Методологические принципы прогнозирования потребительских свойств пищевых систем тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Ашихмина Мария Сергеевна

• Ашихмина Мария Сергеевна
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Ашихмина Мария Сергеевна

Реферат

Synopsis

Глава 1 АНАЛИТИЧЕСКИЙ ОБЗОР ЛИТЕРАТУРЫ

1.1 Концепция функциональных продуктов и современное состояние пищевой промышленности

1.2 Применение методов компьютерного моделирования и машинного обучения в оптимизации и исследовании биотехнологических систем

1.2.1 Применение теории функционала плотности для оптимизации питательных сред в микробиологии и биотехнологии

1.2.2 Применение методов молекулярной динамики для разработки функциональных продуктов питания и улучшения качества пищевых продуктов

1.2.3 Применение математических моделей для оптимизации процессов улучшения свойств функциональных пищевых продуктов

1.2.4 Алгоритмы и методы машинного обучения для повышения качества и безопасности пищевых продуктов

1.3 Современное состояние исследований в области биотехнологического производства пищевых добавок и методов поддержания чистоты культур

1.4 Перспективы использования мицелия в пищевой и нутрицевтической промышленности

1.5 Перспективы применения базидиомицетов в пищевой промышленности

ГЛАВА 2 ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЯ

2.1 Организация эксперимента

2.2 Объекты исследования

2.3 Методы исследования

2.3.1 Подготовка и стерилизация питательных сред

2.3.2 Наращивание биомассы базидиомицетов

2.3.3 Определение биомассы Ganoderma lucidum при культивировании

2.3.4 Определение способа и технологических параметров сушки мицеллия

2.3.5 Сенсорная оценка

2.3.6 Влагоудерживающая способность

2.3.7 Жироудерживающая способность

2.3.8 Анализ структуры методом сканирующей электронной микроскопией (СЭМ)

2.3.9 Анализ эргостерола методом газовой хроматографии-масс-спектрометрии

2.3.10 Исследование содержания минеральных веществ в мицелии

2.4 Специальные методы исследования

2.4.1 Молекулярный докинг исследования эргостерола

2.4.2 DFT расчеты для разработки криопротекторных композиций для сохранения жизнеспособности чистых культур

2.4.3 Подготовка структуры пептидов и проведение молекулярного докинга для прогнозирование вкуса умами

2.4.4 Применение методов машинного обучения для прогнозирования интенсивности вкуса

2.4.5 Оценка обученных моделей

ГЛАВА 3 РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ РАБОТЫ

3.1 Квантово-химический расчет для прогнозирования криопротекторных свойств веществ

3.2 Жидкофазное культивирование Ganoderma lucidum

3.2.1 Исследование состава питательной среды на прирост биомассы Ganoderma lucidum

3.2.2 Программа для аппроксимации математической модели кинетики накопления биомассы в процессе культивирования с использованием методов машинного обучения

3.2.3 Оптимизация продолжительности культивирования

3.2.4 Влияние составов среды и посткультивационной обработки мицелия Ganoderma lucidum, полученного глубинным культивированием на потребительские свойства

3.2.5 Построение корреляционных карт для оптимизации подбора питательной среды

3.2.6 Исследование технологических режимов получения сухого

порошка базидиомицетов

3.2.1 Определение влаго- и жироудерживающая способности

3.2.8 Анализ структуры методом сканирующей электронной микроскопией

3.2.9 Определение эргостерола методом газовой хроматографии-

масс-спектрометрии

3.2.10 Молекулярный докинг т silico исследования эргостерола

3.3 Исследование органолептической оценки

3.3.1 Разработка алгоритма машинного обучения для

прогнозирования интенсивности вкуса

Заключение

Список сокращений и условных обозначений

Список использованной литературы

Список публикаций по теме диссертации

ПРИЛОЖЕНИЕ

Реферат

Актуальность темы. Разработка и производство пищевых продуктов с прогнозируемыми потребительскими свойствами является важной задачей современной пищевой биотехнологии. В условиях растущего спроса на продукты, соответствующие индивидуальным потребностям и предпочтениям потребителей, биотехнологические системы становятся все более сложными, требуя интеграции множества переменных и процессов. Для повышения эффективности и точности проектирования и контроля этих систем необходимо применение передовых методологических подходов.

Современные методы, такие как молекулярная динамика, теория функционала плотности (англ. density functional theory, DFT), математическое моделирование, а также алгоритмы и методы машинного обучения, представляют собой перспективные инструменты для развития пищевой биотехнологии. Эти методы позволяют не только достигать высокой точности и эффективности в проектировании и контроле производственных процессов, но и значительно улучшать потребительские свойства пищевых систем.

Применение таких современных методов в разработке продуктов питания играет ключевую роль в упрощении перехода от лабораторных исследований к полупроизводственным и производственным масштабам. Этот подход позволяет систематически и точно моделировать сложные биотехнологические процессы, обеспечивая тем самым более плавный и предсказуемый процесс масштабирования. Одним из основных преимуществ использования математических моделей является возможность на ранних стадиях разработки выявить критические точки производства процессов. Это включает в себя определение параметров, которые оказывают наибольшее влияние на конечные свойства продукта, таких как стабильность качества от партии к партии, текстура и, что особенно важно, интенсивность вкуса. Знание этих точек позволяет разработчикам сосредоточиться на оптимизации ключевых аспектов процесса, минимизируя риски и затраты на последующих этапах масштабирования производственных процессов.

В настоящее время наблюдается активное развитие в области моделирования пищевых систем с прогнозируемыми потребительскими свойствами. Одним из ключевых аспектов этого развития является использование сложных компьютерных моделей и алгоритмов машинного обучения. Эти инструменты позволяют анализировать большие объемы данных, полученных на различных этапах производства и тестирования, для выявления скрытых закономерностей и зависимостей. Моделирование пищевых систем также дает возможность прогнозировать потребительские свойства продукта еще до его производства в больших объемах. Это особенно важно для оценки вкусовых характеристик, поскольку изменение масштаба может значительно повлиять на интенсивность и баланс вкуса. Предварительные расчеты и симуляции помогают корректировать рецептуры и технологические параметры, чтобы обеспечить соответствие ожиданиям потребителей.

Актуальность темы подтверждается поддержкой гранта Российского научного фонда № 23-16-00224, государственным заданием Министерства науки и высшего образования Российской Федерации №2 075-15-2024-483, Blue Sky Research (BSR-72) «Интеллектуальные технологии анализа больших данных для создания путеводителя по функциональным пищевым ингредиентам».

Целью диссертационной работы является разработка алгоритмических подходов для производства пищевых ингредиентов с заданными потребительскими свойствами.

Для достижения данной цели в рамках диссертационной работы были поставлены и решены следующие задачи:

Анализ существующих подходов к моделированию биотехнологических процессов и систем, включая методы молекулярной динамики, DFT- расчетов, алгоритмов и методов машинного обучения.

