khảo sát một số yếu tố ảnh hƣởng đến khả năng phân giải bã mía của tổ hợp vi khuẩn trong điều kiện kỳ khí

Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC CẦN THƠ VIỆN NGHIÊN CỨU VÀ PHÁT TRIỂN CÔNG NGHỆ SINH HỌC LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC NGÀNH CÔNG NGHỆ SINH HỌC KHẢO SÁT MỘT SỐ YẾU TỐ ẢNH HƢỞNG ĐẾN KHẢ NĂNG PHÂN GIẢI BÃ MÍA CỦA TỔ HỢP VI KHUẨN TRONG ĐIỀU KIỆN KỲ KHÍ CÁN BỘ HƯỚNG DẪN: SINH VIÊN THỰC HIỆN: Ths. VÕ VĂN SONG TOÀN BÙI THỊ THIÊN LÝ PGs. Ts. TRẦN NHÂN DŨNG MSSV: 3092487 LỚP:CNSH TT K35 Cần Thơ, Tháng 12/2013 Chuyên ngành Công Nghệ Sinh Học Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC CẦN THƠ VIỆN NGHIÊN CỨU VÀ PHÁT TRIỂN CÔNG NGHỆ SINH HỌC LUẬN VĂN TỐT NGHIỆP ĐẠI HỌC NGÀNH CÔNG NGHỆ SINH HỌC KHẢO SÁT MỘT SỐ YẾU TỐ ẢNH HƢỞNG ĐẾN KHẢ NĂNG PHÂN GIẢI BÃ MÍA CỦA TỔ HỢP VI KHUẨN TRONG ĐIỀU KIỆN KỲ KHÍ CÁN BỘ HƯỚNG DẪN: SINH VIÊN THỰC HIỆN: Ths. VÕ VĂN SONG TOÀN BÙI THỊ THIÊN LÝ PGs. Ts. TRẦN NHÂN DŨNG MSSV: 3092487 LỚP:CNSH TT K35 Cần Thơ, Tháng 12/2013 Chuyên ngành Công Nghệ Sinh Học ii Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT PHẦN KÝ DUYỆT CÁN BỘ HƢỚNG DẪN SINH VIÊN THỰC HIỆN Ths. Võ Văn Song Toàn Bùi Thị Thiên Lý CÁN BỘ HƢỚNG DẪN PGs. Ts. Trần Nhân Dũng DUYỆT CỦA HỘI ĐỒNG BẢO VỆ LUẬN VĂN ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… ………………………………………………………………………………………… Cần Thơ, ngày… tháng … năm 2013 CHỦ TỊCH HỘI ĐỒNG Chuyên ngành Công Nghệ Sinh Học iii Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT LỜI CẢM TẠ ---------------------- Trong suốt trình thực đề tài Luận văn tốt nghiệp Trường Đại học Cần Thơ, bên cạnh thuận lợi có nhiều khó khăn, thất bại. Không thân cố gắng, tìm tòi nghiên cứu mà động viên, khích lệ gia đình, hướng dẫn giúp đỡ thầy cô, bạn bè nguồn động lực lớn giúp hoàn thành đề tài nghiên cứu này. Tôi xin bày t lòng bi t ơn sâu sắc đ n PGS. TS Trần Nhân Dũng, Viện Trưởng Viện Nghiên cứu Phát triển Công nghệ Sinh học, Trường Đại học Cần Thơ, Thạc sĩ Võ Văn Song Toàn – hai người thầy cố vấn chuyên môn - đ truyền đạt kinh nghiệm ki n thức giúp có định hướng nghiên cứu áp d ng vào thực ti n sống, đồng thời đ tận tình hướng dẫn, giúp đỡ tạo điều kiện tốt để hoàn thành tốt đề tài nghiên cứu này. in g i lời cảm ơn chân thành đ n tất quý Thầy Cô Viện Nghiên cứu Phát triển Công nghệ Sinh học đ tận tình truyền dạy cho ki n thức, giúp có ki n thức hữu ích ph c v cho việc thực đề tài. in chân thành cảm ơn bạn sinh viên Bùi Hoàng Đăng Long, Hà Công Thắng, Phan Văn Dư, em Nguy n Vi Khánh K37 bạn sinh viên phòng thí nghiệm CNSH Enzyme đ nhiệt tình giúp đỡ chia s nhiều kinh nghiệm quý báu suốt thời gian học tập thực đề tài. Cuối cùng, xin bày t lòng bi t ơn sâu sắc đ n gia đình người thân đ động viên, khích lệ ủng hộ m t vật chất tinh thần suố t thời gian qua để vững tin thực đề tài nghiên cứu này. Kính chúc quý vị nhiều sức kh e, hạnh phúc thành đạt. in trân trọng cảm ơn! Cần Thơ, ngày 22 tháng 11 năm 2013 ---------------------- Chuyên ngành Công Nghệ Sinh Học iv Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT TÓM LƢỢC Đề tài “Khảo sát số yếu tố ảnh hưởng đến khả phân giải bã mía vi khuẩn điều kiện kỵ khí” thực với mục tiêu tuyển chọn khảo sát số yếu tố ảnh hưởng đến khả phân giải bã mía tổ hợp vi khuẩn kỵ khí từ cỏ bò, trâu, cừu, dê. Kết có tổ hợp vi khuẩn tuyển chọn phối hợp gồm nhóm ba dòng vi khuẩn cỏ bò; nhóm hai vi khuẩn cỏ trâu theo tỉ lệ 1,5% : 4,5%. Kết cho thấy tổ hợp vi khuẩn phân giải 12,95% vật chất khô(DM), 14,21% xơ thô (CF)và nồng độ đường khử sinh 0,14mM. Kết khảo sát điều kiện tối ưu cho thấy nhiệt độ tối ưu khoảng 38 oC - 40o C, pH tối ưu, thời gian tối ưu ngày muối NH4Cl tạo môi trường tốt nhất. Khi kết hợp điều kiện tối ưu trên, kết 19,34% DM, 8,82% cellulose, 6,01% hemicellulose, 4,14% lignin phân giải 0,26mM đường khử sinh thích hợp cho phân giải bã mía nhóm vi khuẩn này. Từ khóa: điều kiện tối ưu, cellulose, hemicelluloses, kỵ khí, lignin, phân giải bã mía, tổ hợp vi khuẩn. Chuyên ngành Công Nghệ Sinh Học v Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT MỤC LỤC PHẦN KÝ DUYỆT LỜI CẢM TẠ TÓM LƢỢC MỤC LỤC .i DANH SÁCH HÌNH v DANH SÁCH BẢNG vi CÁC TỪ VIẾT TẮT viii CHƢƠNG 1. GIỚI THIỆU 1.1. Đặt vấn đề .1 1.2. Mục tiêu đề tài .2 CHƢƠNG 2. LƢỢC KHẢO TÀI LIỆU .3 2.1. Tổng quan bã mía thành phần có bã mía .3 2.1.1. Bã mía. 2.1.2. Sơ lược thành phần có b mía .3 2.2. Hệ vi sinh vật cỏ động vật nhai l ại 2.2.1.Tổng quan hệ vi sinh vật c động vật nhai lại .6 2.2.2. Tác động tương hỗ sinh vật c 2.2.3. Vi sinh vật phân giải cellulose điều kiện y m khí 2.3. Enzyme cellulase .9 2.3.1. Phân loại: 2.3.2. Cơ ch tác động cellulase lên cellulose: . 