β-葡萄糖苷酶的亲木质素改性及其在木质纤维素酶解中的应用

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:zhoulinqin274385037
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
木质纤维素底物中的纤维素可通过纤维素酶酶解转化为可发酵糖,进而通过发酵生产纤维素乙醇。酶解成本偏高制约了纤维素乙醇的发展,实现纤维素酶的多酶协同增效是降低酶解成本的重要方法。针对β-葡萄糖苷酶等电点偏高和纤维二糖底物溶于水的特点,本文提出对β-葡萄糖苷酶进行亲木质素改性,即在其表面接枝阳离子基团,通过增强其与木质素间的静电作用力使其优先吸附在木质素上,构建β-葡萄糖苷酶/木质素非均相酶解纤维二糖体系,在保持β-葡萄糖苷酶高催化活力的同时减少木质素对纤维素内切酶和外切酶的无效吸附,从而实现酶解过程的强化。首先,利用乙二胺对β-葡萄糖苷酶的羧基进行酰胺化改性,增加β-葡萄糖苷酶在木质素上的吸附量,提高对木质纤维素的酶解效率。研究了活化剂(EDC/NHS)和乙二胺用量对改性β-葡萄糖苷酶酶活和分子量的影响规律,发现β-葡萄糖苷酶、EDC与NHS的摩尔比为1:20:30时,能够较好地活化乙二胺接枝反应;当酶与乙二胺摩尔比低于1:20时,交联副反应较少,β-葡萄糖苷酶的酶活保留率大于74%。在木质素上吸附后形成非均相体系,可使乙二胺改性β-葡萄糖苷酶的酶活提高12.1%。进一步研究了乙二胺用量对酶解性能的影响,结果表明,随着乙二胺用量的增加,对木质纤维素的酶解性能先升高后降低。随着酶解体系p H的降低,乙二胺改性β-葡萄糖苷酶的酶解性能增强。当p H=4.0时,可使玉米芯72 h酶解效率提高15.5%,而p H=4.8时仅提高10%。QCM测试表明,乙二胺改性β-葡萄糖苷酶可通过竞争吸附减少内切酶和外切酶等在木质素上的无效吸附,促进木质纤维素酶解,初步验证了β-葡萄糖苷酶亲木质素改性强化酶解的有效性。为了进一步增加可阳离子化基团的接枝量并减少其对酶活的影响,模仿外切酶“催化域-连接肽-结合域”的结构,设计合成了丙烯酰胺-甲基丙烯酸二甲胺乙酯嵌段聚合物改性β-葡萄糖苷酶。将嵌段聚合物与纤维素酶复合后用于木质纤维素底物的酶解,在相同浓度下随着聚合物中阳离子嵌段比例的增加,酶解效率先升高后降低。当聚合物中丙烯酰胺与甲基丙烯酸二甲胺乙酯的摩尔比为80:30时,酶解强化效果最优,可将玉米芯的72 h酶解效率提高45.8%。将嵌段聚合物接枝到β-葡萄糖苷酶后,酶的p H稳定性提高,在p H=3.0和6.0时的酶活比改性前分别提高了9.1%和27.7%,在p H=4.8的缓冲体系中168 h后的酶活保留率均大于84.5%。添加15 CBU/g葡聚糖的嵌段聚合物改性β-葡萄糖苷酶可使玉米芯72 h的酶解效率提高7.5%。QCM测试表明嵌段聚合物可将纤维素酶在木质素上的无效吸附减少21%,从而提高木质纤维素的酶解效率。但由于β-葡萄糖苷酶的分子量较大,嵌段聚合物接枝于酶表面后其整体吸附驱动力减弱,难以减少木质素对内切酶和外切酶的无效吸附,对木质纤维素的酶解影响较小。本文通过接枝乙二胺实现β-葡萄糖苷酶的亲木质素改性减少纤维素酶的无效吸附从而提高木质纤维素的酶解效率,通过接枝多胺基嵌段聚合物提高了β-葡萄糖苷酶的稳定性,可为酶解技术的改进、纤维素酶的菌株改造提供新的思路和指导。
其他文献
微弱光环境中人眼无法有效成像,需要借助光学探测器和算法获得微弱光图像。光子计数集成成像是一种利用光子计数成像和三维集成成像相结合的技术。通过采集多视角下二维光子计数图像弥补了单张光子计数图像采样不足的劣势,提供了微弱光环境下的三维图像,是目前最具发展潜力的微弱光环境成像技术之一。为了提高重构图像的质量,在光子计数集成技术研究中,研究人员主要针对光子计数图像的泊松特性,进行重构算法的改进研究;利用元