Исследовательские задачи, связанные с биомассой:

1. Разработка методологии для исследования и оценки потенциала применения криопротекторных веществ для сохранения чистых культур микроорганизмов:

a. Моделирование сольватационной оболочки криопротекторов с использованием теории функционала плотности.

2. Исследование факторов, влияющих на физико-химические свойства биомассы на примере Ganoderma lucidum:

a. Изучение влияния углеводной и азотной составляющей питательной среды на прирост биомассы на примере Ganoderma lucidum.

b. Изучение влияния минеральной составляющей питательной среды на содержание микроэлементов в биомассе на примере Ganoderma lucidum.

c. Исследование содержания эргостерола в биомассе на примере Ganoderma lucidum.

d. Исследование водо- и жироудерживающей способности высушенной биомассы.

Исследовательские задачи в области математического моделирования:

1. Построение корреляционных карт и выявление взаимосвязей между компонентами питательной среды и выходом биомассы для оптимизации минерального состава.

2. Исследование гипохолестеринемического потенциала Ganoderma lucidum:

a. Проведение молекулярного докинга с рецептором NPC1 для прогнозирования механизма действия эргостерола при проявлении гипохолесте-ринемических свойств

3. Разработка программы для аппроксимации кинетики биомассы и оптимизации питательной среды для культивирования микроорганизмов на примере Ganoderma lucidum

4. Разработка методологии для исследования и прогнозирования вкуса умами:

a. Создание базы данных вкусовых веществ и моделирование их взаимодействия с вкусовыми рецепторами с использованием методов молекулярного докинга.

b. Разработка алгоритма машинного обучения для прогнозирования интенсивности вкуса на основе химического состава ингредиентов.

Методы исследования базируются на комплексном решении теоретических, экспериментальных и практических задач обоснования интеграции расчетных методов и прогнозирования потребительских свойств пищевых систем

Основные положения, выносимые на защиту:

Метод прогнозирования эффективности применения криопротекторных веществ для сохранения выживаемости микроорганизмов.

Обоснование выбора состава питательной среды для жидкофазного культивирования Ganoderma lucidum для направленного получения ингредиента с заданным минеральным составом.

Обоснование гипохолестеринемических свойств эргостерола методом молекулярного докинга.

Прогнозирование потребительских свойств пищевых ингредиентов с использованием методов машинного обучения и молекулярного моделирования.

Введение диссертации (часть автореферата) на тему «Методологические принципы прогнозирования потребительских свойств пищевых систем»

Научная новизна работы

Обосновано применение методов теории функционала плотности (DFT) с применением теоретического уровня для оптимизации геометрии молекул -B3LYP-D3/def2-SVP (ПО Orca 5.0) при температурах от 193 К до 298 К и давлении 1 атм для оценки и объяснения механизма действия непроникающих криопротекторных веществ для сохранения чистых культур.

Установлено, что влияние состава питательной среды, включающий концентрации ^SeOs 0,015 г/л; ZnSO4 * 7H2O 0,08 г/л; MgSO4 * 7H2O 2,50 г/л, оказывает значительное влияние на прирост биомассы Ganoderma lucidum при глубинном культивировании, обеспечивая содержание селена, цинка и магния в биомассе на уровне 280,648 мг/кг, 307,778 мг/кг и 2043,297 мг/кг соответственно, при этом выявлены сильные положительные корреляции между содержанием натрия и лития (+0,54), селена и меди (+0,40), марганца и цинка (+0,81), а также обратные корреляции между никелем и стронцием (-0,42) и кальцием и магнием (-0,32).

Определено влияние посткультивационной обработки биомассы на содержание эргостерола: конвекционная сушка сохраняет около 20%, распылительная сушка - 47,5%, сублимационная сушка - 100%, а также с помощью молекулярного докинга было выявлено, что эргостерол обладает лучшей энергией связывания с рецептором NPC1 (-9,2 ккал/моль) по сравнению с холесте-ролом (-8,4 ккал/моль), что указывает на его более эффективное взаимодействие с NPC1 и потенциально объясняет его гипохолестеринемические свойства.

Обосновано применение методов и алгоритмов машинного обучения, в частности моделей CatBoost и BERT, для прогнозирования состава пептидов с целью управлением вкуса умами, с использованием валидации базы данных методом молекулярного докинга с рецепторами T1R2a/T1R3, доступный по адресу https://taste.infochemistry.ru/.

Научно-техническая задача. Диссертационная работа решает комплексную задачу разработки и оптимизации биотехнологических процессов для создания продуктов с прогнозируемыми потребительскими свойствами. В рамках этой работы исследуется применение DFT для улучшения подбора криопротекторных веществ, необходимых для сохранения чистых культур микроорганизмов, используемых в производстве пищевых продуктов и биологически активных веществ. Также работа направлена на изучение влияния состава питательной среды на прирост биомассы Ganoderma lucidum, которая является перспективным источников пищевой добавки, и содержание в ней важных минеральных веществ, таких как селен, цинк и магний. В дополнение исследуется влияние различных методов посткультивационной обработки на содержание эргостерола в биомассе и его взаимодействие с рецептором NPC1, что может объяснять гипохолестеринемические свойства этого соединения. Кроме того, разработан каскадный алгоритм машинного обучения для прогнозирования аминокислотного состава пептидов с целью усиления вкуса умами в пищевых продуктах.

Теоретическая значимость диссертационной работы заключается в обосновании и применении передовых методов DFT, молекулярного докинга для анализа и моделирования сложных биологических систем. Эти подходы позволяют глубже понять механизмы действия криопротекторных веществ и биологически активных соединений, таких как эргостерол, а также их взаимодействие с рецепторами. Результаты диссертационной работы также вносят вклад в развитие методологии машинного обучения для прогнозирования свойств пептидов, что открывает новые перспективы в создании продуктов питания с улучшенными органолептическими характеристиками.

Практическая значимость результатов диссертационной работы состоит в сокращении объемов лабораторных исследований и повышении эффективности биотехнологического производства за счет применения комплексного анализа, в том числе математических моделей и алгоритмов машинного обучения для получения продуктов питания с прогнозируемыми потребительскими свойствами. Применение методов моделирования позволяет оптимизировать процессы, снижая затраты и ускоряя вывод инновационных продуктов на рынок.

Разработана программная реализация алгоритмов и методов исследования и визуализации биотехнологических систем для обучения специалистов в области биотехнологии. Материалы данной диссертационной работы используются в учебном процессе для бакалавров, обучающихся по направлению 19.03.01 по дисциплине «Основы биотехнологии» и магистрантов по направлению 18.04.01 - Цифровизация химических технологий/Digitalization of Chemical Technology; 15.04.04 - Роботизация химических технологий.