10 2.4. Ảnh hƣởng điều kiện môi trƣờng lên khả phân giải bã mía 11 2.4.1. Nguồn carbon 11 2.4.2. Nguồn nitrogen . 12 2.4.3. Nhiệt độ nuôi cấy 12 2.4.4. pH môi trường . 12 Chuyên ngành Công Nghệ Sinh Học i Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT 2.5. Một số phƣơng pháp nghiên cứu. 13 2.5.1. Vật chất khô (DM) b mía 13 2.5.2. Phương pháp phân tích xơ . 13 2.5.3. Khảo sát nồng độ đường kh sinh phương pháp Nelson . 14 2.6. Tình hình nghiên cứu giới nƣớc . 15 2.6.1. Tình hình nghiên cứu nước . 15 2.6.2. Tình hình nghiên cứu th giới . 16 CHƢƠNG 3. PHƢƠNG TIỆN VÀ PHƢƠNG PHÁP NGHIÊN CỨU . 18 3.1. Phƣơng tiện nghiên cứu . 18 3.1.1. Thi t bị, d ng c , hóa chất, địa điểm . 18 3.1.2. Nguyên vật liệu . 19 3.1.3. Thành phần môi trường nuôi cấy vi sinh vật 19 3.2. Phƣơng pháp nghiên cứu. 21 3.2.1. Khảo sát nguyên liệu 21 3.2.2. Thí nghiệm 1: Khảo sát khả phối hợp nhóm vi khuẩn trình phân giải b mía . 25 3.2.3. Thí nghiệm 2: Đánh giá ảnh hưởng điều kiện nhiệt độ lên phân giải bã mía: 26 3.2.4. Thí nghiệm 3: Đánh giá ảnh hưởng điều kiện pH lên phân giải bã mía . 27 3.2.5. Thí nghiệm 4: Đánh giá ảnh hưởng thời gian ủ lên phân giải bã mía . 28 3.2.6. Thí nghiệm 5: Ảnh hưởng loại muối khác môi trường lên phân giải bã mía 28 CHƢƠNG 4: KẾT QUẢ VÀ THẢO LUẬN . 31 4.1. Khảo sát thành phần nguyên liệu 31 4.1.1. Hàm lượng vật chất khô . 31 4.1.2. Hàm lượng cellulose 31 4.1.3. Hàm lượng hemicellulose 32 4.1.4. Hàm lượng lignin 32 4.1.5. Hàm lượng xơ thô . 32 Chuyên ngành Công Nghệ Sinh Học ii Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT 4.1.6. Hàm lượng tro . 33 4.2. Khảo sát khả phối trộn dòng vi khuẩn kỳ khí phân giải bã mía . 33 4.2.1. K t phân tích DM 33 4.2.2. K t phân tích CF . 34 4.2.3. K t phân tích nồng độ đường kh . 35 4.3. Ảnh hƣởng nhiệt độ đến khả phân giải bã mía tổ hợp vi khuẩn kỳ khí 37 4.3.1. K t phân tích DM 37 4.3.2. K t phân tích CF . 37 4.3.3. K t phân tích đường kh 38 4.4. Ảnh hƣởng pH đến khả phân giải bã mía tổ hợp vi khuẩn kỳ khí 39 4.4.1. K t phân tích DM 39 4.4.2. K t phân tích CF . 40 4.4.3. K t phân tích đường kh 41 4.5. Ảnh hƣởng thời gian đến khả phân giải bã mía tổ hợp vi khuẩn kỳ khí 42 4.5.1. K t phân tích DM 42 4.5.2. K t phân tích xơ thô 43 4.5.3. K t phân tích đường kh 44 4.6. Ảnh hƣởng số loại muối đến khả phân giải bã mía tổ hợp vi khuẩn kỳ khí 46 4.6.1. K t phân tích DM 46 4.6.2. K t phân tích cellulose . 47 4.6.3. K t phân tích hemicellulose . 48 4.6.4. K t phân tích lignin . 49 4.6.5. K t phân tích đường kh 50 4.7. Kết tổng hợp . 51 CHƢƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ . 52 Chuyên ngành Công Nghệ Sinh Học iii Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT 5.1. Kết luận 52 5.2. Kiến nghị 52 TÀI LIỆU THAM KHẢO . 53 PHỤ LỤC . Phụ lục 1: Các hình ảnh Phụ lục 2: Các phƣơng pháp phân tích. Phụ lục 3: Kết thí nghiệm. Phụ lục 4: Kết thống kê Chuyên ngành Công Nghệ Sinh Học iv Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT DANH SÁCH HÌNH Trang Hình 1. Cấu trúc phân t cellulose Hình 2. Cấu trúc phân t hemicelluloses . Hình 3. Cấu trúc phân t lignin . Hình 4. Quá trình phân giải lên men carbohydrate c 10 Hình 5. Một số thi t bị 19 Hình 6. Ảnh hưởng tổ hợp vi khuẩn đ n phân giải DM b mía 34 Hình 7. Ảnh hưởng tổ hợp vi khuẩn đ n phân giải CF bã mía . 35 Hình 8. Ảnh hưởng tổ hợp vi khuẩn đ n hàm lượng đường kh sinh . 36 Hình 9. Ảnh hưởng nhiệt độ đ n phân giải DM b mía . 37 Hình 10. Ảnh hưởng nhiệt độ đ n phân giải CF bã mía 38 Hình 11. Ảnh hưởng nhiệt độ đ n hàm lượng đường kh sinh . 39 Hình 12. Ảnh hưởng pH đ n phân giải DM b mía 40 Hình 13. Ảnh hưởng pH đ n phân giải CF bã mía . 41 Hình 14. Ảnh hưởng pH đ n hàm lượng đường kh sinh 41 Hình 15. Ảnh hưởng thời gian ủ đ n phân giải DM b mía 43 Hình 16. Ảnh hưởng thời gian ủ đ n phân giải CF bã mía 44 Hình 17. Ảnh hưởng thời gian ủ đ n hàm lượng đường kh sinh . 44 Hình 18. Ảnh hưởng nguồn đạm đ n phân giải DM b mía . 46 Hình 19. Ảnh hưởng nguồn đạm đ n phân giải cellulose bã mía . 47 Hình 20. Ảnh hưởng nguồn đạm đ n phân giải hemicelluloses bã mía . 