王 森，張 昕，王 健

（吉林大學(xué) 生物與農(nóng)業(yè)工程學(xué)院，吉林 長(zhǎng)春130022）

我國(guó)已成為氨基酸產(chǎn)品的“世界工廠”，2017年我國(guó)氨基酸工業(yè)總產(chǎn)量達(dá)到542萬t，占世界總量的2／3以上。氨基酸生產(chǎn)的主要方法有提取法、化學(xué)合成法和發(fā)酵法［1］。自19世紀(jì)日本協(xié)和發(fā)酵公司用發(fā)酵法生產(chǎn)谷氨酸以后，發(fā)酵法生產(chǎn)氨基酸得到快速普及，到目前為止絕大多數(shù)氨基酸都已能用發(fā)酵法生產(chǎn)。盡管我國(guó)發(fā)酵法生產(chǎn)氨基酸產(chǎn)量很高，但還不是發(fā)酵強(qiáng)國(guó)，產(chǎn)品相對(duì)單一，主要集中在谷氨酸、賴氨酸和蘇氨酸上，其他小品種、高附加值氨基酸產(chǎn)量比較低，因此整個(gè)產(chǎn)業(yè)急需技術(shù)提升。發(fā)酵過程中參數(shù)具有多樣性、時(shí)變性、相關(guān)耦合性與不確定性，因此采用精確的動(dòng)力學(xué)模型設(shè)計(jì)來實(shí)現(xiàn)過程優(yōu)化是極端困難的，要實(shí)現(xiàn)發(fā)酵過程的穩(wěn)定控制，就需要打破從生命科學(xué)上游研究到下游生物應(yīng)用研究的多學(xué)科技術(shù)壁壘，實(shí)現(xiàn)從基因、細(xì)胞到發(fā)酵過程的跨領(lǐng)域、跨學(xué)科研究，也須改變傳統(tǒng)的數(shù)據(jù)處理模式和思維方式［2］。有效地組織和管理數(shù)據(jù)信息，實(shí)現(xiàn)過程數(shù)據(jù)共享，對(duì)氨基酸發(fā)酵研究和應(yīng)用具有重要的意義和價(jià)值。

通常狀態(tài)下，大數(shù)據(jù)是指那些無法在固定時(shí)間內(nèi)用計(jì)算機(jī)技術(shù)進(jìn)行感知、獲取、管理、處理和服務(wù)的數(shù)據(jù)。大數(shù)據(jù)共享平臺(tái)就是借助一定的技術(shù)手段，面向全社會(huì)及各行各業(yè)以公用事業(yè)的方式提供數(shù)據(jù)資源的統(tǒng)一開放平臺(tái)體系。筆者以氨基酸發(fā)酵數(shù)據(jù)共享的需求為依托，引入了大數(shù)據(jù)的理念，分別從數(shù)據(jù)的獲取、儲(chǔ)存、分析、應(yīng)用和管理層次進(jìn)行分析，提出了一種基于大數(shù)據(jù)理念的氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)框架。

1 氨基酸發(fā)酵數(shù)據(jù)共享的需求與可行性

1．1 行業(yè)需求

當(dāng)前任何行業(yè)的發(fā)展都難以脫離各類數(shù)據(jù)的支撐，發(fā)酵行業(yè)也是如此。據(jù)中國(guó)淀粉工業(yè)協(xié)會(huì)報(bào)道，近幾年我國(guó)新上了幾個(gè)玉米深加工項(xiàng)目，如綏化象嶼金谷生化科技有限公司的150萬t玉米深加工項(xiàng)目、通遼梅花生物科技公司的90萬t玉米深加工項(xiàng)目、黑龍江伊品生物科技公司的90萬t玉米深加工項(xiàng)目等，下游大多為各種氨基酸產(chǎn)品。氨基酸發(fā)酵過程是一個(gè)復(fù)雜的生化反應(yīng)過程，是一種高度非線性、時(shí)變的動(dòng)態(tài)過程。影響菌體生長(zhǎng)的因素有很多，主要有基質(zhì)和營(yíng)養(yǎng)物質(zhì)的成分、濃度、壓力、進(jìn)氣量、溫度和pH等。影響產(chǎn)物形成的因素主要有基質(zhì)和菌體的濃度、產(chǎn)物、副產(chǎn)物和中間產(chǎn)物的濃度、菌體的質(zhì)量、溫度、pH和溶解氧等［3］。這些因素相互作用，使得發(fā)酵環(huán)境處于動(dòng)態(tài)變化中，從而改變生物的代謝過程，影響目的產(chǎn)物的合成。隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，氨基酸發(fā)酵已普遍采用計(jì)算機(jī)在線控制，在發(fā)酵罐上都配置有溫度計(jì)、溶氧電極、pH電極、空氣流量計(jì)和壓力傳感器［4－6］。近年來，隨著近紅外光譜檢測(cè)技術(shù)的普及，發(fā)酵過程中目的產(chǎn)物和副產(chǎn)物也可以精確在線檢測(cè)，這使得氨基酸發(fā)酵過程的數(shù)據(jù)成幾何倍數(shù)增加。但我國(guó)發(fā)酵數(shù)據(jù)利用率較低，很多數(shù)據(jù)只在某一個(gè)企業(yè)或某一個(gè)項(xiàng)目中得以利用，數(shù)據(jù)的價(jià)值并未得到充分挖掘，因此，需要引入大數(shù)據(jù)理念，建立數(shù)據(jù)共享機(jī)制，實(shí)現(xiàn)數(shù)據(jù)的重復(fù)利用，挖掘數(shù)據(jù)的潛在價(jià)值。

