一株缓解肥胖的丁酸梭菌及其应用

    公开(公告)号:CN116004472B

    公开(公告)日:2025-04-29

    申请号:CN202310093622.2

    申请日:2023-02-10

    Applicant: 江南大学

    Abstract: 本发明公开了一株缓解肥胖的丁酸梭菌及其应用,属于微生物技术领域以及医药技术领域。本发明公开的丁酸梭菌CCFM1299,已于2023年01月08日保藏于广东省微生物菌种保藏中心,保藏编号为GDMCC No:63125。采用本发明提供的丁酸梭菌CCFM1299作用于肥胖小鼠之后,能够显著的缓解小鼠的肥胖,具体体现在肥胖小鼠体重增加减缓、肥胖小鼠腹腔脂肪和附睾脂肪的积累被抑制、肥胖小鼠附睾脂肪单核细胞募集减少、LDL‑C和TC的血清水平显著降低以及肝脏脂肪囤积、炎症的缓解。因此,丁酸梭菌CCFM1299在制备预防和/或治疗肥胖的产品中,具有巨大的应用前景。

    一种基于肠道菌群预测模型集成学习的年龄预测方法

    公开(公告)号:CN114093515B

    公开(公告)日:2025-01-24

    申请号:CN202111360059.8

    申请日:2021-11-17

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于肠道菌群预测模型集成学习的年龄预测方法,包括:获取人类肠道菌群宏基因组学的原始数据,将获得的基因组数据进行质量控制,并获取肠道菌群物种组成和代谢通路组成丰度表,构建样本数据集;然后对样本数据集进行特征选择;使用筛选后的特征结合宿主地域信息构建多类年龄预测模型,并采用网格搜索确定使得预测模型精度更高的超参数并对各个最佳预测模型进行训练和预测,得到集成年龄预测方法;最后利用确定的肠道菌群特征和集成年龄预测方法预测样本的年龄,并通过特征解释确定与年龄相关的关键物种和通路。本发明采用了集成学习方法,有效提高了年龄预测准确率;并且能够定向指导肠道菌群的调整,进而实现抗衰老干预。

    一种可缓解溃疡性结肠炎相关结直肠癌的动物双歧杆菌及其应用

    公开(公告)号:CN118272260A

    公开(公告)日:2024-07-02

    申请号:CN202410367599.6

    申请日:2024-03-28

    Applicant: 江南大学

    Abstract: 本发明公开了一种可缓解溃疡性结肠炎相关结直肠癌的动物双歧杆菌及其应用,属于微生物技术领域以及医药技术领域。本发明提供了一株动物双歧杆菌乳亚种(Bifidobacterium animalis subsp.lactis)CCFM1383,保藏编号为GDMCC No:64443。所述动物双歧杆菌乳亚种CCFM1383可以有效改善溃疡性结肠炎相关结直肠癌症状,具体体现在:缓解小鼠体重降低、提高存活率、延长结肠长度、减少肿瘤结节数量、降低脾脏指数、降低肿瘤组织增殖标记物、促进肿瘤细胞凋亡、调节炎症因子含量、提高紧密连接蛋白含量、抑制癌症信号通路基因表达、提高结肠吲哚丙烯酸含量。

    一种基于LSTM-CVAE的乳酸菌发酵过程故障检测与诊断方法

    公开(公告)号:CN117350328B

    公开(公告)日:2024-06-25

    申请号:CN202311163096.9

    申请日:2023-09-11

    Applicant: 江南大学

    Abstract: 本发明属于基于数据驱动的故障监测技术领域,尤其涉及一种基于LSTM‑CVAE的乳酸菌批次发酵过故障检测和诊断方法。本发明包括“线下建模”和“线上监测”。“线下建模”两个部分。其中“线下建模”,对已采集正常生产的批次发酵过程数据进行标准化和数据预处理;建立LSTM‑CVAE网络模型,并构建故障检测统计量;计算控制限;设计诊断;“线上监测”包括对线上采集数据进行标准化处理,判断发酵运行状态,出现故障及时诊断故障来源;本发明能有效处理批次发酵过程的二维动态特性,多时段特性,实现线上故障实时监测。

    一种基于CO-MP-DSSM的乳酸菌发酵过程软测量方法

    公开(公告)号:CN118036658A

    公开(公告)日:2024-05-14

    申请号:CN202410164563.8

    申请日:2024-02-05

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于CO‑MP‑DSSM的乳酸菌发酵过程软测量方法,属于基于数据驱动的软测量技术领域。该方法采集乳酸菌正常的发酵过程数据,通过使用多玩家协同学习为无标签数据打上伪标签,解决了有标签数据难以获取对软测量模型带来的不利影响;之后通过将数据进行标准化,并通过二维滑动窗口提取数据的二维动态特性;最后通过深度学习模型对数据的强非线性和二维动态特性进行进一步整合,解决了批次过程本身强非线性、二维动态特性对一般预测模型带来的不利影响。由于本发明提供的一种基于CO‑MP‑DSSM的乳酸菌发酵过程软测量方法针对乳酸菌发酵过程特性进行了改进,使得模型实现了更好的预测效果,预测的标签取得了更小的预测误差。

    一种基于ASGAE的植物乳杆菌发酵过程故障检测与诊断方法

    公开(公告)号:CN117854633A

    公开(公告)日:2024-04-09

    申请号:CN202311818292.5

    申请日:2023-12-27

    Applicant: 江南大学

    Abstract: 本发明公开了一种基于ASGAE的植物乳杆菌发酵过程故障检测与诊断方法,该方法包括离线建模和在线检测两个阶段,离线建模阶段对已采集正常生产的批次发酵过程数据进行标准化和数据预处理;建立ASGAE网络模型,并构建故障检测检测量;计算控制限;设计故障诊断模块;在线检测阶段包括对在线采集到的数据进行标准化处理,判断发酵过程的运行状态,出现故障及时诊断故障来源。本发明能有效处理批次发酵过程的非线性和二维动态特性,实现在线故障实时检测,并实现了现有诊断方法不能准确衡量故障幅值大小和故障变量定位的问题,故障的检测效果达到了较高的水平。该方法降低了模型的误检测率,提高模型故障检测精度,能够有效的发现故障变量,并及时排除故障。

Patent Agency Ranking