48 Hình 21. Ảnh hưởng nguồn đạm đ n phân giải lignin bã mía 49 Hình 22. Ảnh hưởng nguồn đạm đ n hàm lượng đường kh sinh 50 Hình 23. Phản ứng màu đường chuẩn glucose với nồng độ - 1mM . ph l c Hình 24. Biểu đồ đường chuẩn glucose ph l c Chuyên ngành Công Nghệ Sinh Học v Viện NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Bảng 20. Kết phân tích nồng độ đƣờng khử đƣợc phân giải TN1 STT Nghiệm Thức Chỉ số OD Nồng độ đường kh (mM) DC- 0,1683 0,01 NT2 0,1817 0,04 NT3 0,2273 0,14 NT4 0,2023 0,09 NT5 0,2103 0,10 NT6 0,2093 0,10 NT7 0,1843 0,04 NT8 0,1983 0,08 NT9 0,2057 0,09 10 NT10 0,2000 0,08 11 NT11 0,1863 0,05 (*Các số liệu trung bình lặp lại) 4. Kết thí nghiệm Bảng 21. Kết đo mật số vi khuẩn đầu vào thí nghiệm Dòng Pha lo ng (lần) Chỉ số OD Mật số (LogM) BM13 0,462 6,94 BM21 1,205 6,87 BM49 0,498 7,13 TM9 0,579 7,19 TM11 0,956 7,37 CD11 1,476 7,52 CD43 0,24 7,37 DD7 0,799 6,05 DD9 1,090 8,38 Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Bảng 22: Kết phân tích hàm lƣợng DM đƣợc phân giải thí nghiệm STT Nghiệm Thức Mẫu BM ban đầu (g) Mẫu BM lúc sau (g) % DM giảm (m/m) NT1 0,9106 0,7521 10,64 NT2 0,9104 0,7554 10,22 NT3 0,9113 0,7167 13,84 NT4 0,9119 0,7179 13,72 NT5 0,9108 0,7543 11,31 NT6 0,9101 0,7557 10,18 NT7 0,9111 0,7691 8,62 (*Các số liệu trung bình lặp lại) Bảng 23. Kết phân tích CF đƣợc phân giải thí nghiệm 2. STT Nghiệm Thức Mẫu BM trước (g) Mẫu BM sau (g) % CF giảm (m/m) NT1 0,4553 0,4440 12,30 NT2 0,4571 0,4340 13,12 NT3 0,4564 0,4317 16,58 NT4 0,4553 0,4264 17,20 NT5 0,4563 0,4222 14,20 NT6 0,4551 0,4485 7,53 NT7 0,4561 0,4399 6,51 (*Các số liệu trung bình lặp lại) Bảng 24. Kết phân tích nồng độ đƣờng khử thí nghiệm STT Nghiệm Thức Chỉ số OD Nồng độ đường kh (mM) NT1 0,1923 0,06 NT2 0,1887 0,04 NT3 0,2333 0,15 NT4 0,2317 0,14 NT5 0,2107 0,09 NT6 0,1957 0,05 NT7 0,1893 0,05 (*Các số liệu trung bình lặp lại) Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT 5. Kết thí nghiệm Bảng 25. Kết mật số vi khuẩn đầu vào Pha lo ng (lần) Dòng BM13 Chỉ số OD Mật số (LogM) 0,569 8,49 BM21 1,244 6,91 BM49 0,793 7,41 TM9 0,859 7,73 TM11 0,974 7,38 Bảng 26. Kết phân tích hàm lƣợng DM đƣợc phân giải thí nghiệm Mẫu BM lúc Nghiệm Mẫu BM ban đầu Thức (g) NT1 0,9118 0,7495 9,32 NT2 0,9146 0,7691 9,42 NT3 0,9107 0,6991 14,28 NT4 0,9134 0,6925 15,20 NT5 0,9118 0,7486 11,53 NT6 0,9113 0,7377 11,96 STT % DM giảm (m/m) sau (g) (*Các số liệu trung bình lặp lại) Bảng 27. Kết phân tích hàm lƣợng CF đƣợc phân giải thí nghiệm Nghiệm Mẫu BM trước Mẫu BM sau Thức (g) (g) NT1 0,4586 0,4577 9,04 NT2 0,4583 0,4234 13,64 NT3 0,4639 0,4590 13,16 NT4 0,4599 0,4489 18,54 NT5 0,4568 0,4403 13,25 NT6 0,4661 0,4579 10,35 STT % CF giảm (m/m) (*Các số liệu trung bình lặp lại) Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Bảng 28. Kết phân tích nồng độ đƣờng khử thí nghiệm Nghiệm STT Thức Chỉ số OD Nồng độ đường kh (mM) NT1 0,1893 0,05 NT2 0,2013 0,07 NT3 0,2263 0,13 NT4 0,2417 0,16 NT5 0,1997 0,07 NT6 0,1820 0,03 (*Các số liệu trung bình lặp lại) 6. Kết thí nghiệm Bảng 29. Kết mật số vi khuẩn chuẩn vào Dòng Pha lo ng (lần) Chỉ số OD Mật số (LogM) BM13 0,516 7,68 BM21 1,105 6,79 BM49 0,917 7,53 TM9 0,803 7,62 TM11 0,851 7,29 Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Bảng 30. Kết phân tích hàm lƣợng DM đƣợc phân giải thí nghiệm Mẫu BM lúc Nghiệm Mẫu BM ban đầu Thức (g) NT1 0,9108 0,7703 9,24 NT2 0,9143 0,7580 10,69 NT3 0,9126 0,7578 10,19 NT4 0,9127 0,7592 10,23 NT5 0,9158 0,7359 11,81 NT6 0,9126 0,6635 18,41 NT7 0,9139 0,6657 18,46 NT8 0,9130 0,6655 18,86 NT9 0,9144 0,6646 18,77 10 NT10 0,9144 0,6754 17,58 STT % DM giảm (m/m) sau (g) (*Các số liệu trung bình lặp lại) Bảng 31. Kết phân tích hàm lƣợng CF đƣợc phân giải thí nghiệm Nghiệm Mẫu BM trước Mẫu BM sau Thức (g) (g) NT1 0,4572 0,4164 13,71 NT2 0,4578 0,4142 14,08 NT3 0,4563 0,4134 15,34 NT4 0,4572 0,4016 15,72 NT5 0,4575 0,4247 15,73 NT6 0,4577 0,4481 18,91 NT7 0,4557 0,4437 19,04 NT8 0,4579 0,4322 20,60 NT9 0,4573 0,4472 20,26 10 NT10 0,4579 0,4336 17,68 STT % CF giảm (m/m) (*Các số liệu trung bình lặp lại) Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Bảng 32: Kết phân tích nồng độ đƣờng khử thí nghiệm Nghiệm STT Thức Chỉ số OD Nồng độ đường kh (mM) NT1 0,1813 0,03 NT2 0,1833 0,04 NT3 0,2167 0,12 NT4 0,1857 0,04 NT5 0,2107 0,10 NT6 0,2643 0,22 NT7 0,2550 0,20 NT8 0,2350 0,14 NT9 0,2333 0,15 10 NT10 0,2043 0,08 (*Các số liệu trung bình lặp lại) 7. Kết thí nghiệm Bảng 33. Kết mật số vi khuẩn chuẩn vào Dòng Pha lo ng (lần) Chỉ số OD Mật số (LogM) BM13 0,534 7,98 BM21 0,878 6,59 BM49 0,747 7,37 TM9 0,615 7,26 TM11 1,426 7,72 Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Bảng 34. Kết phân tích DM đƣợc phân giải thí nghiệm Nghiệm Mẫu BM ban đầu Mẫu BM lúc sau % DM giảm Thức (g) (g) (m/m) NT1 0,9131 0,7187 18,44 NT2 0,9107 0,7109 19,34 NT3 0,9134 0,8179 7,98 NT4 0,9143 0,8100 9,26 NT5 0,9124 0,8066 9,08 NT6 0,9149 0,8181 8,61 STT (*Các số liệu trung bình lặp lại) Bảng 35. Kết phân tích hàm lƣợng cellulose, hemicellulose lignin đƣợc phân giải thí nghiệm Nghiệm %NDF %ADF %ADL Cellulose Hemicellulose