张量鲁棒分解问题在信号处理、模式识别、机器学习以及计算机视觉等研究领域具有重要的应用.本文主要研究三阶张量的平均秩加零范数的最小二乘损失正则化问题,以从噪声观测数据中恢复低秩张量和稀疏张量.首先,本文借助3模积从代数角度研究了三阶张量Tubal秩的计算,给出了原始张量与沿第三维度进行离散傅里叶变换后张量在CP秩、Tucker秩的关系.这有助于理解张量秩的定义,并对后续研究奠定了理论基础.其次,尽管
近年来,可再生能源和氢能发展势头迅猛,利用可再生能源制氢已经成为碳减排的重要途径之一。由于风能/太阳能自身存在的随机性和波动性,使得可再生能源发电制氢系统的稳定性和经济性受到影响,这也是限制其大规模发展的主要原因。因此有必要思考如何利用好风/光资源,实现大规模稳定制氢。风能光能发电制氢是一个复杂的过程,本文先分析了风力发电、光伏发电、蓄电储能、电解制氢、储氢等各部分的工作原理,建立了数学模型,并运
随着无线通信系统的发展,±45°双极化天线因其具有抗极化失配以及抗干扰能力强等优点被广泛应用与基站系统,宽带天线能覆盖多个通信频段,减少天线数量,从而大大节约通信系统成本,因此,宽带双极化的研究具有重要意义。如今已经进入5G时代,我国已经对5G频谱进行了划分,要想同时满足中国移动联通、中国移动以及中国电信三家公司的5G频段,天线带宽至少要覆盖2.5GHz-4.9GHz,相对带宽达到65%。同时,5
我国的电力装机容量保持稳定的增长态势,但电力需求增长明显放缓,同时电力体制改革给发电公司带来严峻的挑战,电力市场竞争越来越激烈。如何减少项目投资、优化进度管理、提高安全管理水平是各发电公司亟待考虑和解决的问题。随着时代的发展,传统的电厂建设方式已不能满足电力企业对工程进度、成本和安全管理的需要。PDMS软件是电力行业三维建模的主流软件,其特点是全比例模型,以数据为中心,在管道设计方面有强大的优势,
面曝光3D光固化打印技术采用切片逐层固化成型方式,具有打印精度高和打印速度快等优点,广泛应用于高精度复杂结构试样的制备。面曝光3D打印过程的模拟仿真与精度研究一直是人们所关注的重点。在面曝光3D打印成形的仿真模型中,存在逐层曝光、多物理场耦合、约束载荷实时更新迭代等众多影响因素,同时打印材料的差异也会引起打印过程新现象的出现。目前在面曝光打印成形仿真模拟时,研究人员对几何模型的处理、载荷条件、反应
演化计算是一种适用于求解复杂、高维、大规模问题的全局搜索算法。通过将数据向量模拟为生物中的基因型,模拟自然界中物种的进化过程,对数据向量进行交叉、变异等操作,并从新生成的个体以及原有个体中选取更加适应环境的个体作为新的种群,从而不断迭代对数据进行优化,最终寻找全局最优解。在聚类问题中,作为一种经典的全局优化算法,演化计算提供了强大的求解办法。根据应用的场景,聚类算法又可以分为在向量空间和图空间上的
近年来,信息越发透明化、公开化,大数据时代的隐私安全问题受到广泛关注,数据隐私成为机器学习建模的壁垒,如何在保护数据隐私的同时完成机器学习建模亟待解决,联邦学习应运而生。联邦学习是一种拥有广泛应用场景的分布式机器学习框架,参与训练的客户端在不交换数据的情况下的完成联合建模。联邦优化算法是联邦学习的核心,典型代表是谷歌公司提出的FedAvg联邦优化算法,客户端本地训练完成后将模型参数传输到服务端进行
人工智能的不断发展,智能机器人近些年得到了飞速发展,广泛的应用于各个领域。且随着传感器及驱动器技术的日趋成熟,使得设计一款尺寸接近人手、抓取行为仿人手的灵巧手成为现实。同时随着机械手的广泛应用,刚性灵巧手暴露出相应的缺点,如:适应能力差,无法抓取易碎物体等,柔性灵巧手成为了新的研究热点。因此本文研究开发了一款尺寸接近人手且抓取行为仿人手的柔性灵巧手,使机械手的应用场景更加广泛。本文首先对人手的抓取
出血控制仍然是一个重大的挑战,尤其是对于枪伤和锐利物造成的深层不可压缩创面出血。据统计出血死亡在伤害死亡中占比30-40%,其中33-56%发生在患者被送往医院之前,因此院前使用止血材料早期控制出血能够有效降低死亡率。然而传统的止血方法如纱布、止血带和按压止血对这些极端出血是无效的。另外,多孔沸石、高岭土、明胶海绵和水凝胶止血剂等不适用于这种伤口,且这些材料功能单一,不能在止血后进一步抑制创面感染