Достоверность полученных результатов работы подтверждается пятикратной повторностью экспериментов, воспроизводимостью данных на оборудовании разных производителей, применением стандартных и современных физико-химических и микробиологических методов исследований, а также математической обработкой результатов экспериментальных исследований.

Результаты проведенных исследований подтверждены апробацией на всероссийских и международных научных конференциях, конгрессах и форумах.

Апробация результатов работы. Основные результаты работы докладывались и обсуждались на следующих конференциях:

X Конгресс молодых ученых - 2021; LII научная и учебно-методическая конференция Университета ИТМО - 2023; LI научная и учебно-методическая конференция Университета ИТМО - 2022; XI Конгресс молодых ученых -2022; Всероссийской научной конференции МФТИ - 2022; Конференции молодых ученых LifeSciencePolytech - 2022; International Student Conference "Science and Progress" - 2021, II Конгресс молодых ученых «Сириус» (федеральная территория «Сириус») -2022

Личный вклад автора. Основной вклад в результаты диссертационной работы был сделан автором лично. В публикациях, выпущенных совместно с другими авторами, автору принадлежит ключевая роль в формулировке и решении проблем, а также достижении итогов работы.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, включающих обзор литературы, экспериментальную часть, состоящую из методов и результатов исследования, выводов, а также списка использованной литературы и приложений. Основной текст работы изложен на 302 страницах, содержит 23 рисунка, 7 таблиц, 22 формулы, 3 приложения. В список литературы входит 351 источник.

Публикации. Основное содержание диссертационной работы опубликовано в 7 статьях, из них 3 публикация в издании, рецензируемой Scopus и Web of Science, входящие в первый квартиль, 2 публикации в журналах из перечня ВАК.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, поставлены цель и задачи исследования, представлена научная новизна, научно-техническая задача, теоретическая и практическая значимость работы, а также представлена степень разработанности и основные положения, выносимые на защиту.

В первой главе представлен анализ литературных источников по теме исследования. Обзор литературы включает современное состояние пищевой промышленности в области разработки функциональных продуктов питания. Важной частью обзора является анализ применения современных методов исследования, таких как компьютерное моделирование, в том числе применения методов и алгоритмов машинного обучения в биотехнологии. Рассматриваемые темы подчеркивают важность междисциплинарного подхода к решению задач повышения качества и безопасности пищевых продуктов, а также оптимизации производственных процессов. Примеры успешного применения этих методов демонстрируют их потенциал для улучшения производственных процессов и повышения качества продукции.

Во второй главе представлены объекты и подобраны методы исследования. Основные направления исследований включали определение рационального состава питательных сред для глубинного культивирования гриба Ganoderma lucidum, расчеты методом теории функционала плотности (англ. density functional theory, DFT) для создания криопротекторных композиций, направленных на повышение жизнеспособности чистых культур микроорганизмов, исследование молекулярной динамики эргостерола для выявления механизма гипохолестеримических свойств, а также разработку и адаптацию программного обеспечения для оптимизации состава питательных сред и прогнозирования интенсивности вкуса на основе анализа базы данных пептидов. Экспериментальный этап исследования осуществлен в соответствии со схемой, представленной на рисунке 1.

Рисунок 1 - Схема экспериментального этапа исследования

В третьей главе представлены результаты экспериментального этапа исследования.

Прогнозирование потребительских свойств пищевых систем представляет собой сложный и многогранный процесс, требующий интеграции различных научных подходов и технологий. Важно учитывать взаимодействие между компонентами биотехнологической системы и их влияние на конечные свойства продукта. Современные расчетные методы химии, включая квантово-хи-мические методы и молекулярную динамику, предоставляют мощные инструменты для моделирования молекулярных взаимодействий в пищевых системах. Алгоритмы машинного обучения могут выявлять скрытые закономерности и спрогнозировать изменения свойств продукта на основе данных. Комбинирование этих современных методов с традиционными методами исследования в биотехнологии позволяет более точно прогнозировать потребительские свойства и разрабатывать инновационные продукты.

Использование чистых культур бактерий, грибов и клеточных линий для производства продуктов питания и биологически активных веществ является критически важным. Микроорганизмы играют ключевую роль в ферментации, биосинтезе и других биотехнологических процессах. Однако их хранение и поддержание жизнеспособности представляют собой сложную задачу, требующую применения методов криоконсервации и лиофилизации. Процесс замораживания может вызывать повреждение клеточных структур из-за образования ледяных кристаллов. Для минимизации повреждений используются крио-протекторные агенты (криопротекторы, СРА) — вещества, которые защищают клетки от негативного воздействия замораживания. Подбор эффективных криопротекторов и их композиций является сложной задачей, требующей учета множества факторов, таких как тип микроорганизмов, условия хранения и взаимодействие компонентов. Традиционные методы подбора криопротекто-ров часто связаны с большими временными и финансовыми затратами. Методы DFT становятся полезными инструментами для оптимизации протоколов криоконсервации. DFT позволяют моделировать и анализировать взаимодействия между молекулами воды и криопротекторами на молекулярном уровне. Это дает возможность прогнозировать эффективность различных композиций криопротекторов без необходимости проведения множества экспериментальных тестов.

С целью прогнозирования эффективности и механизма действия крио-протекторов предложен метод расчета свободной энергии Гиббса (ДG) сольватации с применением теоретического уровня для оптимизации геометрии молекул - B3LYP-D3/def2-SVP при температурах от 193 К до 298 К и давлении 1 атм. Расчет ДG сольватации был проведен для следующих соединений непроникающих криопротекторов: сахароза, глюкоза, фруктоза и проникающего -глицерин.

На рисунке 2 (А-Г) показаны полученные изменения энергии Гиббса сольватации для криозащитных молекул в диапазоне температур от 298 К до 193 К.

Рисунок 2 - Изменение энергии Гиббса сольватации для (А) фруктозы, (Б)

глюкозы, (В) глицерина, (Г) сахарозы

Значения свободной энергии сольватации можно объяснить двумя основными факторами: электростатическими межмолекулярными взаимодействиями и ван-дер-ваальсовыми взаимодействиями.

Когда криопротектор добавляется в воду и затем подвергается замораживанию, молекулы воды начинают окружать молекулы CPA, образуя сольвата-ционные оболочки. Это взаимодействие изменяет локальную структуру водных кластеров и влияет на процесс кристаллизации. Взаимодействие между молекулами воды и криопротектором изменяет углы в гексагональной структуре льда, что позволяет предотвратить образование крупных кристаллов льда, которые могут повредить клеточные мембраны. Этот процесс изменения

структуры льда происходит благодаря способности криопротекторов разрушать водородные связи между молекулами воды или формировать дополнительные связи, которые изменяют геометрию ледяной структуры.

