基因工程改造大肠杆菌基因提高VB6活性型PLP的产量

来源 :浙江工商大学 | 被引量 : 0次 | 上传用户:xlm_7295
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
磷酸吡哆醛(Pyridoxal-5’-phosphate,PLP)是由维生素B6与磷酸结合形成的,是维生素B6的主要辅酶形式,还是140多种细胞酶的辅酶,在生物体内发挥广泛、重要的作用。目前PLP的合成方法有化学合成法和酶催化合成法,利用基因工程手段研究PLP产量的较少。所以本文以基因工程手段为基础,在大肠杆菌体内构建表达载体,并优化发酵条件,提高PLP的产量。主要研究结论如下:(1)本课题以实验室保藏的E.coli K12基因组为模板,通过PCR反应扩增磷酸吡哆醛(PLP)合成过程中的关键酶基因pdxj,以pETDuet-1质粒为载体构建表达载体pETDuet-1-pdxj。以野生型E.coli BL21为出发菌株,将重组质粒导入E.coli BL21感受态细胞,得到工程菌株E.coli BL21/pETDuet-1-pdxj。(2)以构建得到的重组质粒pETDuet-1-pdxj为载体,通过PCR体系扩增关键酶基因zwf-dxs,将其作为目的基因片段连接到载体质粒pETDuet-1-pdxj上,得到重组质粒pETDuet-1-pdxj-zwf-dxs。以实验室保藏的野生型E.coli BL21为出发菌株,得到基因工程菌株E.coli BL21/pETDuet-1-pdxj-zwf-dxs。通过SDS-PAGE蛋白电泳验证,三个关键酶基因在细胞内高效表达相应蛋白。(3)以野生型E.coli BL21菌株作对照,确定两菌株发酵液中PLP的产量差异显著,并对工程菌株的发酵培养基和发酵条件在摇瓶水平上进行优化。设计单因素实验和Two level factorial试验,筛选出对PLP发酵过程影响最显著的因子,分别为葡萄糖浓度,酵母浸膏浓度和培养基初始p H。用三个显著因子设计Box-Behnken响应面实验,通过回归方程分析获得显著影响因子的最佳组合条件:葡萄糖浓度34.89g/L,酵母浸膏浓度31.17g/L,初始p H10.07时,PLP的预测产量为2.49g/L。对上述结果进行验证试验,得到PLP的产量为2.23g/L。在1L摇瓶条件下,制作PLP的发酵曲线,最终确定发酵培养时间为12h,发酵液中PLP的产量为2.32g/L。对比E.coli BL21菌株,PLP的产量提高了38.76倍左右,确定得到磷酸吡哆醛(PLP)高产菌株E.coli BL21/pETDuet-1-pdxj-zwf-dxs。
其他文献
学位
Trade is an exchange of goods and services for another;when it takes place across countries,we call it international trade.Some underdeveloped countries are unable to use their mineral resources,so In
学位
Logistics i.e.handling and storage of products is the key to the supply chain and business efficiency.If the benefits of a longer supply chain outweigh the costs,developing more advanced logistics sol
学位
人工智能中一个很重要的组成部分——知识图谱,能将互联网中海量的信息进行有秩序地组织、管理与理解。通用的知识图谱结构是以三元组(实体1、关系、实体2)的形式表示,如何对知识图谱的知识进行更好的表示,使得计算效率与可操作性不断提升,是对知识图谱的整体质量提出的高层次要求。知识图谱表示学习方法旨在将知识图谱的实体与关系表示为低维、稠密的向量,并用于高效的语义计算,在知识图谱的构建、融合以及其他方面发挥重
道线检测在车道偏离预警、自动驾驶等领域具有重要的作用。传统的道线检测根据特定的场景进行道路特征提取,因此在一定程度上难以应对复杂多变的道路环境。随着深度学习技术的快速发展,越来越多的研究者致力于面向深度学习的道线检测技术,拓展了道线检测的研究进程。本文利用深度学习技术分别对基于图像和基于视频的道线检测技术进行了研究,包括:(1)基于图像的道线检测技术。首先,通过聚类分析和人工标注的方式对公开的道线
随着新兴技术不断革新,多源图像方向上的处理技术也越发成熟,在军事、医学图像、监控等方面受到广泛的关注和研究。一般单个传感器捕获的信息在一定程度上已经无法满足我们应用的需求,其具体体现在实用性差、可靠性低。将多个传感器结合,补全其中的不足,构建更加全面的图像系统。考虑到不同图像间的差异,本文将红外与可见光图像融合作为研究案例,针对同一环境下两幅图像,采用融合算法对图像进行融合,融合图像兼具红外与可见
图像去雾旨在去除场景雾霾的同时,保留图像内容,提高图像物体的可见性。图像去雾是图像增强中的一项任务,往往作为其他高级图像视觉任务的预处理步骤,并且在自动驾驶,物体检测等领域有着重要的实际应用价值。在过去的研究中,图像去雾算法发展迅速,获得了良好的去雾结果,但同时也面临一系列问题。本文将针对这些问题展开深入研究,分为以下三个方面:(1)针对现有的雾霾数据集存在基准图像不清晰、残留雾霾、含有噪声,合成
随着大数据时代的到来,数据流在很多领域得到应用,作为数据挖掘领域的一大分支,数据流聚类成为一项意义深远而且具有挑战性的任务。现实生活中大部分数据流都是混合属性数据,然而大多数算法都是建立在只有数值属性数据或者只有分类属性数据的基础上。此外数据流的高维、海量、动态、快速等特性对数据流聚类提出了更高的要求。因此,建立高效的混合属性数据流聚类算法,是当前数据流挖掘领域的一个重要任务。为了能用较少的执行时
抗生素作为生长促进剂、细菌性疾病治疗药物被广泛用于畜禽业中,由于抗生素的乱用及滥用,细菌耐药基因产生,并可通过食物链传递至人体。本课题旨在研究家禽屠宰场中肉鸭和蛋鸭的抗生素耐药情况,并探讨质粒介导的喹诺酮类耐药基因qnrB的水平传播机制。(1)分别采集屠宰场待宰区中蛋鸭和肉鸭的粪便混合样及污水混合样,通过宏基因组测序从整体角度对肉鸭源样品和蛋鸭源样品的微生物结构及微生物耐药性进行分析。在微生物结构
边缘检测是图像处理和计算机视觉领域的一项基本任务,在图像识别、目标检测、图像分割以及医学图像分析等领域有着重要的应用前景和价值。它的目标是从自然图像的像素众多差异中找出视觉感知上显著存在的差异;重点和难点是在排除图像复杂纹理带来干扰的情况下保留图像的主要结构。尽管在边缘检测的研究历程中,研究人员提出了很多具有代表性的边缘检测算法,但是依然存在着一些不足之处。例如现有基于深度学习的算法预测的边缘质量