[发明专利]一种古龙酸工业发酵过程代谢活性关键阶段的识别方法

说明书

技术领域

本发明涉及一种古龙酸工业发酵过程代谢活性关键阶段的识别方法，属于生物技术和信息科学交叉技术领域。

背景技术

维生素C(即L-抗坏血酸)是人体必需的营养物质，广泛用作辅助药物、食品、饮料和饲料添加剂。我国维生素C生产采用的是具有自主知识产权的二步法发酵工艺。第一步发酵过程中，L-山梨醇被黑醋酸杆菌转变为L-山梨糖。L-山梨糖在第二步发酵过程中经巨大芽孢杆菌(俗称大菌)和氧化葡萄糖酸杆菌(俗称小菌)混菌发酵生成维生素C的前体2-酮基-L-古龙酸(简称古龙酸)。最后，古龙酸经过化学烯醇化酸化被转化为维生素C。

第二步混菌发酵生产古龙酸是提高转化率和生产率的关键，也是本发明的研究对象。由于菌体的代谢过程、大小菌的相互作用机制较为复杂，难以用精确的数学机理模型来描述，给发酵过程的监控带来困难。在古龙酸发酵过程中，产物质量和批次的性能通过离线分析产物浓度、底物浓度等变量来监督。这些测量值的获取比较耗时和昂贵，并且采样频率低(4小时)，以提前预定的时间间隔进行采样，因此不能及时反映批次的状态，给精确监控发酵过程带来困难。在线测量的变量如pH、液位、通气量等，采样成本较低采样频率高，虽不能直接给出反映过程状态的信息，但是具有挖掘潜力来获得菌体代谢活性信息。因此可以利用在线测量数据来监测发酵过程的代谢活性变化以调控发酵过程。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种古龙酸工业发酵过程代谢活性关键阶段的识别方法。

由于工业发酵过程不可避免的存在批次之间的波动(主要由于原料、种子的质量以及操作工技术的波动)，发酵过程可被看成为一系列不同的代谢阶段，每个阶段有其持续时间和独有的动态特征，本发明将批次之间的波动性这一现象转化为批次的不同阶段的过渡时间和持续时间不同，从而通过检测这些不同阶段事件的发生可以有效的调控发酵过程。

本发明建立基于在线数据的代谢活性阶段的辨识，不需要建立过程机理模型，也不需要收集历史数据，仅依赖于当前批次的可获得的在线数据，综合发酵过程动态特性和主元分析的特点，提出了基于时滞窗口的主成分分析方法来辨识发酵过程不同阶段。本发明技术方案具体介绍如下。

一种古龙酸工业发酵过程代谢活性关键阶段的识别方法，具体步骤如下：

1)选取与菌体生长和产物形成的发酵过程状态相关的在线测量数据，所述在线测量数据包括发酵液的pH值、液位高度、温度以及通气量；

2)引入时滞窗口，滞后数据被加入到当前测量值中，t时刻的动态系统状态由[t-D,t]时间段的在线测量数据来表征，D为时滞窗口的宽度，对带时滞窗口的在线测量数据进行主成分分析，将多个相关变量转化为少数几个新的不相关的变量，即获得反映数据主要信息的主元；

3)利用带时滞窗口的主成分分析后的主元计算统计指标Hotelling’s T²随发酵时间的变化曲线；根据统计曲线中的奇异点SP包含的动态行为信息对不同代谢活性关键阶段进行识别。

本发明采用对在线测量数据进行带时滞窗口的主成分分析来检测发酵阶段的变动。传统的主成分分析假设变量的测量值与过去时刻的值独立，但是对于动态过程如发酵过程，这个假设是无效的，当前测量值依赖于过去的测量值，为了获得这些动态关系，引入时滞窗口，滞后数据被加入到当前测量值中。也就是说，t时刻的动态系统状态需要由[t-D,t]时间段的测量值来表征，而不仅仅是t时刻。

利用带时滞窗口的主成分分析后的主元得出统计指标Hotelling’s T²随时间的变化曲线，可以反映过程动态特性的变化，曲线中的奇异点(SP)可以检测古龙酸发酵阶段的变动。当获得发酵过程发生阶段转换的信息时，可以实时指导离线采样分析的时间。

以下是对本发明方法作进一步描述，具体如下：

1.带时滞窗口的主成分分析

为了反映过程的动态特性和变量之间的依赖时间的特性，采用带时滞窗口的PCA对输入变量进行降维，获取反映过程变量的主元信息，首先选取在线测量变量，假设发酵过程t时刻在线测量变量组成的m维向量用x(t)＝[x_t,1 x_t,2 … x_t,m]表示，则带时滞窗口的PCA的输入变量X_d为如下形式：

其中n为测量样本的个数，如果在线变量每τh采集一次，时滞窗口的宽度为D＝d×τ；