стохастические динамические системы и их исследовательский статус 18
1.4 Количественный анализ метаболической инженерии 18
1.4.1 Анализ метаболических потоков 19
1.4.2 Анализ метаболического контроля 21
1.4.3 S-системный метод 23
1.5 Оптимизация технологии ферментации 31
1.5.1 Обзор исследований задач оптимизации нелинейных параметров 31
1.5.2 Обзор исследований нелинейного оптимального управления 33
1.5.3 Биологическая устойчивость и ее исследовательский статус 36
1.6 Основное содержание этой книги 37
Глава 2. Нелинейные динамические системы и параллельные алгоритмы 38
2.1 Символы и различные пробелы 38
2.1.1 Топологическое векторное пространство 39
2.1.2 Вариационный анализ 45
2.2 Централизованная система динамики параметров 48
2.2.1 Качественная теория обыкновенных дифференциальных уравнений 48
2.2.2 *Задача оптимального управления 49
2.3 Гибридная энергосистема 54
2.3.1 Теоретическая основа модели 54
2.3.2 Анализ чувствительности параметров 56
2.3.3 Системы переключения 57
2.4 Импульсная система питания 58
2.4.1 Описание системы 58
2.4.2 Свойства решений импульсных систем 61
2.4.3 Оптимальное управление импульсной системой 65
2.5. Стохастические динамические системы 67
2.5.1 Качественная теория стохастических дифференциальных уравнений 67
2.5.2 Случайное оптимальное управление 70
2.6 Динамическая система с задержкой 71
2.7. Устойчивость почти линейных систем 74
2.7.1. Локальная почти линейная устойчивость системы 74
2.7.2 Второй метод Ляпунова 77
2.8 *Принцип превосходства 79
2.8.1 Максимальная функция 79
2.8.2 Двухуровневое планирование 81
2.8.3 *Условия совершенства 82
2.9 Параллельные алгоритмы 87
2.9.1 Предыстория и текущая ситуация в области параллельных вычислений 88
2.9.2 Основные понятия параллельных вычислений 89
2.9.3 Разработка параллельного алгоритма 90
2.9.4 Параллельное программирование Программирование MPI 91
2.9.5 Общие функции MPI 101
Глава 3. Нелинейная динамическая система периодической ферментации микробов 111
3.1 Введение 111
3.2 Система питания Monod для периодической ферментации 111
3.2.1 Свойства системных решений 112
3.2.2 Идентификация и оптимизация параметров 113
3.2.3 Численное моделирование 115
3.2.4 *Модель и свойства оптимального управления 117
3.2.5 Условия оптимальности и функции оптимальности 122
3.3 Многоступенчатая энергетическая система периодического брожения 126
3.3.1 Свойства системных решений 127
3.3.2 Модель идентификации параметров 130
3.3.3 Алгоритм оптимизации 131
3.3.4 Численное моделирование 132
3.4 Многоступенчатая динамическая система с функцией изменения во времени 135
3.4.1 Модель идентификации системы 135
3.4.2 Алгоритм оптимизации 136
3.4.3 Численное моделирование 137
3.5. Стохастическая динамическая система периодического брожения 139.
3.5.1 Возмущение удельной скорости роста белым шумом 140
3.5.2 Свойства решений случайных систем 141
3.5.3 Набор выживания стохастических динамических систем 142
3.5.4 Численное моделирование 145
3.5.5 Случайное оптимальное управление 146
3.6 Система S для периодической ферментации 149
3.6.1 Идентификация параметров S-системы 150
3.6.2 Алгоритм оптимизации 150
3.6.3 Численные результаты 151
3.7 Гибридная энергетическая система периодической ферментации, катализируемая ферментами 152
3.7.1 Модель гибридной динамической системы, катализируемой ферментами 152
3.7.2 Свойства гибридных энергетических систем, катализируемых ферментами 154
3.7.3 Идентификация системы, алгоритм оптимизации и численное моделирование 155
3.7.4 Анализ чувствительности параметров и численные результаты 157
Глава 4. Микробная нелинейная динамическая система непрерывного брожения 160
4.1 Введение 160
4.2 Микробиологическая система непрерывного брожения на основе модели Monod 161.