На основании результатов исследования сделан вывод, что для достижения оптимального уровня защиты клеток при криоконсервации энергия взаимодействия воды с одной молекулой криопротектора должна составлять не менее -350 кДж/моль при температуре равной температуре консервации. Крио-протекторы с такой или более низкой энергией взаимодействия могут эффективно связываться с молекулами воды, снижая их подвижность и провоцируя образования более мелких ледяных структур с измененной гексагональной структурой. Если энергия присоединения воды у криопротектора выше -350 кДж/моль, это может означать, что его способность защищать клетки от замерзания будет недостаточной. В таких случаях может потребоваться увеличение концентрации криопротектора для достижения необходимого уровня защиты. Однако увеличение концентрации может привести к повышению осмотического давления и потенциальному стрессу для клеток, поэтому важно тщательно балансировать эти параметры.

Важным этапом в биотехнологическом производстве продуктов питания и биологически активных веществ является активация и накопления биомассы рабочей культуры. Питательные среды является основополагающим звеном для этого процесса. Применение математического описания процесса культивирования позволяет оптимизировать состав среды и продолжительность роста для оптимизации. Такой подход позволяет оптимизировать условия роста микроорганизмов, клеточных культур и грибов, что является одним из ключевых факторов для достижения высокой производительности и качества конечного продукта. Математическое описание процессов культивирования включает в себя моделирование динамики роста клеток, потребления питательных веществ, образования метаболитов и других параметров. Такие модели позволяют прогнозировать поведение системы при изменении условий культивирования.

Это дает возможность на ранних стадиях разработки выявлять критические точки, которые могут оказать значительное влияние на эффективность процесса. Кроме того, использование математических моделей позволяет проводить виртуальные эксперименты, что значительно ускоряет процесс разработки новых продуктов и технологий. Это также способствует более рациональному использованию сырья и снижению экологической нагрузки на производство.

Для разработки программного обеспечения, которое позволяет оптимизировать состав питательной среды и продолжительность культивирования были проведены исследования по выращиванию Ganoderma lucidum, известного как лекарственный гриб Рейши. Базидиомицеты являются уникальным источников биологически активных веществ, таких как антиоксиданты, полисахариды, витамины, стиролы, которые могут оказывать терапевтическое воздействие на организм человека. В связи с этим применение базидиомицетов в пищевой промышленности является многообещающим направлением для производства высококачественных пищевых продуктов. С целью применения Ganoderma lucidum для получения пищевых ингредиентов необходимо провести анализ состава питательной среды для накопления биомассы. На первом этапе исследований осуществлялся подбор источников углерода и азота. В качестве контрольной питательной среды применялась жидкая среда Сабуро (HiaMedia, Индия).

В качестве углеродсодержащего источника использовали четыре вида сахаров: глюкоза, фруктоза, сахароза, мальтоза в количестве 20 г/л. В качестве азотсодержащего компонента использовали четыре вида муки: соевую, кукурузную, пшеничную и овсяную в концентрации 10 г/л. Концентрация магния в питательной среде (29 мкг/мл), калия - 0,9 мг/мл и фосфора - 0,7 мг/мл.

Зависимость накопления массы биомассы от продолжительности культивирования для различных источников углерода представлена на рисунке 3.

Рисунок 3 - Кривые роста биомассы мицелия в пересчете на сухую массу порошка при культивировании базидиомицета Ganoderma lucidum в питательной среде с различными источниками углерода (А) и азота (Б)

Установлено, что образец, полученный в питательной среде с глюкозой и соевой мукой, имеют оптимальный прирост биомассы в процессе культивирования.

Для выведения уравнений процесса культивирования и дальнейшей разработки программы для аппроксимации кинетики роста G. lucidum было проведено исследование соотношения глюкозы и соевой муки в питательной среде. В рамках этого исследования были подготовлены 16 различных смесей питательных сред, содержащих от 0,5% до 2% глюкозы с шагом 0,5% и такое же количество соевой муки (рис. 4). Количество катионов магния и фосфат-ионов в среде оставалось неизменным. Полученные данные использовались для построения кинетической модели, которая описывает процесс роста G. lucidum в зависимости от концентраций глюкозы и соевой муки.

3,0 -i

2,5

2,0

tf 1,5-o ' о

О

s w

1,0

0,5 -

0,0

-0,5

1

I

i

й

i

i

с

4

* »

■ Г20/М5

• Г20/М10

▲ Г20/М15

▼ Г20/М20

♦ Г15/М20

л Г15/М15

► Г15/М10

• Г5/М5

★ Г5/М10

• Г5/М15

в Г5/М20

+ Г10/М5

X Г10/М10

ж Г10/М15

- Г10/М20

Г15/М5

012345678 Продолжительность культивирования, сут

Рисунок 4 - Динамика накопления биомассы мицелия в процессе культивирования Ganoderma lucidum, где г - глюкоза, м - соевая мука; 5, 10, 15, 20 - масса внесения компонента, г

Из общего анализа данных можно говорить о том, что биомасса увеличивается с течением времени культивирования и достигает пика между 4 и 6 сутками. После 5 суток в большинстве случаев происходит стабилизация, а затем снижение биомассы.

Уменьшение биомассы, может происходить из-за ограничения питательных компонентов и свободного объемы среды, а также лизиса клеток под действием ферментов, которые синтезируют сами базидиомицеты, что сопровождается разрушением мицелия и как следствие затрудняет отделение биомассы от культуральной среды.

На основании полученных экспериментальных данных был разработан подход для описания процесса культивирования с помощью математических уравнений с применением методов машинного обучения.

Основой для построения модели была выбрана модифицированная модель Моно (1):

^ =~К-+ Б2 1

где /и — удельная скорость роста, дтах — максимальная удельная скорость роста, S1 и S2 — концентрации глюкозы и соевой муки соответственно, Ks1 и Ks2 — их соответствующие константы насыщения.

Для уточнения кинетики роста необходимо искусственно увеличить выборку данных в пределах экспериментальных исследований. С этой целью была введена функция двух переменных биомассы f(m, д), описывающая изменение прироста биомассы при изменении состава среды. Для увеличения выборки была использована кубическая интерполяция (2):

3 3

f(m, д) =^^ aijmlg} 2

i=0 j=0

где atj —коэффициент, который находятся из имеющихся значений f(m,g), m - масса соевой муки в г, g - масса глюкозы в г.

Используя интерполированные данные, была обучена модель Gradient Boosting, явлющаяся одним из методов машинного обучения.

Для визуализации данных были построены корреляционные карты (рис. 5), позволяющие оценить вклад компонентов питательной среды на прирост биомассы.

Посев Первый день Второй день Третий день

5.0 7.5 10.0 12.5 15.0 17.5 20.0 5.0 7.5 10.0 12.5 15.0 17.5 20.0 5.0 7.5 10.0 12.5 15.0 17.5 20.0 5.0 7.5 10.0 12.5 15.0 17.5 20.0

Пятый день Шестой день Седьмой день

5.0 7.5 10.0 12.5 15.0 17.5 20.0 5.0 7.5 10.0 12.5 15.0 17.5 20.0 5.0 7.5 10.0 12.5 15.0 17.5 20.0 5.0 7.5 10.0 12.5 15.0 17.5 20.0

Рисунок 5 - Корреляционные карты данных, полученных с помощью модели

машинного обучения

С целью уточнения ежедневного прироста биомассы были выведены уравнения для каждой комбинации масс глюкозы и соевой муки. В качестве примера представлена система уравнений (3) для питательной среды, содержащей 20 г/л глюкозы и 10 г/л соевой муки.

