聚丙烯酰胺/N,N’-亚甲基双丙烯酰胺固定化L-天门冬酰胺酶的研究

被引量 : 0次 | 上传用户:fantasyq1
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
基于人工合成高分子载体材料的固定化酶是目前国际上的研究热点,在国内尚未进行较为深入的研究。本文制备了聚丙烯酰胺/N,N’—亚甲基双丙烯酰胺固定化L—天门冬酰胺酶,并对所制备的固定化酶的性能进行了多方面的研究,考察了固定化L—天门冬酰胺酶催化动力学,建立了间歇和连续操作的动力学模型,并利用模型进行了仿真。 在对高分子载体材料的研究中,以丙烯酰胺/N,N’—亚甲基双丙烯酰胺/过硫酸铵/N,N’N’—四甲基乙二胺/聚乙二醇为体系,采用自由基溶液聚合合成了适用于包埋法固定化L—天门冬酰胺酶用的聚合物凝胶。研究结果表明在丙烯酰胺聚合体系中引入聚乙二醇作为控制聚合反应的聚合稀释剂,提高了凝胶的韧性,有效减缓了聚合放热现象,使得合成的载体材料更利于酶的包埋。 本文对固定化载体材料—凝胶的溶胀性能、机械性能和固定化酶活等因素进行了实验研究并给出了载体材料的实验优化方法。实验结果表明在交联剂浓度一定时,凝胶的溶胀比随着单体浓度的增加而逐渐减小;单体浓度一定时,凝胶溶胀比随着交联剂浓度的增加而逐渐减小。在交联剂浓度一定时,凝胶的刚性随着单体浓度的增加而逐渐增加。单体浓度较低时,凝胶刚性比随着交联剂浓度的增加而逐渐增加;单体浓度较高时,凝胶刚性比随着交联剂浓度的增加而变化甚微。 在对固定化L-天门冬酰胺酶的研究中,考察了酶负载量、酶促反应温度、pH值、操作稳定性以及存储稳定性等对固定化酶酶活的影响。研究结果表明,随着酶负载量的增加单位质量的固定化酶的酶促反应速率增加,但是单位负载量的固定化酶酶促反应速率却有所下降。随着负载量的增加Km(i)值逐渐减小,V(max(i)值逐渐增大。固定化L-天门冬酰胺酶的酶促反应最适pH值为8.0(0.01MTris-HCl缓冲液)。固定化L-天门冬酰胺酶经6次连续使用或存储42天后仍然保持较高的活力。 浙江人学阿士学位论 文 * 在对固定化L一天1“]冬酚胺酶酶促动力学研究中考察了酶促反应温度、负载 量以及内扩散阻力等对反应速率的影响。研究结果表明,随着反应温度或是负载 量的提高,酶促反应速率加快;由于内扩散阻力的存在致使反应初期实际反应速 率较理论值偏V。。 在对固定化L一天门冬酚胺酶酶促动力学模型研究中,考察了间歇和连续操 作两种情况,模型结果与实验值吻合的很好。本文还利用模型对酶负载量、有效 扩散系数、粒子尺寸、进料流率等对固定化酶颗粒内底物浓度分布曲线以及酶促 动力学曲线的影响进行了仿真。仿真结果表明酶负载量、有效扩散系数、粒于尺 寸、进料流率等对固定化酶颗粒内部底物浓度分布曲线和酶促动力学曲线的影响 十分明显。 本文的研究工作为以后进一步开发适用于工业生产、性能优良的固定化酶以 及研究固定化酶酶促聚合反应过程提供了必要的实验和理论基础。
其他文献
本文以中国建设银行实施管理会计的实践为例,对管理会计在计划管理、绩效考评、成本核算与费用管理、责任会计制度建设等方面的应用现状进行分析,在总结经验、发现问题的基础
总结黄莺教授治疗白癜风的经验。黄教授认为白癜风的病因不外乎"风"、"虚"、"瘀"。治疗注重中西并重,辨病与辨证相结合,内外兼治、传统中医特色疗法与现代医学方法相结合,屡
内部模拟电力市场下,供电企业的生产经营活动在保证安全的同时,以利润为中心,市场为导向,迫切需要经济活动分析的支持。 本文作者立足于供电企业的生产经营实际情况,提出了在内
联合国对可持续发展的定义是,既满足当前需要而又不削弱子孙后代满足其需要之能力的发展。可持续发展谋求自然、经济和社会的协调统一。它的根本涵义是在经济发展的同时,努力保
<正>失眠是妊娠期较常见的症候之一,主要表现为受孕后睡眠时间、深度不足,睡眠质量不高,属中医学"不寐"、"不得眠"或"目不瞑"范畴。治疗失眠的方药很多,包括朱砂安神丸、酸枣
预防动物疫病的关键举措之一就是深化动物产地检疫,加强产地地区动物检疫工作,才能更加迅速、及时、有效地发现动物疫病,控制动物疫情。近年来,我国加大了动物产地检疫工作力
本文分析和阐述了我国现阶段研究质量成本管理会计的重要意义,介绍了质量成本管理会计的特点和主要内容,探讨了目前在我国推广和应用质量成本管理会计所存在的一些困难和问题
汇率预期主要通过货币替代效应、资产价格效应和进口价格效应影响物价水平.协整分析及残差替代法回归的结果表明:2002 年以来的人民币升值预期对我国通货膨胀有显著影响,其中
本文把搁浅船舶的安全性作为研究对象。搁浅船舶的安全性缺乏公认的指标,而且特别受环境的影响,因此搁浅船舶的安全性具有模糊性。本文在阐述搁浅船舶安全性研究现状的基础上,系
针对神经网络模型需求训练样本量大以及大部分神经网络处理的是静态模式识别的问题,提出一种具有良好分类能力的动态模式识别方法——连续混合高斯概率密度隐马尔科夫模型(CGHM