4.2.1 Описание модели 161
4.2.2 Свойства нелинейных динамических систем 163
4.2.3 Модель идентификации параметров 163
4.2.4 Алгоритм оптимизации и численное моделирование 164
4.2.5 Устойчивость нелинейных динамических систем 166
4.3. Нелинейная стохастическая динамическая система непрерывного брожения 178
4.3.1. Нелинейная стохастическая динамическая система 178.
4.3.2 Свойства нелинейных стохастических динамических систем 180
4.3.3 Численное моделирование 182
4.4 Микробная динамическая система непрерывной ферментации с задержкой времени 183
4.4.1 Безразмерная динамическая система с задержкой во времени непрерывного брожения 183
4.4.2 Свойства безразмерной динамической системы с задержкой непрерывного брожения 188
4.4.3 Численное моделирование безразмерной динамической системы непрерывного брожения с задержкой во времени 189
4.5 Независимая идентификация параметров и параллельная оптимизация гибридной энергетической системы непрерывного брожения, катализируемой ферментами 190
4.5.1 Сложная метаболическая сеть и модель гибридной динамической системы 191
4.5.2 Свойства ферментативно-каталитической энергетической системы непрерывного брожения 194
4.5.3 Показатели эффективности и анализ устойчивости 195
4.5.4 Независимая идентификация параметров кластера гибридных энергосистем 197
4.5.5 Параллельная оптимизация независимой идентификации параметров кластера гибридных энергосистем l99
4.5.6 Численное моделирование 201
4.6. Определение целевой функции метаболизма глицерина на основе двухуровневого программирования 201
4.6.1 Метаболизм глицерина у клебсиеллы 201
4.6.2 Модель анализа баланса потоков 202
4.6.3 Двухуровневая модель оптимизации для вывода целевой функции 203
4.6.4 Свойства модели потока и численные расчеты 204
4.7 Идентификация системы и параллельная оптимизация общих параметров ферментно-каталитической энергетической системы 208
4.7.1 Показатели эффективности и анализ устойчивости 210
4.7.2 Модель идентификации общих параметров и алгоритм параллельной оптимизации 212
4.7.3 Численные результаты 214
Глава 5. Идентификация и оптимальное управление энергетической системой периодического брожения 219
5.1 Введение 219
5.2 Совмещенная импульсная система периодической ферментации с периодической подпиткой 220
5.2.1. Нелинейная импульсная система питания с периодической подачей 221
5.2.2 Идентификация параметров нелинейной импульсной динамической системы 227
5.2.3 Оптимальное управление нелинейными импульсными энергосистемами 237
5.3 Совмещенная многоступенчатая энергетическая система периодического брожения с подпиткой 246
5.3.1 Нелинейная многоступенчатая динамическая система 247
5.3.2 Свойства нелинейных многоступенчатых динамических систем 249
5.3.3 Идентификация параметров многоступенчатой энергосистемы 250
5.3.4 Оптимальное управление многоступенчатой энергосистемой 253
5.3.5 Проектирование на основе оптимальной стратегии управления 261
5.4 Совмещенная многоступенчатая импульсная система периодической ферментации с периодической подпиткой 265
5.4.1 Многоступенчатая импульсная система и ее свойства 266
5.4.2 Двухуровневая идентификация параметров 267
5.4.3 Алгоритм оптимизации 269
5.4.4 Численные результаты 270
5.5 Совмещенная автономная импульсная система периодического брожения с периодической ферментацией 272
5.5.1 Автономная импульсная система питания 272
5.5.2 *Модель оптимального управления 275
5.5.3 Алгоритм оптимизации 276
5.5.4 Численные результаты 279
5.6 Оптимальное управление переключением периодической ферментации с подпиткой 281
5.6.1 Нелинейная коммутационная динамическая система 282
5.6.2 Свойства нелинейных систем переключения 284
5.6.3 Оптимальная модель коммутационного управления и ее эквивалентная форма 286
5.6.4 Алгоритм оптимизации 288
5.6.5 Численные результаты 295
5.7 Несвязанная гибридная система периодической ферментации с подпиткой 297
5.7.1 Нелинейная гибридная энергосистема 297
5.7.2 Корректный анализ гибридных систем 302
5.7.3 Численное моделирование 309
5.7.4 Разработка системы управления с обратной связью для периодической ферментации 312
Ссылка 321
Приложение A Другая литература по нелинейным энергетическим системам ферментации 338
Приложение B Состояние финансирования исследований системы ферментации 342
Глава 1 Введение