20,10

'-0,250 * х3 + 0,969 * х2 - 0,319 * х, -0,250 * х3 + 0,220 * х2 + 0,870 * х, 0,348 * х3 - 0,529 * х2 + 0,561 * х, -0,344 * х3 + 0,516 * х2 + 0,548 * х, 0,167 * х3 - 0,516 * х2 + 0,548 * х, -0,015 * х3 - 0,014 * х2 + 0,019 * х, ^-0,015 * х3 - 0,060 * х2 - 0,055 * х,

0 < х < 1

1 < х < 2

2 < х < 3

3 < х < 4

4 < х < 5

5 < х < 6

6 < х < 7

3

где х - продолжительность культивирования в сут.

В качестве оценки, полученной модели, были рассчитаны следующие метрики - таблица 1.

Таблица 1 - Оценка обученных моделей

День 1 2 3 4 5 6 7

R2 0,9736 0,9941 0,9811 0,9812 0,9851 0,9859 0,9838

MSE 0,0002 0,0002 0,0014 0,0027 0,0027 0,0028 0,0034

RMSE 0,01414 0,0141 0,0374 0,0519 0,0519 0,0529 0,0583

Adjusted R2 0,9696 0,9938 0,9770 0,9780 0,9848 0,9852 0,9818

АМАРЕ 3,1810 1,8867 4,1464 4,8802 3,4970 3,4120 3,8992

SMAPE 3,1498 1,8805 4,0920 4,8097 3,4707 3,3844 3,8547

Представленные метрики позволяют оценить качество модели регрессии разными способами, учитывая как общую точность прогнозов, так и их относительную ошибку по отношению к истинным значениям.

Таким образом, разработано программное обеспечение на языке Python описывающая кинетику роста при культивировании и позволяющее оптимизировать состав питательной среды и продолжительность культивирования.

С целью оптимизации продолжительности культивирования используется разложение функции с помочью ряда Тейлора.

Ряд Тейлора (4) позволяет аппроксимировать функции полиномами, что удобно для вычислений, особенно когда нужно оценить значение функции вблизи точки а. Если ряд сходится к функции на некотором интервале, то он предоставляет точное представление функции на этом интервале.

/м = X

к f(n)(a)

(х - а)п = f(a) + f(a)(x - а) +

П!

п=о 4

, f(2)(g)r ^ ■ f(k)(ah

+ 2, (х - О)2 + ••• + к1 (х - а)к

Допущение 1

Пусть обозначает функцию зависимости роста биомассы от вре-

мени ^ где t £ [0, 10] дней. Дополнительные питательные вещества в систему не вводятся.

Допущение 2

Предположим, существует разложение функции в ряд Тейлора (4),

которая представляет собой выражение этой функции через бесконечную сумму степеней переменной ^ где каждый член ряда получается из производных функции (5) в точке 0.

I о (Ч

2! + 3! + + п!

^вг(С) = 5дГ(а)+ ЗИ^ + -+ ^- + - + —- 5

Функция (¿) заранее неизвестна и подлежит определению. Таким образом нет возможности вычислить коэффициенты ряда Тейлора. С учетом допущения 1 и допущения 2 ставится задача поиска коэффициентов

о г л & г л 4г(а) Д^г(а)

#„г(а),#„г(а),—-,—-,... ,—-с использованием генетического алго-

дгч л У' 2! ' 3! п!

ритма.

В качестве коэффициента штрафа за несовпадение было взято значение 100, а в качестве коэффициента штрафа за монотонность 1000. Фитнес-функ-ция принимает вид (6):

п п

^ е? + ^ /(Р| < р^) • 1000 + |Р1 - ¿11 • 100 6

¿=1 ¿=2

F =

N

где: — ошибка i-го прогноза, т.е. разность между фактическим значением и прогнозируемым значением, р; — значение ьго прогноза; /(•) — индикаторная

функция, которая равна 1, если условие в скобках истинно, и 0 в противном случае, п — общее количество прогнозов.

В качестве контрольных точек были взяты значения биомассы при культивировании в питательной среде, содержащей 20 г/л глюкозы и 10 г/л соевой муки.

Функция роста биомассы была разложена до 5 степени (7):

О)^ СЧа^

,(3)

вдг(г) = Вдг(а) + ВдГ(а)г +

(4),

дг

дгу

2!

+

дг

3!

+

дг

4!

+

В^Ш5

5!

7

Результатом предложенного алгоритма стала функция (8), представленная на рисунке 6:

Вдг(£) = 0,10005 + 0,0536^ + 0,27504^ - 0,02230^ - 0,00579^

+ 0,00060^

8

2,5 2,0

§1.5

о

ш 1,0

0,5 0,0

• Эксперимента — Предсказаннь льные данные

1 2 3 4 5

Продолжительность культивирования, сут

Рисунок 6 - Результат работы алгоритма моделирования кинетики роста с помощью ряда Тейлора

4

Оценку сходимости полученного ряда предполагается исследовать с помощью формулы Даламбера (9):

Я = Ит

/(к)(а)

Л!

/(к+1)(д)

£ + 1!

= lim

/(к)(а)

7 (Л + 1)

/(^ + 1)

9

Так как выбрано было разложение до 5 степени, то невозможно оценить ряд на бесконечности, но можно оценить последний и предпоследний член -0,00579 и 0,00060 соответственно. Радиус сходимости ряда Тейлора, равный 9, означает, что данный ряд сходится абсолютно и равномерно внутри круга с радиусом 9 в комплексной плоскости, центр которого находится в точке, вокруг которой строится ряд.

Баланс между углеродом и азотом в питательной среде является критическим фактором, влияющим на рост и развитие грибов. Оптимальное соотношение этих элементов обеспечивает эффективный метаболизм и синтез биомассы, что особенно важно при культивировании грибов для промышленного производства. Однако, помимо углерода и азота, грибы нуждаются в других микроэлементах, которые играют важную роль в их физиологии и биохимических процессах. Обогащение базидиомицетов минеральными компонентами с последующим получением пищевых ингредиентов иметь большое значение для пищевой промышленности. Обогащенные минеральными веществами ингредиенты способствуют повышению питательной ценности продуктов, а также улучшению здоровья потребителей. В качестве источника минеральных веществ были использованы неорганические соли, такие как сульфат цинка, сульфат магния и селенит натрия. Эти соединения обеспечивают доступность необходимых микроэлементов для грибов, что способствует их росту и развитию, а также повышает биологическую ценность получаемой биомассы. На рисунке 7 представлена гистограмма влияния минеральных солей на накопление биомассы.

