红发夫酵母催化合成新科思糖的研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:jimmy7346
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新科思糖是由β-呋喃果糖苷酶作用于蔗糖,将果糖基通过β-(2,6)糖苷键与蔗糖中的葡萄糖基结合而形成的β-2,6型蔗果三糖。作为低聚果糖的一种,新科思糖具有传统低聚果糖所具有的防止便秘和腹泻,降血脂和胆固醇,促进人体对金属离子的吸收等生理功能。研究发现红发夫酵母能以新科思糖作为催化反应的主要积累产物,因此,采用红发夫酵母作为生物催化剂制备新科思糖受到了广泛的关注。为提高新科思糖的产量,本文对红发夫酵母催化合成产新科思糖进行了研究。为提高红发夫酵母β-呋喃果糖苷酶酶活,采用单因素实验法对影响红发夫酵母生长和β-呋喃果糖苷酶酶活的关键培养条件进行了研究。发现木糖不利于红发夫酵母的生长,但能显著提高细胞β-呋喃果糖苷酶的酶活;酵母浸粉可显著提高红发夫酵母的生物量和β-呋喃果糖苷酶酶活;红发夫酵母生长和产酶的p H不同。获得了最佳工艺条件:木糖10 g/l,酵母浸粉10 g/l(碳氮比为2),麦芽汁22 g/l,p H6.0,优化条件下所得β-呋喃果糖苷酶酶活2.92 U/ml较优化前0.67 U/ml提高了3.36倍。对影响红发夫酵母催化蔗糖产新科思糖的关键参数进行了研究。红发夫酵母的细胞浓度能显著影响新科思糖的产量,最优的细胞浓度为16 g/l(干重)。当蔗糖浓度低于400 g/l时,随着蔗糖浓度的增高,新科思糖的产量也逐渐增高。提高反应温度能显著地增加固定化酵母催化蔗糖产新科思糖的反应速率,但会导致新科思糖的产量降低。同时,实验发现甘蔗汁可以作为红发夫酵母催化合成新科思糖的廉价底物。对固定化红发夫酵母堆积床反应器中连续催化蔗糖产新科思糖的工艺进行了研究。分别以蔗糖和甘蔗汁为底物时,新科思糖的产量随停留时间的变化的拟合曲线均符合二次方程,并且当停留时间分别为2.0 h和2.2 h时,新科思糖的产量最高。此反应器连续运行30天,新科思糖的产量基本维持恒定,说明以海藻酸钙包埋壳聚糖覆膜固定红发夫酵母进行生物催化具有工业化应用潜力。对通过微生物转化蔗糖制备的含新科思糖的糖浆进行分离纯化以制备新科思糖进行了研究。首先以巴斯德毕赤酵母去除糖浆中的果糖和葡萄糖,对酵母添加量和发酵时间对新科思糖纯度的影响进行了研究,当巴斯德毕赤酵母的细胞添加量为60 g/l,处理时间为10 h,新科思糖的纯度由10.92%提高到19.39%;然后利用Bio-Gel P-2对初步纯化的糖浆进行进一步纯化,研究了上样量和洗脱液流速对新科思糖纯度和回收率的影响,进样量为0.5 ml,流速为0.1 ml/min时,新科思糖的纯度由19.39%提高到76.68%,蔗果三糖的纯度可达99.22%。
其他文献
本文通过对辉县百泉泉水流量动态的分析,确定了泉水流量动态的影响因素,建立了泉水流量的衰减方程和泉水流量的预测模型,预测了天然状态泉水流量,评价了泉域岩溶水的开采资源
<正>2011年3月19日至20日,由首都师范大学世界史学科主办的"首届国际关系史青年论坛"在首都师范大学国际文化大厦举行。首都师范大学历史学院党委书记梁占军致开幕词,首都师
肠出血大肠杆菌(EHEC)是一种重要的食源性致病菌,E.coli O157是EHEC最主要的血清型,携带O抗原基因rfb E、志贺毒素基因stx1和stx2,已被证实存在VBNC状态。低温是诱导E.coli O
产品为“荆州聚珍园”品牌下的系列化产品,是最具荆州地方特色的食品,在当地有着悠久的历史背景。设计创作总体以“对原生态保护的关注和对人文精神的关怀”为指导思想,着重
衔接是实现英语语篇连贯的重要手段之一。文章在分析BEC阅读测试中选择搭配题型的特点的基础上,根据韩礼德的衔接理论,结合实例提出了3个解题策略,即照应策略、复现与同现策
情境是影响消费者行为的重要因素之一。在贝克情境理论的指导下,提出17个影响消费者行为的情境变量,通过对其进行因子分析得到了六个情境因子:心理、环境、营销、时间、物质
回顾中国近代城市史的相关英文研究,梳理其在过去30余年中的发展,探究其转变的原因及对城市营建史、建筑史研究的启示。在学术多元化的场景中,从革命范式转向关注城市现代转
“磁石点”理论是超市经营的有效方式之一。广东梅州太平洋超市运用“磁石点”理论对货架商品陈列应注意的事项及商品陈列要求进行分析,提出了中小超市商品陈列中七种营销技
<正>说起日本的待客礼仪,我们会不禁想到他们那一排排的鞠躬以及一张张真挚亲切的笑脸,但是我们脑中留有的刻板印象与亲身经历的体会毕竟是两码事。本文以作者的亲身经历带你
期刊
随着电子商务技术的不断发展,个性化推荐逐渐成为网络营销的一种策略和手段。然而,传统的个性化推荐系统只是基于孤立的Web站点上仅存的数据库进行数据挖掘进而进行个性化推