Рост, размножение и метаболизм микроорганизмов представляют собой сложный биохимический процесс. Этот процесс включает в себя не только внутриклеточные биохимические реакции, но и обмен внутриклеточных и внеклеточных веществ, а также перенос и реакцию внеклеточных веществ. Чтобы описать такую сложную систему, мы должны сначала сделать разумные и необходимые упрощения. Рассматриваются разные точки зрения и устанавливаются разные модели. Динамика микробных реакций – это описание поведения групп клеток. Если мы не будем принимать во внимание среднее значение их поведения, модель, созданная на этой основе, называется детерминированной моделью;если учитывать различия между ячейками, созданная модель называется вероятностной моделью. Состав клеток также сложен, содержит белки, жиры, нуклеиновые кислоты, углеводы, витамины и т. д., причем содержание компонентов меняется с изменением условий внешней среды. Если при создании модели учитываются изменения в составе клеток, созданная модель называется структурной моделью. Эта модель может механически описывать динамическое поведение клеток. Однако из-за множества трудностей, таких как чрезвычайно сложные процессы клеточных реакций, ограниченные методы обнаружения и отсутствие датчиков, которые можно напрямую использовать для определения состояния реакционной системы в режиме онлайн, применение структурных моделей ограничено.Если рассматривать бактерии как единый компонент, то влияние изменений окружающей среды на состав клеток можно игнорировать. Модель, созданная на этой основе, называется неструктурной моделью. Если во время роста клетки все компоненты клетки растут в одинаковой пропорции, это называется сбалансированным ростом. Если каждый компонент увеличивается с разной скоростью из-за разных скоростей синтеза каждого компонента, это называется неравновесным ростом. С точки зрения упрощенных шахматных моделей обычно используется неструктурная модель сбалансированного роста [1].
Процесс микробного брожения имеет черты общехимических процессов и особенности обменных реакций живых организмов.В последние годы, при углубленном развитии биотехнологии, управление производством только на основе опыта далеко не отвечает реальным потребностям.Быстрое развитие компьютерных технологий объективно предоставило нам средства для анализа и контроля сложных процессов ферментации. Поэтому моделирование и моделирование процесса брожения с помощью математики и компьютеров привлекают все больше внимания. Цель моделирования – добиться количественного и динамического выражения процесса брожения.Моделирование процесса ферментации является необходимым условием достижения оптимального управления процессом ферментации, улучшения качества продукции и получения максимальной выгоды. Из-за сложности биологических систем математические модели, описывающие их процессы ферментации или метаболизма, часто представляют собой многомерные нелинейные сложные системы.Объем вычислений, таких как оптимизационный контроль, выполняемых на этой основе, может стать чрезвычайно большим, даже превышающим возможности отдельных компьютеров. Быстрое развитие параллельных компьютеров дало надежную гарантию решения большого количества задач оптимизации в нелинейных динамических системах. Поэтому крайне необходимо изучение параллельной оптимизации нелинейных динамических систем.
В этой книге обобщены результаты исследований, которых мы достигли за последние десять лет, включая моделирование, идентификацию параметров, оптимальное управление и параллельную оптимизацию различных нелинейных динамических систем.
1.1 Введение в процесс биотрансформации глицерина
Технология биопереработки или белая биотехнология в последние годы привлекает все больше и больше внимания из-за растущих цен на нефть, особенно энергию биомассы и сыпучие химикаты биологического происхождения, такие как топливный этанол, биодизель, биогаз, биоводород и т.д.—Пропиленгликоль, 2,3—Бутиленгликоль, молочная кислота, янтарная кислота, бутанол, ацетон и т. д. В качестве возобновляемого заменителя нефти в последние годы быстро растет производство биодизеля.Например, производство биодизеля в США в 2005 году составляло 76 миллионов галлонов (1 галлон = 3,78541 л), а в 2006 году достигло 226 миллионов галлонов, или около 850 000 тонн; Производство биодизеля в Германии составляло 290 000 тонн в 2000 году и достигло 5 миллионов тонн в 2007 году. Биодизель производит 1096 побочный продукт глицерин, что неизбежно приведет к перенасыщению рынка глицерина, в результате чего цена сырого глицерина 8066 упадет с 25 центов/фунт (1 фунт - 0,4536 кг) в 2004 году до 2 цента/фунт в 2006 году. Производство продуктов с высокой добавленной стоимостью с использованием глицерина в качестве сырья стало насущным желанием биодизельной промышленности, в которой глицерин преобразуется в 1,3 биологическими методами.—Пропиленгликоль (сокращенно l,3-PD) – одно из направлений, привлекающее наибольшее внимание.