1．2 科研需求

現(xiàn)今在全國(guó)乃至全世界的科研領(lǐng)域很少有單一學(xué)科，多數(shù)為交叉領(lǐng)域的科研［5］。氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)的建立可以有效的挖掘數(shù)據(jù)價(jià)值，避免數(shù)據(jù)資源重復(fù)獲取和投資建設(shè)，是現(xiàn)代科學(xué)數(shù)據(jù)密集型研究的重要基礎(chǔ)。氨基酸發(fā)酵數(shù)據(jù)共享可以為以下科學(xué)研究提供數(shù)據(jù)支持。

1．2．1 發(fā)酵工藝的改造

發(fā)酵工藝改造就是通過控制發(fā)酵過程中各種參數(shù)，為微生物提供一個(gè)最有利于產(chǎn)物合成及積累的培養(yǎng)環(huán)境。大數(shù)據(jù)共享可以打破目前靠人工與專家經(jīng)驗(yàn)來判斷的局限性，突破傳統(tǒng)發(fā)酵過程中基因修飾、代謝流分析、氨基酸發(fā)酵過程數(shù)據(jù)相互孤立的狀態(tài)，為知識(shí)的發(fā)現(xiàn)、獲取提供方法和途徑，實(shí)現(xiàn)智能化決策。

1．2．2 發(fā)酵設(shè)備的改造

為了更好地適用發(fā)酵過程，發(fā)酵設(shè)備和過程檢測(cè)儀器可以根據(jù)平臺(tái)共享的氨基酸發(fā)酵數(shù)據(jù)設(shè)計(jì)出更加適合本產(chǎn)品的設(shè)備和儀器，無需花費(fèi)大量時(shí)間探索發(fā)酵過程，進(jìn)而節(jié)約生產(chǎn)成本。

1．2．3 原輔料質(zhì)量控制

現(xiàn)在氨基酸發(fā)酵過程多采用智能檢測(cè)設(shè)備進(jìn)行在線檢測(cè)，發(fā)酵過程的穩(wěn)定性十分重要。原輔料質(zhì)量的細(xì)微變化，將會(huì)在發(fā)酵過程中進(jìn)一步放大，最終產(chǎn)物將會(huì)發(fā)生更大變化，進(jìn)而有可能超出在線檢測(cè)設(shè)備的監(jiān)測(cè)范圍或超出在線監(jiān)測(cè)設(shè)備的最佳檢測(cè)范圍。因此對(duì)發(fā)酵過程中添加的各種原輔料質(zhì)量進(jìn)行嚴(yán)格控制，可以避免給發(fā)酵過程造成不必要的損失。

1．2．4 近紅外模型的建立

隨著檢測(cè)技術(shù)的發(fā)展，以近紅外為代表的二次檢測(cè)技術(shù)快速興起。氨基酸發(fā)酵平臺(tái)可以為近紅外模型的建立提供大量原始數(shù)據(jù)，使得建模成本大大降低。

氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)、開放的數(shù)據(jù)資源及大數(shù)據(jù)在線云計(jì)算服務(wù)，可為相關(guān)研究提供定制化的個(gè)性服務(wù)，極大減少發(fā)酵過程中研究數(shù)據(jù)尋覓、下載和處理所消耗的時(shí)間，節(jié)省購(gòu)買數(shù)據(jù)所產(chǎn)生的費(fèi)用。同時(shí)，平臺(tái)也能為眾智、眾創(chuàng)大數(shù)據(jù)的挖掘分析，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的知識(shí)發(fā)現(xiàn)，提升科學(xué)大數(shù)據(jù)的核心價(jià)值，實(shí)現(xiàn)數(shù)據(jù)的增值創(chuàng)造條件。