В результате статистической анализа экспериментальных данных (рис. 7) получены уравнения регрессии, адекватно описывающее влияние концентрации минеральных солей на выход массы биомассы (таблица 2).

1.8 2,0 2,2 2,4 2,6 2,8 3,0 3,2 0,0 0,2 0,4 2,4

Масса обогащающего компонента, г Масса обогащающего элемента, г

Рисунок 7 - Гистограмма влияния минеральных солей на накопление биомассы: (А) влияние селенита натрия; (Б) влияние сульфата магния; (В) влияние сульфата цинка; (Г) сводная гистограмма для выбранных масс обогащающего компонента

Список литературы диссертационного исследования кандидат наук Ашихмина Мария Сергеевна, 2024 год

Список источников

1. Изучение влияния БАВ лекарственных растений на рост и развитие молочнокислых микроорганизмов и бифидобактерий / Т.В. Герасимова [и др.] II Техника и технология пищевых производств. 2012. № 1 (24). С. 26-30.

2. Ноговицина Е.М. Использование бактерий для получения биологически активных соединений на основе растительных стеролов II Вестник Пермского федерального исследовательского центра. 2013. № 2. С. 4-12.

3. Носов A.M. Использование клеточных технологий для промышленного получения биологически активных веществ растительного происхождения II Биотехнология. 2010. №5. С. 8-28.

4. Biologically active metabolites of Bacillus subtilis and their role in the control of phytopa-thogenic microorganisms I T.M. Sidorova [et al.] //Agricultural biology. 2018. T. 53, № 1. P. 29-37.

ЗТищевые технологии

5. A review of the microbial production of bioac-tive natural products and biologies I J.V. Pham [et al.] II Frontiers in microbiology. 2019. T. 10. P. 449147.

6. Трифонова E.H. Взаимосвязь темпов роста отечественной пищевой и перерабатывающей промышленности и тенденций развития государственной денежно-кредитной политики II International agricultural journal. 2020. № 2. С. 25-35.

7. David P.R. Cryocrystallography: basic theory and methods II Practical protein crystallography, 2nd edn. Academic Press, San Diego, CA. 1999. P. 409-443.

8. Effects of lyoprotectant and encapsulated Lactobacillus acidophilus KBL409 on freeze-drying and storage stability I J. Lee [et al.] II LWT. 2023. T. 182. P. 114846.

9. Сорокина Н.П., Перфильев Т.Д. Активность заквасочной микрофлоры: причины снижения и способы повышения. Методы предотвращения поражения молочнокислых бактерий бактериофагами II Молочная промышленность. 2013. № 11. С. 32-35.

10. Pegg D.E. Principles of Cryopreservation II PreservAtion of HumAn oocytes. 2009. C. 34-46.

11. Кириленко M.A., Кузнецов О.Ю., Дмитриева Ж.М. Влияние криоконсервации на выживаемость комплекса аутоштаммов лак-тобактерий при хранении и процессах биотехнологического масштабирования II Вестник биотехнологии и физико-химической биологии им. Ю.А. Овчинникова. 2019. Т. 15, №2. С. 5.

12. Cryopreservation: A review article I A.N. Jais-wal [et al.] II Cureus. 2022. T. 14, №. 11.

13. Харитонова И., Просеков А.Ю., Шрамко М.И. Изучение качественных характеристик концентратов лактобактерий в процессе крио-замораживания и сублимационной сушки II Вестник Северо-Кавказского федерального университета. 2015. № 2. С. 87-90.

14. Wolkers W.F., Tablin F., Crowe J.H. From anhydrobiosis to freeze-drying of eukaryotic cells II Comparative Biochemistry and Physiology Part A: Molecular & Integrative Physiology. 2002. T. 131, № 3. P. 535-543.

15. C18: 1 improves the freeze-drying resistance of Lactobacillus plantarum by maintaining the cell membrane / G. Wang [et al.] II ACS Ap-

plied Bio Materials. 2020. T. 3, № 8. P. 49334940.

16. Влияние добавления маннозы и фукозы в защитную среду на физиологическую активность лиофилизированных молочнокислых микроорганизмов I A.A. Толкачева [и др.] II Актуальная биотехнология. 2012. №2. С. 7-11.

17. Подбор параметров стабилизации (замораживание и сушка) симбиотического консорциума с целью получения закваски прямого внесения I В.Ю. Крутиков [и др.] II Техника и технология пищевых производств. 2016. Т. 42, №3. С. 25-30.

18. Моделирование кристаллизации влаги при замораживании бактериальных заквасок / Е.В. Короткая [и др.] II Техника и технология пищевых производств. 2020. Т. 50, № 2. С.252-260.

19. Пойманов В.В., Ященко С.М., Барыкин P.A. Исследование процесса вакуум-сублимационной сушки бактериальных концентратов для мясной отрасли с использованием крио-замораживания II Вестник Воронежского государственного университета инженерных технологий. 2016. № 1 (67). С. 25-30.

20. Занданова Т.Н. Выбор криопротекторов для замораживания бактериального концентрата симбиотической закваски II Вестник КрасГАУ. 2021. № 3 (168). С. 163-168.

21. Макаренко Н. Криоконсервация бифидо-бактерий II Наука и инновации. 2010. Т. 9, №91. С. 53-54.

22. Криоконсервация: перспективный метод хранения промышленно ценных штаммов молочнокислых бактерий и дрожжей I O.A. Сав-кина [и др.] II Сельскохозяйственная биология. 2014. №4. С. 112-119.

23. Effect of physical properties on the stability of Lactobacillus bulgaricus in a freeze-dried galacto-oligosaccharides matrix / EE. Tym-czyszyn [et al.] II International Journal of Food Microbiology. 2012. T. 155, № 3. C. 217-221.

24. Охапкина В.Ю. Методы поддержания микробных культур. Ч. 2. Лиофилизация II Теоретическая и прикладная экология. 2009. №4. С. 21-32.

25. Вакуумная сушка бактериальных концентратов и заквасок молочнокислых бактерий / Н.Э. Каухчешвили [и др.] II Молочная промышленность. 2011. № 5. С. 30-31.

сВестни^'КрасГЯ'У- 2024. № 4 (205)

26. Effect of ginseng polysaccharide on the stability of lactic acid bacteria during freeze-drying process and storage I S.H. Yang [et al.] II Archives of pharmacal research. 2006. T. 29. P. 735-740.

27. Богданов В.Д., Панкина А. В. Криопротекто-ры в холодильных технологиях продуктов питания II Труды ВНИРО. 2023. Т. 191. С. 142-155.

28. Гоачева И.В., Осин А.В. Механизмы повреждений бактерий при лиофилизации и протек-тивное действие защитных сред II Проблемы особо опасных инфекций. 2016. №. 3. С. 5-12.