1,3-ПД является основным сырьем для производства нового полиэфирного материала политриметилентерефталата (ПТТ) и может использоваться в качестве растворителя, антифриза или защитного агента и т. д. Ix].Традиционный химический синтез 1,3-ПД требует высокой температуры, высокого давления и дорогих катализаторов для достижения производства, а разделение и очистка сложны и дорогостоящи [I4,s], что сильно ограничивает разработку 1,3-ПД. Метод микробной ферментации обладает преимуществами мягких условий, простого замешивания, небольшого количества побочных продуктов и экологически чистой защиты окружающей среды и привлекает все больше и больше внимания в стране и за рубежом.Производство 1,3-ПД микробными методами в основном делится на две категории: использование глюкозы в качестве субстрата и использование генно-инженерных бактерий для производства 1,3-ПД; другой использует кишечные бактерии для диспропорции глицерина в l,3-PD.В 2004 году компания DuPont прошла пилотное испытание одностадийной ферментации от глюкозы до 1,3-ПД и в 2006 году достигла промышленного производства (47 000 тонн в год); В 1993 году Немецкий центр биотехнологических исследований запустил производство микробной конверсии глицерина для производства 1,3-ПД. Пилотный эксперимент по ферментации ПД (ферментатор): В 2003 и 2006 годах моя страна также прошла пилотные (ферментер) и крупномасштабные производственные (2500 тонн/год) испытания производства 1,3-ПД путем ферментации глицерина и в настоящее время проводит промышленные исследования и разработки.
Поскольку зарубежная технология производства 1,3-ПД в нашу страну не передается, цена на внутреннем рынке 1,3-ПД очень высока. Судя по текущему состоянию исследований отечественного производства 1,3-ПД путем микробной ферментации, существуют общие проблемы, такие как низкий выход 1,3-ПД, низкая интенсивность производства и высокие производственные затраты. Чтобы еще больше снизить производственные затраты, был проведен большой объем исследований. Помимо использования дешевого сырья, такого как глицерин, побочный продукт биодизельного топлива, мы улучшаем степень конверсии продуктов за счет улучшения существующей технологии биологических реакций и повышения эффективности реакции. Кроме того, оптимизируя процесс биопереработки, мы определяем оптимальные условия получения целевой продукции, увеличиваем выход кристаллов, снижаем энерго- и материалоемкость для снижения себестоимости продукции.На основе совершенствования производственного процесса ферментации и оптимизации среды ферментации необходимо провести углубленные исследования биохимического процесса роста штаммов, используемых для ферментации, то есть метаболического процесса и механизма регуляции генов, чтобы помочь улучшить штаммы и оптимизировать процесс управления процессом ферментации глицерина.
В природе существуют микроорганизмы, которые могут превращать глицерин в 1,3-ПД, в основном это несколько бактерий, включая Klebsiella, Citrobacter, Clostridium и т. д. Среди них Klebsiella и Clostridium Butyricum имеют более высокие скорости преобразования и возможности производства 1,3-PD и, таким образом, получили больше внимания.Klebsiella и Clostridium Butyricum обладают высокой толерантностью к глицерину и высокой скоростью ферментации, но Clostridium Butyricum требует строгих анаэробных условий, тогда как Klebsiella является факультативной бактерией и ее биохимические характеристики очень похожи на Escherichia coli (E.coli). Это облегчает генетическое улучшение штаммов и использование генной инженерии для создания новых штаммов, поэтому его широко используют для изучения биодиспропорционирования глицерина с целью получения 1,3-ПД [15].