1．3 可行性分析

氨基酸發(fā)酵行業(yè)經(jīng)過近幾十年經(jīng)驗(yàn)積累，已擁有大量的發(fā)酵過程數(shù)據(jù)，而傳統(tǒng)數(shù)據(jù)分析方法無法使發(fā)酵數(shù)據(jù)的作用得到真正發(fā)揮，并且和氨基酸發(fā)酵行業(yè)相配套的產(chǎn)業(yè)對(duì)氨基酸發(fā)酵過程數(shù)據(jù)的需求越來越大，如近紅外在線檢測(cè)模型的建立，發(fā)酵過程輔助儀器的設(shè)計(jì)，原輔料質(zhì)量的控制等。近年來，計(jì)算機(jī)技術(shù)、大數(shù)據(jù)技術(shù)和云計(jì)算技術(shù)的興起，為氨基酸發(fā)酵數(shù)據(jù)存儲(chǔ)、分析及共享平臺(tái)的建立提供了技術(shù)支持。同時(shí)，平臺(tái)還可進(jìn)行實(shí)時(shí)數(shù)據(jù)補(bǔ)充與更新，從而實(shí)現(xiàn)氨基酸發(fā)酵行業(yè)內(nèi)部進(jìn)行數(shù)據(jù)交換、信息共享，達(dá)到共贏和行業(yè)快速發(fā)展的目的。

2 氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)框架設(shè)計(jì)

依據(jù)氨基酸發(fā)酵數(shù)據(jù)共享的需求，結(jié)合近年來蓬勃發(fā)展的大數(shù)據(jù)的概念和技術(shù)，分別從數(shù)據(jù)的獲取、儲(chǔ)存、分析和應(yīng)用層次，提出了一種基于大數(shù)據(jù)理念的氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)框架，如圖1所示。

圖1 氨基酸發(fā)酵大數(shù)據(jù)共享平臺(tái)框架Fig．1 Amino acid fermentation big data sharing platform framework

2．1 數(shù)據(jù)的獲取

大數(shù)據(jù)經(jīng)濟(jì)發(fā)展的前提是大數(shù)據(jù)，即跨部門公共數(shù)據(jù)的關(guān)聯(lián)和廣泛應(yīng)用［7］。氨基酸發(fā)酵數(shù)據(jù)的獲取也是一個(gè)跨行業(yè)廣泛關(guān)聯(lián)的過程，氨基酸發(fā)酵大數(shù)據(jù)不僅包含發(fā)酵過程數(shù)據(jù)，還包含了大量其他類別的結(jié)構(gòu)化／非結(jié)構(gòu)化數(shù)據(jù)，如菌種改造、原輔料數(shù)據(jù)、發(fā)酵儀器參數(shù)等。因此，氨基酸發(fā)酵數(shù)據(jù)的獲取需要綜合考慮多源數(shù)據(jù)的來源、獲取方式和獲取內(nèi)容，主要有

1）社會(huì)公共數(shù)據(jù)。能夠組織和整合那些有開放數(shù)據(jù)意愿的行業(yè)協(xié)會(huì)所掌控的數(shù)據(jù)資源，這些協(xié)會(huì)都具有推動(dòng)部門、地區(qū)、行業(yè)、企業(yè)之間的橫向聯(lián)系，促進(jìn)本行業(yè)和相關(guān)行業(yè)的協(xié)調(diào)發(fā)展能力。

2）科研數(shù)據(jù)。隨著國(guó)家對(duì)氨基酸發(fā)酵科學(xué)研究重視程度的提高，在國(guó)家自然科學(xué)基金、“863”計(jì)劃、“十三五”計(jì)劃等的支持下創(chuàng)建了許多氨基酸發(fā)酵項(xiàng)目，同時(shí)也產(chǎn)生了大量數(shù)據(jù)。這些項(xiàng)目體現(xiàn)了氨基酸發(fā)酵行業(yè)高度，因此數(shù)據(jù)具有很高的參考價(jià)值。