Thức giảm giảm giảm (%) (%) NT1 14,69 9,62 3,70 5,92 5,07 3,70 NT2 19,03 13,01 4,19 8,82 6,01 4,19 NT3 10,79 6,65 3,06 3,59 4,13 3,06 NT4 11,43 7,31 3,09 4,22 4,12 3,09 NT5 11,80 7,34 3,14 4,20 4,46 3,14 NT6 12,39 8,03 3,23 4,80 4,36 3,23 STT Lignin (%) (*Các số liệu trung bình lặp lại) Bảng 36. Kết phân tích nồng độ đƣờng khử thí nghiệm Nghiệm STT Thức Chỉ số OD Nồng độ đường kh (mM) NT1 0,264 0,22 NT2 0,281 0,26 NT3 0,220 0,12 NT4 0,207 0,09 NT5 0,216 0,10 NT6 0,217 0,11 (*Các số liệu trung bình lặp lại) Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Phụ lục 4: Kết thống kê 1. Kết phân tích thống kê thí nghiệm S ummary S tatistics for DM GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum DC3 6.88333 0.0550757 0.800131% 6.83 NT10 18.3133 0.57709 3.1512% 17.71 NT11 17.2167 0.605007 3.51408% 16.61 NT2 17.4733 0.605007 3.46246% 16.87 NT3 19.8333 0.605007 3.05045% 19.23 NT4 17.4967 0.57709 3.29829% 16.95 NT5 16.46 0.149332 0.907241% 16.29 NT6 15.8367 0.0635085 0.401022% 15.8 NT7 16.81 0.19975 1.18828% 16.59 NT8 16.66 0.6 3.60144% 16.06 NT9 18.62 0.49 2.63158% 18.13 ANOVA Table for DM GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 343.172 10 34.3172 155.12 0.0000 Within groups 4.86707 22 0.22123 Total (Corr.) 348.039 32 Multiple Range Tests for DM GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups DC3 6.88333 X NT6 15.8367 X NT5 16.46 XX NT8 16.66 X NT7 16.81 XX NT11 17.2167 XX NT2 17.4733 X NT4 17.4967 X NT10 18.3133 X NT9 18.62 X NT3 19.8333 X S ummary S tatistics for CF GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum DC3 2.11 0.27 12.7962% 1.84 NT10 10.7333 0.635164 5.91768% 10.15 NT11 11.2 0.850353 7.59244% 10.51 NT2 11.54 0.42 3.63951% 11.12 NT3 16.31 1.33839 8.20598% 14.92 NT4 13.58 0.160935 1.18509% 13.45 NT5 12.7167 0.982717 7.72779% 11.97 NT6 12.46 1.15326 9.25567% 11.16 NT7 14.22 0.902663 6.34784% 13.64 NT8 11.6 1.41799 12.2241% 10.33 NT9 12.68 1.23382 9.7304% 11.87 ANOVA Table for CF GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 380.635 10 38.0635 42.57 0.0000 Within groups 19.6731 22 0.894233 Total (Corr.) 400.308 32 Chuyên ngành Công Nghệ Sinh Học Maximum 6.94 18.86 17.82 18.08 20.44 18.1 16.57 15.91 16.98 17.26 19.11 Range 0.11 1.15 1.21 1.21 1.21 1.15 0.28 0.11 0.39 1.2 0.98 Maximum 2.38 11.41 12.15 11.96 17.59 13.76 13.83 13.36 15.26 13.13 14.1 Range 0.54 1.26 1.64 0.84 2.67 0.31 1.86 2.2 1.62 2.8 2.23 Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Multiple Range Tests for CF GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups DC3 2.11 X NT10 10.7333 X NT11 11.2 XX NT2 11.54 XX NT8 11.6 XX NT6 12.46 XX NT9 12.68 XXX NT5 12.7167 XXX NT4 13.58 XX NT7 14.22 X NT3 16.31 X S ummary S tatistics for DUONG KHU NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum DC3 0.0076 0.00346987 45.6562% 0.0046 NT10 0.0797 0.0 0.0% 0.0797 NT11 0.0486 0.00346987 7.13965% 0.0456 NT2 0.0379667 0.00345881 9.11011% 0.0342 NT3 0.142 0.00346987 2.44357% 0.139 NT4 0.0850333 0.00474798 5.58367% 0.0797 NT5 0.103267 0.00351331 3.40217% 0.1002 NT6 0.101 0.00473181 4.68496% 0.0957 NT7 0.0440667 0.00132791 3.0134% 0.0433 NT8 0.0759333 0.00345881 4.55506% 0.0729 NT9 0.0926667 0.00525389 5.66966% 0.0866 ANOVA Table for DUONG KHU by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 0.0418894 10 0.00418894 314.12 0.0000 Within groups 0.00029338 22 0.0000133355 Total (Corr.) 0.0421828 32 Multiple Range Tests for DUONG KHU by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups DC3 0.0076 X NT2 0.0379667 X NT7 0.0440667 XX NT11 0.0486 X NT8 0.0759333 X NT10 0.0797 XX NT4 0.0850333 X NT9 0.0926667 X NT6 0.101 X NT5 0.103267 X NT3 0.142 X Maximum 0.0114 0.0797 0.0524 0.041 0.1458 0.0888 0.1071 0.1048 0.0456 0.0797 0.0957 Range 0.0068 0.0 0.0068 0.0068 0.0068 0.0091 0.0069 0.0091 0.0023 0.0068 0.0091 2. Kết thống kê thí nghiệm S ummary S tatistics for DM GIAM DI NGHIEM THUC Count Average NT1 10.6421 NT2 10.2183 NT3 13.8429 NT4 13.7151 NT5 11.3126 NT6 10.1784 NT7 8.6209 ANOVA Table for Source Between groups Within groups Total (Corr.) DM GIAM DI by Sum of Squares 66.8726 9.30005 76.1726 Chuyên ngành Công Nghệ Sinh Học Standard deviation 1.22161 1.0912 0.989855 0.435761 0.548402 0.554058 0.435386 NGHIEM THUC Df Mean Square 11.1454 14 0.664289 20 Coeff. of variation 11.4789% 10.6789% 7.15065% 3.17724% 4.84771% 5.44345% 5.05036% F-Ratio 16.78 Minimum 9.5374 9.1277 12.8549 13.2811 10.7651 9.6227 8.1888 Maximum 11.9541 11.3101 14.8346 14.1526 11.8619 10.7308 9.0595 Range 2.4167 2.1824 1.9797 0.8715 1.0968 1.1081 0.8707 P-Value 0.0000 Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Multiple Range Tests for DM GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT7 8.6209 X NT6 10.1784 X NT2 10.2183 X NT1 10.6421 X NT5 11.3126 X NT4 13.7151 X NT3 13.8429 X S ummary S tatistics for CF GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum NT1 12.3042 1.53723 12.4935% 10.5447 NT2 13.1174 0.76047 5.7974% 12.5006 NT3 16.5767 0.984474 5.9389% 15.5791 NT4 17.1956 1.45401 8.4557% 15.7392 NT5 14.1968 1.06613 7.50967% 12.9701 NT6 7.53067 0.804158 10.6784% 6.941 NT7 6.51117 1.45001 22.2695% 5.0511 ANOVA Table for CF GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 307.578 51.2631 36.21 0.0000 Within groups 19.8211 14 1.41579 Total (Corr.) 327.4 20 Multiple Range Tests for CF GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT7 6.51117 X NT6 7.53067 X NT1 12.3042 X NT2 13.1174 X NT5 14.1968 X NT3 16.5767 X NT4 17.1956 X S ummary S tatistics for DUONG KHU NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum NT1 0.0554 0.00473181 8.54117% 0.0501 NT2 0.0448 0.00346987 7.74525% 0.041 NT3 0.148833 0.00345881 2.32395% 0.1458 NT4 0.142767 0.00573527 4.01723% 0.1367 NT5 0.0926333 0.00132791 1.43351% 0.0911 NT6 0.0470667 0.00525389 11.1627% 0.041 NT7 0.0485667 0.00132791 2.73419% 0.0478 ANOVA Table for DUONG KHU by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 0.0380899 0.00634831 402.46 0.0000 Within groups 0.000220833 14 0.0000157738 Total (Corr.) 0.0383107 20 Multiple Range Tests for DUONG KHU by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT2 0.0448 X NT6 0.0470667 X NT7 0.0485667 XX NT1 0.0554 X NT5 0.0926333 X NT4 0.142767 X NT3 0.148833 X Chuyên ngành Công Nghệ Sinh Học Maximum 13.3869 13.9671 17.5475 18.6472 14.9001 8.4467 7.9509 Range 2.8422 1.4665 1.9684 2.908 1.93 1.5057 2.8998 Maximum 0.0592 0.0478 0.1526 0.1481 0.0934 0.0501 0.0501 Viện NC & PT Công Nghệ Sinh Học Range 0.0091 0.0068 0.0068 0.0114 0.0023 0.0091 0.0023 Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT 3. Kết thống kê thí nghiệm S ummary S tatistics for DM GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum Maximum NT1 9.32037 0.7687 8.24753% 8.5519 10.0893 NT2 9.4194 0.291531 3.09501% 9.0884 9.638 NT3 14.2781 0.0955833 0.669438% 14.2222 14.3885 NT4 15.1975 0.76625 5.04195% 14.431 15.9635 NT5 11.5257 0.438203 3.80198% 11.0865 11.9629 NT6 11.9574 0.143282 1.19827% 11.7996 12.0794 ANOVA Table for DM MAT DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 88.3964 17.6793 71.45 0.0000 Within groups 2.96943 12 0.247453 Total (Corr.) 91.3659 17 Multiple Range Tests for DM MAT DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT1 9.32037 X NT2 9.4194 X NT5 11.5257 X NT6 11.9574 X NT3 14.2781 X NT4 15.1975 X S ummary S tatistics for CF GIAM DI NGHIEM Coun Average Standard Coeff. of variation Minimum Maximu Range THUC t deviation m NT1 9.0404 0.613931 6.79097% 8.4585 9.682 1.2235 NT2 13.638 1.12264 8.23171% 12.7762 14.9075 2.1313 NT3 13.1632 0.5475 4.15931% 12.6767 13.7561 1.0794 NT4 18.5401 0.632212 3.40996% 17.8509 19.0931 1.2422 NT5 13.25 1.33818 10.0995% 11.8141 14.4623 2.6482 NT6 10.351 0.695308 6.71728% 9.6316 11.0194 1.3878 ANOVA Table for CF GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 161.654 32.3308 42.07 0.0000 Within groups 9.22173 12 0.768478 Total (Corr.) 170.876 17 Multiple Range Tests for CF GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT1 9.0404 X NT6 10.351 X NT3 13.1632 X NT5 13.25 X NT2 13.638 X NT4 18.5401 X S ummary S tatistics for DUONG KHU NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum Maximum NT1 0.0509 0.00473181 9.29628% 0.0456 0.0547 NT2 0.0736333 0.00474798 6.44814% 0.0683 0.0774 NT3 0.1306 0.00697209 5.3385% 0.123 0.1367 NT4 0.163267 0.00345881 2.1185% 0.1595 0.1663 NT5 0.0698333 0.00265581 3.80307% 0.0683 0.0729 NT6 0.0273333 0.00225019 8.23238% 0.0251 0.0296 ANOVA Table for DUONG KHU by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 0.039142 0.00782841 399.33 0.0000 Within groups 0.000235247 12 0.0000196039 Total (Corr.) 0.0393773 17 Chuyên ngành Công Nghệ Sinh Học Range 1.5374 0.5496 0.1663 1.5325 0.8764 0.2798 Viện NC & PT Công Nghệ Sinh Học Range 0.0091 0.0091 0.0137 0.0068 0.0046 0.0045 Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Multiple Range Tests for DUONG KHU by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT6 0.0273333 X NT1 0.0509 X NT5 0.0698333 X NT2 0.0736333 X NT3 0.1306 X NT4 0.163267 X 4. Kết thống kê thí nghiệm S ummary S tatistics for DM GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum NT1 9.24383 0.498608 5.39395% 8.7436 NT10 17.5844 