На рисунке 1.1 показано, что существует два пути диспропорции глицерина у клебсиелл: один — это путь окисления, при котором глицерин катализируется глицериндегидрогеназой (GDH), связанной с НАД+, с образованием дигидроксиацетона (DHA).Затем он далее метаболизируется в пируват для выработки энергии АТФ и восстановления эквивалентов НАД+1НАДН2, уксусной кислоты и этанола. Наряду с ростом микробных клеток в аэробных условиях включается и путь цикла трикарбоновых кислот; второй — путь восстановления, при котором глицерин катализируется и дегидратируется глицеролдегидратазой (GDHt), связанной с витамином B12, с образованием 3—Гидроксипропиональдегид (3-HPA) далее восстанавливается до продукта 1,3-PD под действием 1,3-PD-оксидоредуктазы (PDOR), связанной с NADH2, при этом расходуется избыток восстановленного кофермента I (NADH2), образующегося на пути окисления.Среди них активность трех ферментов, GDH, GDHt и PDOR, имеет решающее значение для образования 1,3-PD и является ключевыми ферментами в процессе диспропорционирования глицерина.Кроме того, GDHt является ферментом, лимитирующим скорость [16].Исследования генов, кодирующих ферменты процесса метаболизма глицерина, показали, что GDH, DHAK, GDHt и PDOR контролируются одной и той же системой регулона dha в анаэробных условиях. Дальнейшие исследования показали, что на индукцию регулона дха не влияет концентрация глицерина в анаэробных условиях.В аэробных условиях, когда концентрация глицерина избыточна, индуцируется система дха, а когда глицерин ограничен, индуцируется система дха, которая в основном регулирует глицерин-3.—Система glp фосфатазного оперона и система dha ингибируются.Регулон dha позволяет Klebsiella продуцировать 1,3-PD в анаэробных условиях с использованием глицерина в качестве субстрата, а Escherichia coli E. coli не содержит регулон dha, поэтому 1,3-PD не может продуцироваться в тех же условиях.Видно, что dha谰ejiezi является ключевым регулятором микробного метаболизма для продукции l,3-PD [17].
Рисунок 1.1 Метаболический путь превращения глицерина Klebsiella
①Глицеролдегидратаза (GDHt); ②л,3—Пропируватоксидоредуктаза (ПДОР); ③глицериндегидрогеназа (GDH); ④дигидроксиацетонкиназа (DHAK); ⑤пируватдегидрогеназа (ПДГ); ⑥пируватформиат-лиаза (PFL); ⑦ферредоксиноксидоредуктаза (ФОР)
3-ГПК является одновременно продуктом, катализируемым GDHt, и субстратом 1,3-ПД, поэтому он напрямую связан с производством целевых продуктов. Кроме того, исследования показали, что 3-HPA может как ингибировать рост клеток, так и ингибировать активность GDHt в пути окисления, поэтому он является высокотоксичным промежуточным метаболитом.Кроме того, в ходе исследований было сделано заключение, что 3-HPA будет связываться с регуляторными белками с образованием ко-репрессора, а затем связываться с операторным геном регулятора dha, блокируя таким образом синтез GDH, DHAK, GDHt и PDOR, как показано на рисунке 1.2.
Рисунок 1.2. Klebsiella dha regulon и часть пути метаболизма глицерина
1.2 Динамика процесса биотрансформации глицерина
Кинетика роста клеток
Согласно предположению модели равновесного роста, процесс роста клеток можно описать изменением концентрации клеток.Изменения концентрации клеток при прерывистой ферментации можно разделить на пять стадий: фазу задержки, фазу логарифмического роста, фазу распада, стационарную фазу и фазу гибели.Физиологическая активность микробных клеток наиболее высока в логарифмической фазе роста. Поэтому при промышленной микробной ферментации клетки часто культивируют до логарифмической фазы роста перед добавлением в ферментационный резервуар.Кинетическая модель роста клеток основана на кинетике ферментов, а кинетическая теория современного микробного роста возникла на основе уравнения Моно.Моно еще в 1942 г. указывал, что связь между удельной скоростью роста клеток и концентрацией лимитирующей матрицы S может быть выражена следующей формулой: где; – максимальная удельная скорость роста, – константа насыщения, – предельная концентрация матрицы, mollL.Основное предположение уравнения Моно состоит в том, что только одна матрица в культуральной среде является матрицей, ограничивающей рост, а другие компоненты являются избыточными и не влияют на рост клеток; рост клеток рассматривается как простая реакция, а выход клеток является константой.Уравнение Моно по форме похоже на уравнение Михаэлиса-Ментен (М-М) каталитической кинетики ферментов, но уравнение Моно выведено из опыта, а уравнение Михаэлиса-Ментен выведено из механизма реакции.Уравнение Моно просто в выражении и имеет широкий спектр применений, но оно применимо только в средах, где рост клеток медленный и плотность клеток низкая.Поэтому микробиологи также предложили различные выражения взаимосвязи между удельной скоростью роста микробов и степенью субстрата.