3）企業(yè)數(shù)據(jù)。對(duì)于氨基酸發(fā)酵行業(yè)來說，企業(yè)是最大的數(shù)據(jù)產(chǎn)生地，因此企業(yè)數(shù)據(jù)的獲取對(duì)數(shù)據(jù)庫(kù)的補(bǔ)充具有重要意義。

4）個(gè)人數(shù)據(jù)。個(gè)人由于人力、財(cái)力和物力相對(duì)比較薄弱，需要從共享平臺(tái)中取用數(shù)據(jù)，以減少成本，但其研究過程中產(chǎn)生的大量數(shù)據(jù)，可以注入平臺(tái)，以增加平臺(tái)數(shù)據(jù)的豐富性。

5）歷史數(shù)據(jù)。氨基酸發(fā)酵行業(yè)經(jīng)歷幾十年的發(fā)展，在此期間產(chǎn)生了海量數(shù)據(jù)。各種期刊、書籍都應(yīng)在大數(shù)據(jù)時(shí)代發(fā)揮更大的價(jià)值。

2．2 數(shù)據(jù)的儲(chǔ)存

高效、可靠和低成本的存儲(chǔ)與管理模式是氨基酸發(fā)酵數(shù)據(jù)處理的關(guān)鍵技術(shù)，更可以為后續(xù)的深度挖掘和科學(xué)分析提供保障?？紤]到氨基酸發(fā)酵數(shù)據(jù)來源不同，為了避免數(shù)據(jù)重復(fù)建設(shè)和信息孤島，需要對(duì)獲取的發(fā)酵數(shù)據(jù)進(jìn)行整合，并對(duì)信息資源的存儲(chǔ)進(jìn)行重新部署［8］。氨基酸發(fā)酵數(shù)據(jù)的存儲(chǔ)與管理中，軟件層面能滿足結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)，硬件層面則需要合理利用底層的物理設(shè)備性能，滿足上層應(yīng)用對(duì)存儲(chǔ)性能和可靠性的要求，因此最適合的方式是采用分布式數(shù)據(jù)存儲(chǔ)進(jìn)行管理［9］。

分布式數(shù)據(jù)存儲(chǔ)，即在有需要的位置設(shè)置存儲(chǔ)設(shè)備，數(shù)據(jù)就近存儲(chǔ)，帶寬沒有太大壓力?？刹捎枚嗵椎投?、小容量的存儲(chǔ)設(shè)備分散部署，該方式具有明顯的優(yōu)勢(shì)，即設(shè)備價(jià)格和維護(hù)成本較低、對(duì)機(jī)房環(huán)境的要求也較低、管理方便等。分布式數(shù)據(jù)存儲(chǔ)將數(shù)據(jù)分散在多個(gè)存儲(chǔ)節(jié)點(diǎn)上，各個(gè)節(jié)點(diǎn)通過網(wǎng)絡(luò)相連，對(duì)這些節(jié)點(diǎn)的資源進(jìn)行統(tǒng)一的管理，符合目前我國(guó)氨基酸發(fā)酵數(shù)據(jù)來源復(fù)雜的現(xiàn)狀。

分布式數(shù)據(jù)庫(kù)的種類繁多，常見的分布式數(shù)據(jù)庫(kù) 有 MySQL，Oracle，SQL Server，MongoDB，HBase和 Big－Table等［10］。其中，MySQL，Oracle和SQL Server是行導(dǎo)向的數(shù)據(jù)存儲(chǔ)系統(tǒng)，是傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)在分布式環(huán)境上的應(yīng)用；MongoDB旨在為Web應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案，可運(yùn)行在Linux，Windows或OS X平臺(tái)；Big－Table和HBase是列導(dǎo)向的數(shù)據(jù)存儲(chǔ)系統(tǒng)，這類數(shù)據(jù)庫(kù)提供了很好的儲(chǔ)存容錯(cuò)能力和快速訪問大量稀疏文件的能力。

由于氨基酸數(shù)據(jù)包含的數(shù)據(jù)結(jié)構(gòu)復(fù)雜、種類繁多，氨基酸發(fā)酵領(lǐng)域不同業(yè)務(wù)對(duì)數(shù)據(jù)需求差異也較大。因此，根據(jù)數(shù)據(jù)量的大小、存儲(chǔ)模型、讀寫頻度和響應(yīng)時(shí)間等因素，結(jié)合大數(shù)據(jù)存儲(chǔ)技術(shù)，建立氨基酸發(fā)酵數(shù)據(jù)的綜合存儲(chǔ)體系，進(jìn)行數(shù)據(jù)優(yōu)化管理。結(jié)構(gòu)化數(shù)據(jù)可采用MySQL，Oracle和SQL Server等行式數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，非結(jié)構(gòu)化數(shù)據(jù)可采用GFS和HDFS等分布式文件系統(tǒng)進(jìn)行存儲(chǔ)，半結(jié)構(gòu)化數(shù)據(jù)可采用Big－Table和 HBase列式數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)［11］。