0.499665 2.84153% 17.0825 NT2 10.6948 0.50025 4.67751% 10.1949 NT3 10.1945 0.494052 4.84628% 9.6996 NT4 10.229 0.399117 3.90181% 9.832 NT5 11.8098 0.43316 3.6678% 11.3129 NT6 18.4097 0.456113 2.47757% 17.9129 NT7 18.4553 0.400514 2.17019% 18.0567 NT8 18.8575 0.495504 2.62762% 18.3609 NT9 18.7744 0.493854 2.63046% 18.2817 ANOVA Table for DM MAT DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 491.308 54.5898 248.43 0.0000 Within groups 4.3948 20 0.21974 Total (Corr.) 495.703 29 Multiple Range Tests for DM MAT DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT1 9.24383 X NT3 10.1945 X NT4 10.229 X NT2 10.6948 X NT5 11.8098 X NT10 17.5844 X NT6 18.4097 X NT7 18.4553 X NT9 18.7744 X NT8 18.8575 X S ummary S tatistics for CF GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum NT1 13.708 0.581918 4.2451% 13.1514 NT10 17.6764 0.586804 3.31971% 17.0754 NT2 14.082 0.828757 5.88521% 13.1934 NT3 15.3386 0.404634 2.63801% 14.9388 NT4 15.7205 0.770841 4.90341% 14.9239 NT5 15.7332 0.673533 4.28096% 15.023 NT6 18.9095 1.01334 5.35886% 17.7688 NT7 19.0445 1.39383 7.31881% 17.9004 NT8 20.5953 1.16858 5.67404% 19.4652 NT9 20.2617 0.697452 3.44221% 19.5652 ANOVA Table for CF GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 171.265 19.0295 25.70 0.0000 Within groups 14.8061 20 0.740303 Total (Corr.) 186.071 29 Chuyên ngành Công Nghệ Sinh Học Maximum 9.7408 18.0818 11.1954 10.6877 10.6302 12.1077 18.8095 18.8577 19.3519 19.2694 Range 0.9972 0.9993 1.0005 0.9881 0.7982 0.7948 0.8966 0.801 0.991 0.9877 Maximum 14.3123 18.2479 14.8339 15.7479 16.4627 16.3628 19.7055 20.5969 21.7989 20.9601 Range 1.1609 1.1725 1.6405 0.8091 1.5388 1.3398 1.9367 2.6965 2.3337 1.3949 Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Multiple Range Tests for CF GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT1 13.708 X NT2 14.082 XX NT3 15.3386 XX NT4 15.7205 X NT5 15.7332 X NT10 17.6764 X NT6 18.9095 XX NT7 19.0445 XX NT9 20.2617 XX NT8 20.5953 X S ummary S tatistics for DUONGKHU KY HIEU Count Average Standard deviation Coeff. of variation NT1 0.0326667 0.00132791 4.06502% NT10 0.0873333 0.00127017 1.45439% NT2 0.0394667 0.00132791 3.36463% NT3 0.0425333 0.00132791 3.12204% NT4 0.0448333 0.00132791 2.96187% NT5 0.0516333 0.00132791 2.5718% NT6 0.217933 0.00132791 0.609317% NT7 0.208833 0.00132791 0.635869% NT8 0.1777 0.0 0.0% NT9 0.171567 0.00132791 0.773988% ANOVA Table for DUONGKHU by KY HIEU Source Sum of Squares Df Mean Square F-Ratio Between groups 0.160202 0.0178002 11323.29 Within groups 0.00003144 20 0.000001572 Total (Corr.) 0.160233 29 Multiple Range Tests for DUONGKHU by KY HIEU M ethod: 95.0 percent LSD KY HIEU Count Mean Homogeneous Groups NT1 0.0326667 X NT2 0.0394667 X NT3 0.0425333 X NT4 0.0448333 X NT5 0.0516333 X NT10 0.0873333 X NT9 0.171567 X NT8 0.1777 X NT7 0.208833 X NT6 0.217933 X Trường ĐHCT Minimum 0.0319 0.0866 0.0387 0.041 0.0433 0.0501 0.2164 0.2073 0.1777 0.1708 Maximum 0.0342 0.0888 0.041 0.0433 0.0456 0.0524 0.2187 0.2096 0.1777 0.1731 Range 0.0023 0.0022 0.0023 0.0023 0.0023 0.0023 0.0023 0.0023 0.0 0.0023 P-Value 0.0000 5. Kết thống kê thí nghiệm S ummary S tatistics for DM GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum NT1 18.4397 0.332017 1.80056% 18.2428 NT2 19.3356 0.436909 2.25961% 18.8971 NT3 7.98233 0.436758 5.47156% 7.5471 NT4 9.2618 0.550755 5.94652% 8.7097 NT5 9.08113 0.3289 3.6218% 8.752 NT6 8.6128 0.440854 5.1186% 8.1708 ANOVA Table for DM GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 416.483 83.2967 455.28 0.0000 Within groups 2.19548 12 0.182957 Total (Corr.) 418.679 17 Chuyên ngành Công Nghệ Sinh Học Maximum 18.823 19.7709 8.4206 9.8112 9.4098 9.0525 Range 0.5802 0.8738 0.8735 1.1015 0.6578 0.8817 Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Multiple Range Tests for DM GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT3 7.98233 X NT6 8.6128 XX NT5 9.08113 X NT4 9.2618 X NT1 18.4397 X NT2 19.3356 X S ummary S tatistics for CELLULOS E GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum Maximum NT1 5.92417 0.169366 2.8589% 5.7436 6.0795 NT2 8.82083 0.480436 5.44661% 8.4782 9.37 NT3 3.59097 0.0669363 1.86402% 3.5139 3.6346 NT4 4.21647 0.0889001 2.1084% 4.1275 4.3053 NT5 4.20497 0.0412825 0.981755% 4.1573 4.2292 NT6 4.79633 0.0327842 0.683526% 4.7752 4.8341 ANOVA Table for CELLULOS E GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 54.9701 10.994 240.16 0.0000 Within groups 0.549333 12 0.0457777 Total (Corr.) 55.5194 17 Multiple Range Tests for CELLULOS E GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT3 