[发明专利]一种刺激真核藻类多糖的方法有效
申请号: | 202110938125.9 | 申请日: | 2021-08-16 |
公开(公告)号: | CN113549589B | 公开(公告)日: | 2023-01-03 |
发明(设计)人: | 钟玉鸣;刘晖;王琴;柳建良 | 申请(专利权)人: | 仲恺农业工程学院 |
主分类号: | C12N1/38 | 分类号: | C12N1/38;C12N1/12;C12P19/04;C12R1/89 |
代理公司: | 深圳市智胜联合知识产权代理有限公司 44368 | 代理人: | 齐文剑 |
地址: | 510225 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 刺激 藻类 多糖 方法 | ||
本发明提供了一种刺激真核藻类多糖的方法。本发明提供的方法通过特定的培养基对真核藻类进行培养,使其体内多糖得到加强和提高,其次由改性四氧化三铁填料刺激并负载真核藻类,使其胞外多糖的生产得到提高,从而可以提高真核藻类的内源多糖(体内多糖)和外源多糖(胞外多糖)的累积,使真核藻类的多糖产量更高,以充分发挥多糖的各方面作用,提高真核藻类的资源化应用。
技术领域
本发明属于农业领域,更具体地,本发明涉及一种刺激真核藻类内源多糖的方法,以及一种刺激真核藻类外源多糖的方法。
背景技术
以小球藻为代表的微藻属于绿藻门绿球藻目卵囊藻科,是普生性的单细胞绿藻,富含多糖、蛋白质、不饱和脂肪酸、类胡萝卜素等多种营养物质,对污染物质能起到净化、转化的作用的同时,于医学、食品等领域均存在着不容忽视的能力。近年来有研究学者发现,胞外多糖,具有高硫酸盐水平,有消炎、抗肿瘤、抗菌、免疫调节等功能。在呼吸系统疾病中能起到扩张支气管、镇咳和抗凝血的作用,能预防慢性气管炎症;一些小球藻的胞外多糖还对结肠癌细胞有抑制作用;对细菌起抑制生物膜形成的作用,阻止病原体的黏附。多糖的药用价值带来了多糖保健品和多糖药物等产品的面世,但由于多糖的结构等研究是棘手难题,一直没有广泛应用至市场。
小球藻胞外多糖和多糖的组成糖相似,主要为鼠李糖、岩藻糖、阿拉伯糖、木糖、甘露糖、葡萄糖、半乳糖,但功能却有差异。多糖的抗氧化性、营养与其他功能特性,具有高的应用潜力。小球藻是容易获得的物种,且有繁殖能力强的特点,因此如何提高胞外多糖产量,是提高小球藻资源化应用的是一个关键点。
发明内容
本发明提供了一种刺激真核藻类内源多糖的方法,以及一种刺激真核藻类外源多糖的方法,促进了真核藻类内源多糖和外源多糖的累积。
首先,本发明提供了一种刺激真核藻类内源多糖的方法,其包括如下步骤:
(11)将所述真核藻类接种至培养基A中进行光培养;
(12)当COD和TN降解率分别达到70%和80%以上时,将所述真核藻类转接至培养基B中进行暗培养;
其中,每升所述培养基A的组分为:硝酸钠0.24~0.48g,磷酸氢二钾0.05g,七水硫酸镁0.1g,水合氯化钙0.05g,乙酸钠1~2g,余量为水;
每升所述培养基B的组分为:硝酸钠0.24~0.48g,磷酸氢二钾0.05g,七水硫酸镁0.1g,水合氯化钙0.05g,乙酸钠0.5~0.8g,余量为水;
所述暗培养加入了添加剂,以所述培养基B为基准,所述添加剂由甘油5~10g,环糊精2~4g,甘氨酸1~2g,聚乙烯醇0.5~0.8g组成。
优选地,步骤(11)中,所述真核藻类接种至所述培养基A中时,所述真核藻类与所述培养基A的质量比为(3~10):100。
优选地,所述光培养和所述暗培养的条件均是25~35℃,130~160rpm,培养时间为24h。
优选地,步骤(12)中,所述暗培养加入了所述添加剂时,是在超声频率45~65KHz、超声波功率为150W下处理10~20min。
优选地,步骤(12)中,所述暗培养中,所述真核藻类细胞浓度为107~108个/ml。
其次,本发明还提供了一种刺激真核藻类外源多糖的方法,其包括如下步骤:
(21)提供本发明上述刺激真核藻类内源多糖的方法得到的真核藻类;
(22)将所述真核藻类接种于改性四氧化三铁填料中进行培养,当所述改性四氧化三铁填料附上的叶绿素a达到0.5~1mg/g填料时,培养完毕,得到培养后的填料;
(23)将所述培养后的填料接种于培养基C中,并引入食品废水进行培养;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于仲恺农业工程学院,未经仲恺农业工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110938125.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电动阳光凉亭
- 下一篇:一种基于卷积神经网络的荞麦病害识别方法