2．3 數(shù)據(jù)的分析和挖掘

氨基酸發(fā)酵數(shù)據(jù)的分析與挖掘是發(fā)掘數(shù)據(jù)價(jià)值，支撐優(yōu)化分析，輔助科學(xué)決策的關(guān)鍵技術(shù)。對(duì)于規(guī)模巨大、結(jié)構(gòu)復(fù)雜、變化迅速的氨基酸發(fā)酵數(shù)據(jù)，其處理亦面臨計(jì)算復(fù)雜程度高、任務(wù)周期長(zhǎng)、實(shí)時(shí)性要求高等難題。為了解決這些難題，可以根據(jù)實(shí)際需求選擇合適的分析手段，發(fā)現(xiàn)和解決數(shù)據(jù)分析過程中的各種問題。

氨基酸數(shù)據(jù)平臺(tái)選用監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)算法進(jìn)行數(shù)據(jù)挖掘，大數(shù)據(jù)挖掘建模是數(shù)據(jù)智能的核心。隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、聚類算法、決策樹和異常檢測(cè)算法等工具箱，可以為用戶提供機(jī)器學(xué)習(xí)算法支撐。Web的圖形化數(shù)學(xué)公式編輯功能，支持用戶方便快捷地定義豐富的算法模型，提供應(yīng)用程序編程接口作為開放接口，支持用戶可編程的自定義算法實(shí)現(xiàn)［12］。支持對(duì)歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)進(jìn)行數(shù)學(xué)建模和挖掘分析，滿足不同行業(yè)、不同科研課題對(duì)數(shù)據(jù)的使用要求。

2．4 數(shù)據(jù)的應(yīng)用

建立氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)的基本理念是方便社會(huì)公眾利用數(shù)據(jù)資源，主要應(yīng)用在以下幾方面：原料采購(gòu)、工藝優(yōu)化、生產(chǎn)制造、設(shè)備制造、菌種改造、成本控制和精準(zhǔn)營(yíng)銷，所以需要建設(shè)與之配合的接入應(yīng)用中心，否則即便存儲(chǔ)和積累了海量發(fā)酵數(shù)據(jù)，數(shù)據(jù)共享平臺(tái)存在的價(jià)值也將被大打折扣。接入的應(yīng)用中心應(yīng)具備以下功能：

1）數(shù)據(jù)的導(dǎo)入和導(dǎo)出功能。以方便科研機(jī)構(gòu)或企業(yè)向數(shù)據(jù)共享平臺(tái)中注入數(shù)據(jù)，同時(shí)為社會(huì)公眾從數(shù)據(jù)資源平臺(tái)中獲取數(shù)據(jù)資源提供通道。

2）提供數(shù)據(jù)接口和應(yīng)用程序接口。共享平臺(tái)具有的算法分析只能滿足大部分客戶的需要，部分用戶可根據(jù)自身用途編程自定義算法或者開發(fā)適合的APP，以達(dá)到數(shù)據(jù)挖掘的目的。

3）可視化展示?？梢暬梅治龊烷_發(fā)工具發(fā)現(xiàn)其中未知的信息和知識(shí)，并以一種易于理解的視覺方式展示出來，如樹狀圖、循環(huán)網(wǎng)格圖、平行坐標(biāo)圖和折線圖等，它能夠幫助大數(shù)據(jù)獲得完整的數(shù)據(jù)視圖并挖掘數(shù)據(jù)的價(jià)值。

4）數(shù)據(jù)審查。主要依照數(shù)據(jù)整理的需要，在安全監(jiān)管的前提下，針對(duì)導(dǎo)入和導(dǎo)出數(shù)據(jù)的行為是否合法、科研機(jī)構(gòu)或企業(yè)注入的數(shù)據(jù)格式是否符合標(biāo)準(zhǔn)等進(jìn)行監(jiān)督和審查，保證氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)的安全性和運(yùn)行的流暢性［13］。