3.59097 X NT5 4.20497 X NT4 4.21647 X NT6 4.79633 X NT1 5.92417 X NT2 8.82083 X S ummary S tatistics for HEMICELLULOS E GIAM DI KY HIEU Count Average Standard deviation Coeff. of variation Minimum Maximum Range NT1 5.06927 0.00113725 0.0224342% 5.068 5.0702 0.0022 NT2 6.01387 0.807392 13.4255% 5.248 6.8572 1.6092 NT3 4.13473 0.0157335 0.380521% 4.1255 4.1529 0.0274 NT4 4.12007 0.0100381 0.243639% 4.1127 4.1315 0.0188 NT5 4.4608 0.0109823 0.246195% 4.4527 4.4733 0.0206 NT6 4.36377 0.014729 0.337529% 4.3496 4.379 0.0294 ANOVA Table for HEMICELLULOS E GIAM DI by KY HIEU Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 8.06546 1.61309 14.83 0.0001 Within groups 1.30514 12 0.108762 Total (Corr.) 9.3706 17 Multiple Range Tests for HEMICELLULOS E GIAM DI by KY HIEU M ethod: 95.0 percent LSD KY HIEU Count Mean Homogeneous Groups NT4 4.12007 X NT3 4.13473 X NT6 4.36377 X NT5 4.4608 X NT1 5.06927 X NT2 6.01387 X S ummary S tatistics for LIGNIN GIAM DI NGHIEM THUC Count Average Standard deviation Coeff. of variation Minimum Maximum NT1 3.69713 0.355742 9.6221% 3.35 4.0609 NT2 4.19307 0.514224 12.2637% 3.6959 4.7228 NT3 3.06087 0.0742305 2.42515% 3.0068 3.1455 NT4 3.09037 0.0856508 2.77154% 3.0045 3.1758 NT5 3.1353 0.0363831 1.16043% 3.1117 3.1772 NT6 3.23157 0.0273293 0.8457% 3.2005 3.2519 ANOVA Table for LIGNIN GIAM DI by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 3.07965 0.615931 9.10 0.0009 Within groups 0.811791 12 0.0676492 Total (Corr.) 3.89145 17 Chuyên ngành Công Nghệ Sinh Học Range 0.3359 0.8918 0.1207 0.1778 0.0719 0.0589 Range 0.7109 1.0269 0.1387 0.1713 0.0655 0.0514 Viện NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Multiple Range Tests for LIGNIN GIAM DI by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT3 3.06087 X NT4 3.09037 X NT5 3.1353 X NT6 3.23157 X NT1 3.69713 X NT2 4.19307 X S ummary S tatistics for DUONG KHU NGHIEM THUC Count Average Standard deviation Coeff. of variation NT1 0.217167 0.00132791 0.611468% NT2 0.2551 0.00819573 3.21275% NT3 0.115433 0.00947963 8.21221% NT4 0.0865667 0.0138753 16.0284% NT5 0.100233 0.00996812 9.94491% NT6 0.107067 0.0138753 12.9595% ANOVA Table for DUONG KHU by NGHIEM THUC Source Sum of Squares Df Mean Square F-Ratio P-Value Between groups 0.0751181 0.0150236 140.14 0.0000 Within groups 0.00128641 12 0.000107201 Total (Corr.) 0.0764045 17 Multiple Range Tests for DUONG KHU by NGHIEM THUC M ethod: 95.0 percent LSD NGHIEM THUC Count Mean Homogeneous Groups NT4 0.0865667 X NT5 0.100233 XX NT6 0.107067 X NT3 0.115433 X NT1 0.217167 X NT2 0.2551 X Chuyên ngành Công Nghệ Sinh Học Minimum 0.2164 0.2483 0.1048 0.0706 0.0888 0.0911 Maximum 0.2187 0.2642 0.123 0.0957 0.1071 0.1162 Viện NC & PT Công Nghệ Sinh Học Range 0.0023 0.0159 0.0182 0.0251 0.0183 0.0251 Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT LÝ LỊCH KHOA HỌC I. LÝ LỊCH TRÍCH NGANG Họ tên sinh viên: Bùi Thị Thiên Lý Ngày, tháng năm sinh: 10/03/1990 Nơi sinh: Tam Bình, Vĩnh Long Địa nay: Phú Sơn A, Long Phú, Tam Bình, Vĩnh Long Điện thoại: 0988.469.330 Mail: bttly487@student.ctu.edu.vn II. QUÁ TRÌNH ĐÀO TẠO 1. Đại học Hệ đào tạo: Chính quy Ngành đào tạo: Công nghệ Sinh học, chương trình tiên ti n Nơi đào tạo: Trường Đại Học Cần Thơ ---------------------- Chuyên ngành Công Nghệ Sinh Học Viện NC & PT Công Nghệ Sinh Học [...]... đề tài Chọn được tổ hợp vi khuẩn phân giải b mía tốt nhất trong điều kiện kỵ khí Tối ưu một số điều kiện nuôi cấy để phân giải b mía của tổ hợp vi khuẩn chọn lọc được Chuyên ngành Công Nghệ Sinh Học 2 Vi n NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT CHƢƠNG 2 LƢỢC KHẢO TÀI LIỆU 2.1 Tổng quan về bã mía và các thành phần có trong bã mía 2.1.1 Bã mía B mía được xem là... và xạ khuẩn Vì vậy, ta có thể dùng VSV tổng hợp cellulase để phân giải bã mía nhằm tạo phân vi sinh, tạo cồn sinh học và góp phần làm giảm ô nhi m môi trường Do đó, đề tài Khảo sát một số yếu tố ảnh hưởng đến khả năng phân giải bã mía của tổ hợp vi khuẩn trong điều kiện kỵ khí được ti n hành Chuyên ngành Công Nghệ Sinh Học 1 Vi n NC&PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường... Bảng 15 K t quả khảo sát hàm lượng ADL của b mía nguyên liệu ph l c 3 Bảng 16 K t quả khảo sát hàm lượng CF của b mía nguyên liệu ph l c 3 Bảng 17 K t quả đo mật số vi khuẩn chuẩn vào ph l c 3 Bảng 18 K t quả phân tích ảnh hưởng của các tổ hợp vi khuẩn đ n sự phân giải DM b mía ph l c 3 Bảng 19 K t quả phân tích ảnh hưởng của các tổ hợp vi khuẩn đ n sự phân giải CF b mía ... Công Nghệ Sinh Học 6 uân Vi n NC & PT Công Nghệ Sinh Học Luận văn tốt nghiệp Đại Học Khóa 