买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种PBAT降解菌快速鉴定的方法，属于化学计量学和微生物学领域。本发明结合深度学习模型，通过监测固体培养基中PBAT浓度的变化，实现了PBAT降解菌的快速鉴定。该方法克服了传统筛菌方法在处理难培养菌株时的局限性，提升了筛选的全面性和准确性，以发现更多的潜在的微生物。

主权项：1.一种PBAT降解菌快速鉴定的方法，其特征在于，步骤如下：步骤一、建模样本准备：配置不同浓度的PBAT-葡萄糖固体培养基建模样本，并采集样本的高光谱图像，采集前将固体培养基和培养皿分离，将固体培养基放在聚四氟乙烯白板上，保持底部贴合，并置于载物台中央，放置位置保持一致；步骤二、采集平均光谱：选择感兴趣区域ROI，将ROI按10×10像素点尺寸大小进行划分，提取每个小区域内建模样本的平均光谱；为了提高预测模型的性能和抑制噪声、背景干扰和仪器误差等影响的光谱波动，按照空间顺序对ROI区域进行位置标记，以便将光源的空间分布与ROI位置关联；步骤三、建立预测模型：将提取的平均光谱划分为训练集和验证集，采用基于序列特征的深度学习预测模型，包括输入层、多个LSTM单元、全连接层和输出层；将平均光谱和位置序列同时作为输入变量、培养基上PBAT浓度作为输出变量，建立平均光谱与PBAT浓度之间的预测模型；将输入变量输入至输入层，然后再依次传递到多个LSTM单元，捕捉长期依赖关系，然后再接入全连接层，最后经输出层得到最终的预测结果；步骤四、选择最优的预测模型：对训练好的预测模型进行验证,使用验证集的相关系数R和均方根误差RMSE作为关键性能指标，以全面评估模型的准确性和可靠性；预测模型的R越大，其值越接近1；RMSE越小，其值越接近0，说明该模型具有较好的预测能力和鲁棒性，选择R最大的预测模型用于后续的实际样本预测；步骤五、待预测的实际样本的预处理：将从待测环境中富集培养后的微生物稀释涂布在固体培养基上进行培养；培养完成后，轻轻去除固体培养基表面上的菌落，采集去除位置的高光谱图像，同时将去除的菌落进行保存，以备后续筛选鉴定使用；步骤六、对实际样本进行预测：为抑制平均光谱的空间波动对预测模型的影响，选取参考位置，参考位置位于菌落下方空白位置,距离菌落位置0-5个像素点之内，且该区域面积大小与去除菌落保持一致；通过预测模型计算去菌位置与参考位置光谱的PBAT浓度预测差值,根据差值的正负和大小间接推断固体培养基上未知菌落对PBAT是否有降解作用；若差值小于0，说明该区域对应菌落为PBAT降解菌。

全文数据：

权利要求：

百度查询： 大连理工大学 一种PBAT降解菌快速鉴定的方法