2．5 數(shù)據(jù)的管理

由于數(shù)據(jù)大多來自科研機(jī)構(gòu)、企業(yè)和社會(huì)開放數(shù)據(jù)，導(dǎo)致平臺(tái)數(shù)據(jù)來源復(fù)雜、格式不統(tǒng)一、質(zhì)量參差不齊、動(dòng)態(tài)性較差等，所以必須對(duì)數(shù)據(jù)進(jìn)行甄別、降噪、分析和可視化處理，以全生命周期管理為目標(biāo)，建設(shè)一套適合數(shù)據(jù)共享交換的標(biāo)準(zhǔn)。全生命周期管理就是將數(shù)據(jù)治理貫穿整個(gè)數(shù)據(jù)共享平臺(tái)的各層之中［14］，為平臺(tái)提供數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)接入規(guī)則、質(zhì)量標(biāo)準(zhǔn)定義、數(shù)據(jù)歸檔規(guī)則和服務(wù)記錄等管理規(guī)則，通過這些規(guī)則，將整個(gè)氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)的各松散部分緊密結(jié)合成為一個(gè)整體，保證數(shù)據(jù)共享平臺(tái)在全生命周期中的安全可控。數(shù)據(jù)全生命期管理核心如圖2所示。

圖2 全生命期管理Fig．2 Full life management

3 結(jié) 論

氨基酸發(fā)酵數(shù)據(jù)的共享，雖然有著明顯的優(yōu)勢(shì)、誘人的前景，但新生事物的發(fā)展總是曲折的，仍有很大阻力需要克服。發(fā)酵數(shù)據(jù)的開放，由于面臨安全、所有權(quán)、隱私和利益交換等方面障礙，需要通過政府主導(dǎo)，建立相應(yīng)激勵(lì)機(jī)制和健全相應(yīng)法律法規(guī)，以提高全社會(huì)共享數(shù)據(jù)的意愿。本研究以氨基酸發(fā)酵數(shù)據(jù)共享的需求為依托，引入了大數(shù)據(jù)的理念，提出了一種氨基酸發(fā)酵數(shù)據(jù)共享平臺(tái)的框架，在理論與技術(shù)層面上為氨基酸發(fā)酵數(shù)據(jù)的共享提供了一種模型，以實(shí)現(xiàn)數(shù)據(jù)的共享及其潛在價(jià)值的挖掘。

（責(zé)任編輯：應(yīng)艷杰）

沈寅初院士作“丙烯腈水合酶的研究開發(fā)”專題講座

2018年11月20日，沈寅初院士為浙江工業(yè)大學(xué)生物工程學(xué)院師生作了“科學(xué)思維與方法”系列講座的第四講——“丙烯腈水合酶的研究開發(fā)”，學(xué)院一百余人參加了本次講座。

講座中，沈寅初院士回顧了從1980年代中期開始帶領(lǐng)團(tuán)隊(duì)對(duì)丙烯腈水合酶的研究開發(fā)歷程。他從丙烯腈水合酶研究課題的可行性分析談起，講到了如何成功地從泰安地區(qū)土壤中篩選到高活力的產(chǎn)腈水合酶微生物，并帶領(lǐng)團(tuán)隊(duì)歷經(jīng)3次5年攻關(guān)，成功選育了高產(chǎn)酶量的優(yōu)良微生物菌種，從而研究成功了微生物催化法生產(chǎn)丙烯酰胺的一整套高產(chǎn)、高效的生物催化產(chǎn)業(yè)化技術(shù)。該技術(shù)首先在浙江省桐廬匯豐生物化工有限公司中試成功，建立了我國(guó)第一套利用生物催化技術(shù)生產(chǎn)大宗化工原料的工業(yè)化裝置，開創(chuàng)了生物催化大規(guī)模生產(chǎn)大宗化學(xué)品的先河，該技術(shù)在全國(guó)迅速推廣。在講座中，他勉勵(lì)年輕人要珍惜當(dāng)下，腳踏實(shí)地，儲(chǔ)備扎實(shí)的基礎(chǔ)知識(shí)，選好研究課題，培養(yǎng)堅(jiān)韌的專業(yè)精神，積極投身科學(xué)研究工作。

此次講座為“科學(xué)思維與方法”系列講座的第四講，也是該系列講座的最后一講?！翱茖W(xué)思維與方法”系列講座從2016年11月首場(chǎng)報(bào)告開講，歷經(jīng)兩年時(shí)間，旨在總結(jié)提煉沈寅初院士長(zhǎng)期科研工作的思維、方法，以期拓展師生的學(xué)術(shù)視野，提高師生的科學(xué)素養(yǎng)，增強(qiáng)師生從事科研工作的使命感和責(zé)任感。