论文研究 人工神经网络建模预测胆固醇氧化酶反应条件下的非线性

胆固醇氧化酶（COX）是广泛用于人体血清中总胆固醇估算和电化学生物传感器制造的酶。 COX还用于胆固醇的生物转化。 用于生产甾体药物和激素的前体。 酶的活性决定性地取决于确定的条件，如pH，温度，缓冲液的离子强度，底物浓度，酶浓度，反应时间。 这些参数的标准化对于获得酶的最佳活性是理想的。 本工作旨在使用五个输入参数（pH，胆固醇浓度，4-氨基安替比林浓度，粗制COX量和辣根过氧化物酶）和一个输出即COX活性（U / ml）作为响应来构建神经网络模型。 使用带有Levenberg-Marquardt训练算法的前馈传播神经网络来训练网络。 根据回归（R2），均方误差（MSE）和平均绝对百分比误差