29. The trehalose myth revisited: introduction to a symposium on stabilization of cells in the dry state I J.H. Crowe [et al.] II Cryobiology. 2001. T. 43, №2. P. 89-105.

References

1. Izuchenie vliyaniya BAV lekarstvennyh rastenij na rost i razvitie molochnokislyh mikroor-ganizmov i bifidobakterij I T.V. Gerasimova [i dr.] II Tehnika i tehnologiya pischevyh proiz-vodstv. 2012. № 1 (24). S. 26-30.

2. Nogovicina E.M. Ispol'zovanie bakterij dlya polucheniya biologicheski aktivnyh soedinenij na osnove rastitel'nyh sterolov II Vestnik Perm-skogo federainogo issledovatel'skogo centra. 2013. №2. S. 4-12.

3. Nosov A.M. Ispol'zovanie kletochnyh tehnolo-gij dlya promyshlennogo polucheniya biologicheski aktivnyh veschestv rastitel'nogo prois-hozhdeniya II Biotehnologiya. 2010. № 5. S. 8-28.

4. Biologically active metabolites of Bacillus subtilis and their role in the control of phytopa-thogenic microorganisms I T.M. Sidorova [et al.] II Agricultural biology. 2018. T. 53, № 1. P. 29-37.

5. A review of the microbial production of bioac-tive natural products and biologies I J.V. Pham [et al.] II Frontiers in microbiology. 2019. T. 10. P. 449147.

6. Trifonova E.N. Vzaimosvyaz' tempov rosta otechestvennoj pischevoj i pererabatyvayu-schej promyshlennosti i tendency razvitiya gosudarstvennoj denezhno-kreditnoj politiki II International agricultural journal. 2020. № 2. S. 25-35.

7. David P.R. Cryocrystallography: basic theory and methods II Practical protein crystallography, 2nd edn. Academic Press, San Diego, CA. 1999. P. 409-443.

8. Effects of lyoprotectant and encapsulated Lactobacillus acidophilus KBL409 on freeze-drying and storage stability I J. Lee [et al.] II LWT. 2023. T. 182. S. 114846.

9. Sorokina N.P., Perfiiev G.D. Aktivnost' zakva-sochnoj mikroflory: prichiny snizheniya i sposo-by povysheniya. Metody predotvrascheniya porazheniya molochnokislyh bakterij bakterio-fagami II Molochnaya promyshlennost'. 2013. № 11. S. 32-35.

10. Pegg D.E. Principles of Cryopreservation II PreservAtion of HumAn oocytes. 2009. P. 34-46.

11. Kirilenko M.A., Kuznecov O.Yu„ Dmitrieva Zh.M. Vllyanie krlokonservacii na vyzhivaemost' kompleksa autoshtammov laktobakterij pri hranenii i processah biotehnologicheskogo masshtabirovaniya II Vestnik biotehnologii i fiziko-himicheskoj biologii im. Yu.A. Ovchinni-kova. 2019. T. 15, №2. S. 5.

12. Cryopreservation: A review article I A.N. Jais-wal [et al.] //Cureus. 2022. T. 14, №. 11.

13. Haritonova I., Prosekov A.Yu., Shramko M.I. Izuchenie kachestvennyh harakteristik koncen-tratov laktobakterij v processe kriozamorazhi-vaniya i sublimacionnoj sushkl II Vestnik Severo-Kavkazskogo federal'nogo universiteta. 2015 №2. S. 87-90.

14. Wolkers W.F., Tablin F„ Crowe J.H. From anhydrobiosis to freeze-drying of eukaryotic cells II Comparative Biochemistry and Physiology Part A: Molecular & Integrative Physiology. 2002. T. 131, № 3. P. 535-543.

15. C18: 1 improves the freeze-drying resistance of Lactobacillus plantarum by maintaining the cell membrane I G. Wang [et al.] II ACS Applied Bio Materials. 2020. T. 3, № 8. P. 49334940.

16. Vliyanie dobavleniya mannozy i fukozy v zaschitnuyu sredu na fiziologicheskuyu aktivnost' liofilizirovannyh molochnokislyh mikroor-ganlzmov I A.A. Tolkacheva [i dr.] II Aktual'-naya biotehnologiya. 2012. № 2. S. 7-11.

17. Podbor parametrov stabilizacii (zamorazhiva-nie i sushka) simbioticheskogo konsorciuma s cel'yu polucheniya zakvaski pryamogo vnese-niya I V.Yu. Krumlikov [i dr.] II Tehnika i tehnologiya pischevyh proizvodstv. 2016. T. 42, № 3. S. 25-30.

ЗТищевые технологии

18. Modelirovanie kristallizacii vlagi pri zamorazhi-vanii bakterial'nyh zakvasok / E.V. Korotkaya [i dr.] II Tehnika i tehnologiya pischevyh proiz-vodstv. 2020. T. 50, № 2. S. 252-260.

19. Pojmanov V.U., Yaschenko S.M., Barykin R.A. Issledovanie processa vakuum-sublimacionnoj sushki bakterial'nyh koncentratov dlya myasnoj otrasli s ispol'zovaniem kriozamorazhivaniya II Vestnik Voronezhskogo gosudarstvennogo universiteta inzhenernyh tehnologij. 2016. № 1 (67). S. 25-30.

20. Zandanova T.N. Vybor krioprotektorov dlya zamorazhivaniya bakterial'nogo koncentrata simbioticheskoj zakvaski II Vestnik KrasGAU. 2021. №3 (168). S. 163-168.

21. Makarenko N. Kriokonservaciya bifidobakterij II Nauka i innovacii. 2010. T. 9, № 91. S. 53-54.

22. Kriokonservaciya: perspektivnyj metod hrane-niya promyshlenno cennyh shtammov moloch-nokislyh bakterij i drozhzhej I O.A. Savkina [i dr.] II Sel'skohozyajstvennaya biologiya. 2014. №4. S. 112-119.

23. Effect of physical properties on the stability of Lactobacillus bulgaricus in a freeze-dried galacto-oligosaccharides matrix / E.E. Tym-

czyszyn [et al.] II International Journal of Food Microbiology. 2012. T. 155, № 3. P. 217-221.

24. Ohapkina V.Yu. Metody podderzhaniya mik-robnyh kul'tur. Ch. 2. Liofilizaciya II Teoreti-cheskaya i prikladnaya 'ekologiya. 2009. № 4. S. 21-32.

25. Vakuumnaya sushka bakterial'nyh koncentratov i zakvasok molochnokislyh bakterij I N.E. Kau-hcheshvili [i dr.] II Molochnaya promyshlennost'. 2011. № 5. S. 30-31.

26. Effect of ginseng polysaccharide on the stability of lactic acid bacteria during freeze-drying process and storage I S.H. Yang [et al.] II Archives of pharmacal research. 2006. T. 29. P. 735-740.