(i) Поскольку начальная концентрация матрицы слишком высока, а клетки растут слишком быстро, для описания можно использовать следующее уравнение:
(ii) Уравнение Тессье:
(iii) Уравнение Контуа:
(iv) Уравнение Блэкмана:
(v) Уравнение Мозера:
Кинетика расхода субстрата
Норму расхода субстратов в единице объема культуральной среды можно выразить как
Кинетика образования метаболитов
Согласно соответствующей модели, образование продуктов связано с ростом клеток. В это время продукты обычно представляют собой катаболические продукты матрикса. Генерация метаболитов синхронизируется с ростом клеток. Скорость образования продуктов в единице объема питательной среды можно выразить как.
Кинетика ферментативно-катализируемой реакции
Ферменты — это биологические катализаторы, вырабатываемые организмами для повышения эффективности их биохимических реакций. Почти все реакции в организмах требуют для завершения катализа ферментов. Активность фермента обычно выражается активностью фермента.Так называемая ферментативная активность относится к количеству фермента, необходимому для катализа превращения субстрата в продукт при определенных условиях. Ее называют единицей ферментативной активности, выражаемой у. Ферментативная активность также может выражаться специфической активностью. Удельная активность относится к единице активности фермента, содержащейся в ферментном белке, выраженной в ед/мг белка.
Для реакции, катализируемой ферментом, субстрат S генерирует тело продукта под катализом фермента Е, что можно описать уравнением Михаэлиса-Ментена, то есть уравнением М-М: где - скорость образования тела продукта.– максимальная скорость образования продукта как константа Михаэлиса.
1.2.1 Глицериновая метаболизирующая динамика роста клеток
Биоконверсия глицерина в л,3—Кинетика процесса получения пропиленгликоля в основном включает рост клеток, потребление субстрата и кинетику образования продукта.Производство глицерина ферментацией клебсиелл l,3—Пропиленгликоль — очень сложный биологический процесс. На рост микроорганизмов влияют субстрат и такие продукты, как глицерин, уксусная кислота, этанол, л,3—Пропиленгликоль, 3—Ингибирующее действие гидроксипропиональдегида и др. [139].
Процесс биодиспропорционирования глицерина включает путь окисления и путь восстановления. Подробный метаболический процесс показан на рисунке 1.3. Путь восстановления относительно прост и завершается двухстадийной каталитической реакцией. Во-первых, глицерин катализируется глицериндегидратазой (GDHt) с образованием 3—Гидроксипропиональдегид (3-ГПА), затем 3-ГПА в л,3—Оксидоредуктаза пропиленгликоля (PDOR) производит l,3—Для пропиленгликоля этот процесс требует потребления восстанавливающих эквивалентов, образующихся в результате окисления.При сопряженном пути окисления глицерин сначала окисляется глицериндегидрогеназой (ГДГ) с образованием дигидроксиацетона (ДГК), что сопровождается образованием восстанавливающих эквивалентов (НАДН2). В дальнейшем ДГК окисляется дигидроксиацетонкиназами I и II (под действием DHAKI и DHAKⅡ), при фосфорилировании образуется дигидроксиацетонфосфат (DHAP). DHAKI и DHAKII зависят от АТФ и ПЭП соответственно. Генерируемый DHAP катализируется пятиступенчатыми ферментами с образованием фосфорной кислоты.