反硝化聚磷菌N14原生质体的制备与再生条件研究
需积分: 0 20 浏览量
更新于2020-07-09
收藏 1017KB PDF 举报
以反硝化聚磷菌N14为对象,应用原生质体技术,从菌龄,氨苄青霉素钠预处理的浓度、时间,溶菌酶的浓度、酶解时间和温度等方面研究了该菌原生质体形成和再生的最佳条件。结果表明,反硝化聚磷菌N14原生质体最大制备率产生的条件:在菌龄16 h时加入120μg/m L氨苄青霉素钠预处理6 h,1μg/m L的溶菌酶38℃酶解45 min,再生培养基培养48 h后,该菌原生质体制备率与再生率分别为96.7%和40.9%。溶菌酶酶解时间对菌体再生率的影响大于制备率。
weixin_38704485
- 粉丝: 8
- 资源: 928
最新资源
- 【未发表】基于花朵授粉优化算法FPA优化鲁棒极限学习机RELM实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于蝗虫优化算法GOA优化集成学习结合核极限学习机KELM-Adaboost实现风电数据时序预测算法研究附Matlab代码.rar
- 【未发表】基于蝗虫优化算法GOA优化鲁棒极限学习机RELM实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于蝗虫优化算法GOA优化宽度学习BLS实现光伏数据预测算法研究附Matlab代码.rar
- 【未发表】基于蝗虫优化算法GOA优化集成学习结合鲁棒极限学习机RELM-Adaboost实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于灰狼优化算法GWO优化宽度学习BLS实现光伏数据预测算法研究附Matlab代码.rar
- 【未发表】基于灰狼优化算法GWO优化集成学习结合核极限学习机KELM-Adaboost实现风电数据时序预测算法研究附Matlab代码.rar
- 【未发表】基于灰狼优化算法GWO优化集成学习结合鲁棒极限学习机RELM-Adaboost实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于灰狼优化算法GWO优化鲁棒极限学习机RELM实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于混沌博弈优化算法CGO优化集成学习结合核极限学习机KELM-Adaboost实现风电数据时序预测算法研究附Matlab代码.rar
- 【未发表】基于混沌博弈优化算法CGO优化集成学习结合鲁棒极限学习机RELM-Adaboost实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于混沌博弈优化算法CGO优化鲁棒极限学习机RELM实现负荷数据回归预测算法研究附Matlab代码.rar
- 【未发表】基于混沌博弈优化算法CGO优化宽度学习BLS实现光伏数据预测算法研究附Matlab代码.rar
- 【未发表】基于极光优化算法PLO优化集成学习结合核极限学习机KELM-Adaboost实现风电数据时序预测算法研究附Matlab代码.rar
- 【未发表】基于极光优化算法PLO优化宽度学习BLS实现光伏数据预测算法研究附Matlab代码.rar
- 【未发表】基于极光优化算法PLO优化鲁棒极限学习机RELM实现负荷数据回归预测算法研究附Matlab代码.rar