27. Bogdanov V.D., Pankina A.V. Krioprotektory v holodil'nyh tehnologiyah produktov pitaniya II Trudy VNIRO. 2023. T. 191. S. 142-155.

28. Gracheva I.V., Osln A.V. Mehanizmy povrezh-denij bakterij pri liofilizacii i protektivnoe dejstvie zaschitnyh sred II Problemy osobo opasnyh infekcij. 2016. №. 3. S. 5-12.

29. The trehalose myth revisited: introduction to a symposium on stabilization of cells in the dry state I J.H. Crowe [et al.] II Cryobiology. 2001. T. 43, №2. P. 89-105.

Статья принята к публикации 09.10.2023 / The article accepted for publication 09.10.2023. Информация об авторах:

Мария Сергеевна Ашихмина1, инженер научно-образовательного центра инфохимии

Тигран Гарриевич Амбарцумов2, инженер учебного центра студенческой науки, конференции и

выставок

Анастасия Олеговна Иванова3, инженер факультета технологического менеджмента и инновации Ольга Юрьевна Орлова4, доцент факультета технологического менеджмента и инновации, кандидат технических наук

Information about the authors:

Maria Sergeevna Ashikhmina1, Engineer at the Scientific and Educational Center of Infochemistry Tigran Garrievich Ambartsumov2, Engineer at the Student Science Training Center, Conference and Exhibitions

Anastasia Olegovna Ivanova3, Engineer, Faculty of Technological Management and Innovation Olga Yurievna Orlova4, Associate Professor, Faculty of Technological Management and Innovation, Candidate of Technical Sciences

♦

Influence of the Microelements on Anticancer Metabolites Biosynthesis in Basidiomycetes

Ostrokhishko Anastasiya, Ashikhmina M.S, Pomytkina A.V., Levkina L.Y, Lavrentev F.V., Skorb E.V. [e-mail]

ITMO University^, Saint Petersburg, Russia

Mushrooms and their extracts have long been used in folk medicine and food due to their low calorific value and pleasant taste and are also reported to have beneficial biological activities, thus now found applications in nutraceutical and pharmaceutical products. They are filamentous fungi with fruiting bodies packed with beneficial nutrients such as carbohydrates, fibers, proteins, vitamins, and minerals [1]. Mushrooms with medicinal value are defined as "mushroom nutraceuticals" and are consumed in capsule or tablet form as dietary supplements. Simultaneously, interest in mushrooms as a potential source of bioactive compounds has increased, and much research on the bioactivity of these compounds has been conducted in the last two decades. The secondary metabolites derived from mushrooms have demonstrated diverse biological properties such as anticancer, antidiabetic, immunomodulatory, antimicrobial, anti-inflammatory, antiviral, antiallergic, and antioxidative activities [2].

Basidiomycetes, which were used for the project, were cultivated with the microelements for enrichment. Enrichment basidiomycetes can be used as a dietary supplement in meat products. Microelements that were used are zinc, selenium, and magnesium. For this work anticancer metabolite, ergosterol was chosen to estimate its quantity in dry powder depending on the content of the microelements.

The method of the extraction was chosen and optimized based on the number of dry powder samples. Gas chromatography coupled with mass spectrometry of electron beam was chosen as a standard method for the detection of sterols. Correlation between quantitative content of microelements and quantitative content of ergosterol was founded.

References

1. Y. Mingyi, T. Belwal, H. P. Devkota, L. Li, Z. Luo //Trends Food Sci. Technol., vol. 92, pp. 94-110(2019)/

2. J. W. Ha, J. Kim, H. Kim, W. Jang, K. H. Kim // Nat. Prod. Sci., v. 26(2), p. 118-131 (2020).

54

УДК 597.6

ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ КРИОЗАЩИТЫ КЛЕТОК МОЛОЧНОКИСЛЫХ БАКТЕРИЙ

Филозоп B.C. (Ун1шерснтет НТМО), Володарский М.О. (Университет ИТМО),

Осьмак О.О. (Университет IITMO)

Научный руководитель - Ашихмина М.С. (Университет ИТМО)

Введение. Криоконсервация используется для сохранения жизнедеятельности микроорганизмов и клеточных культур [1]. Однако, при криоконсервацин на клетки действует большое количество пагубных физико-химических факторов [2]. Применение криопротекторных веществ позволяет защитить клетки на протяжении всей криоконсерващш за счет уменьшения факторов физико-химического стресса.

Основная часть. Целью работы является исследование влияния крнопротекгоров различной природы на выживаемость молочнокислых бактерий при криоконсерващш. На основашш данных из литературного обзора были составлены четыре композищш криопротеткоров. основанных на сахарах, белках, фосфолипидах и антиоксндантах [3]. На основании экспериментальных данных были получены следующие результаты:

1. композиция на основе Сахаров и полисахаридов обеспечивает защиту бактерий от механических повреждений при замораживании и сохраняет их жизнеспособность за счет улучшенной сольватации при низких температурах.

2. композиция основана на белках, обеспечивает дополнительную белковую защитную оболочку для бактерий. Однако вопросы обеспечения стерильности при работе с белковой составляющей остается не до конца проработан.

3. композиция основана на фосфолппндах - образуют мембрану вокруг клетки, а также проникают во внутрь клетки, предотвращая образование льда внутри клетки и сохраняет ее структуру. Выявлено, что данная композиция в большей степени обеспечивает сохранение бактериальной клетки при положительных температурах.

4. композиция основана на антиоксндантах - защищают бактерии от окислительного стресса, который происходит во время замораживания, и сохраняют их жизнеспособность. Однако, при высоких концентращих данная композиция может способствовать разрушению целостности и выживаемости при замораживании.

Выводы. В ходе исследования было установлено, что выбор крнопротекгоров различной природы оказывает значительное влияние на выживаемость молочнокислых бактерий при криоконсерващш. Правильно подобранная композиция крнопротекгоров позволяет повысить эффективность процесса криоконсервацин и сохранить жизнеспособность бактерий для дальнейшего использования в пищевой промышленности или производстве пробиотиков.

Выполнено при поддержке Российского научного фонда (соглашение № 23-16-00224)

Список литературных источников:

1. Leroy F., De Vuyst L. Lactic acid bacteria as functional starter cultures for the food fermentation industry // Trends Food Sei. Technol. 2004. Vol. 15, № 2. P. 67-78.

2. Bodzen A. et al. Design of a new lyoprotectant increasing freeze-dried Lactobacillus strain survival to long-term storage // BMC Biotechnol. 2021. Vol. 21, № 1. P. 66.

3. Beal С., Fonseca F., Corrieu G. Resistance to Freezing and Frozen Storage of Streptococcus thermophilus Is Related to Membrane Fatty Acid Composition // J. Dairy Sei. 2001. Vol. 84, № 11. P. 2347-2356.