35-2013 Trường ĐHCT Trạch et al., 2004) Một số loại vi khuẩn chính trong dạ c là vi khuẩn phân giải cellulose, hemicellulose, tinh bột, đường, protein, vi khuẩn tổng hợp vitamin Vi khuẩn phân giải cellulose: Đây là nhóm chi m số lượng lớn trong tổng số vi khuẩn dạ c Thời gian sống trung bình của chúng là 18 giờ,... Bacteroides ruminicola Các loài vi khuẩn phân giải hemicellulose cũng như vi khuẩn phân giải cellulose đều bị ức ch bởi pH thấp (Nguy n uân Trạch, 2007) Vi khuẩn phân giải chất tinh bột: nhóm này có số lượng đứng thứ hai trong dạ c Phần lớn tinh bột trong thức ăn nhờ vào nhóm vi khuẩn ở dạ c phân giải, trong đó có cả một số vi khuẩn phân giải chất xơ Những loài vi khuẩn thuộc nhóm này gồm: Bacteroides... 2.4 Ảnh hƣởng của điều kiện môi trƣờng lên khả năng phân giải bã mía Các y u tố như pH, các chất hữu cơ lên men, nguồn nitrogen, chất khoáng và vitamin ảnh hưởng rất lớn đ n khả năng phân giải cellulose của vi khuẩn Theo Nguy n uân Trạch (2007) pH thích hợp cho sự phát triển của vi khuẩn là khoảng 6,4 - 7,0 Nước bọt là dung dịch đệm bicarbonate, giúp cho sự ổn định pH, và phát triển của hệ vi khuẩn. .. trong điều kiện y m khí, glucose được phân giải cho ra acid hữu cơ và cồn ethanol Riêng cồn sẽ được các loại vi khuẩn methan hoá phân giải thành methan Các loại acid hữu cơ sinh ra trong quá trình phân giải trong điều kiện y m khí có khác nhau tu loại vi sinh vật phân giải như: acetic acid, lactic acid, formic acid, butyric acid, succinic acid So với sự phân giải trong điều kiện hi u khí, quá trình phân. .. tích ảnh hưởng của nhiệt độ đ n sự phân giải CF bã mía ph l c 3 Bảng 24 K t quả phân tích ảnh hưởng của nhiệt độ đ n hàm lượng đường kh sinh ra ph l c 3 Bảng 25 K t quả mật số vi khuẩn chuẩn vào ph l c 3 Bảng 26 K t quả phân tích ảnh hưởng của pH đ n sự phân giải DM bã mía ph l c 3 Bảng 27 K t quả phân tích ảnh hưởng của pH đ n sự phân giải CF bã mía ... 2009) Ngoài ra, vi khuẩn phân giải cellulose được phân lập trong dạ c và phân trâu, bò (Võ Chí Đức, 2009) Vi khuẩn xuất hiện trong dạ c động vật nhai lại từ rất sớm Thông thường vi khuẩn có số lượng lớn nhất trong hệ VSV dạ c và là tác nhân chính trong quá trình tiêu hóa xơ Theo Nguy n Đức Lượng (2004) các nhóm vi khuẩn kỵ khí trong dạ c có khả năng phân giải cellulose tốt hơn nấm và xạ khuẩn Vì vậy,... lượng các thành phần khảo sát trong b mía nguyên liệu 31 Bảng 10 Tổng hợp k t quả các chỉ tiêu theo dõi của các thí nghiệm 51 Bảng 11 K t quả phân tích DM của b mía nguyên liệu ph l c 3 Bảng 12 K t quả hàm lượng tro tổng của b mía nguyên liệu ph l c 3 Bảng 13 K t quả khảo sát hàm lượng NDF của b mía nguyên liệu ph l c 3 Bảng 14 K t quả khảo sát hàm lượng ADF của b mía nguyên liệu ph l . src="data:image/png;base 64, iVBORw0KGgoAAAANSUhEUgAAA+oAAAYgCAIAAABptyDwAAAACXBIWXMAABYlAAAWJQFJUiTwAAAgAElEQVR42uzdX2yd5Z3g8SeQDM6gUYirXSkR3k2dY+l4L8IUVic74QZFrHwAdeWgXa0aV3EF4aKpx6RML5ILOlpyES6Y4nhcWomASDTOXMyosRYFnBWKWI2gzalCB/bClnwwWaUK0kpjw0psUtEme/HUDy/nn9/jP4mTfD7iwj4+Pj4+MdLXj3/v86z75JP5b37zWAAAANa2Tz559i6vAgAA3CrWZ1veywEAAGtQmpf5Kt+3bbvP6wIAAGvZ+uw7Fy9+Zg4eAADWjk8+eTa7zm72HQAAbhnyHQAA5DsAALDS1rf4mL1oAADgxmtxPWqrfLcXDQAArCnrW3/YXjQAAHDD1OwzU8/sOwAA3DLW5 /89 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 688 FJq92JnR8N2j8c2xXZ/Y+TXNR+9ctfM3Ia3c365eCVrLPi 480 x0tHI5TdF0lQdM0QDIdwBq9RR7vyg9GRZ2knmx8mnDu8UtYuLMzIbr36jN97urNbe0rvk4RZMeNpqeuxrX4OPvCXGKxsWsAPIdgK/aPa67x2JuPTPTU+xtODNTX+r1t1y5a6b+E2PB10/RhMwxT7tGzliDB5DvAKzkvPubm9bV3JLuPLfh7bkNbze7yNUcPIB8B2Bxy593j9Ky+nfuCV+u+5fw9aX3+PbGPxSaPQ1z8ADyHYBFrMi8+x/zfWHqfW/Hut+vm4u9HpfeU9nXLL3XDNKYgweQ7wC0avflz7vnl/30GPf117kGc/AA8h2AGucrld0Hj8R2P1Tacro637Dd+xfWvL/33R+2bvcrd8 185 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 +8+ h+zj7zv6Ys1K+5xkKbhpx8fPRu3hD9c2ppunJ67Gtfg48L8psKOC4XHXcwK0ILZd4CbI83M5Jl3byu4s+vf2ZX4mhaPpzL914ce/bPOTfdu+rO71q+/e/36P1m//p4/7fjTe+9Zv37Dhj/5k7f/6d0z5/5H9qs/+vAjLYZkYru /89 67zUbhd25/rmYOPn7vJ8rd6cZ4qJM5eAD5DrAmjI6NxR1Xip0dh0tbGx7MFD8U7/zGyK83hG80zPTsQnu6MTZ0DPf6O2QL/t/+69/998rFL9fN/f6uufo7bPxDYf31zs7rtb85PPrwIw 986 7N4IFRcg6//3BYF//29P/3ZqR/UnEg1ODnbX9icNqjZNXLmwAsvvfLjH/lpAZDvADe53S8UHu8qhBDC4dLWZgczxXbvKfZ2fvlYw3aPS+A1W77UnNO0qP/9f+7ZGHrCXTM/+M//Ka2+v/e/LvzPC78MTTamjB 741 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 885 lrv//9tWvXVuShFp2fadf39 /40 Fnx/ZvB9cHK22NmRbjkX7lfwgHwHYBGHT53tKg/EuJyeu9rwYso4+xFnZjZc/8aK5PtquL5S+f76tjgEv1JP7IPzH8c1+LTzTPRi5dM0RbOpsMMUDSDfAWilp9ib2j002QglfijPwUz5rakjV5tZ8c0uU8Fnb4x/60ijNbtGzih4QL4DUGt0bCzOzMTBmIYzM/0LC8Pf++4Pb+l59/3DfSv4aC2OdspT8Bd+Va2fojldnU/HPO0aOXPghZf8iALyHYCv2v1C4fG47n64tHVwcrZ+3T0eqhpC6Cn2Tv1y3S39/T7z7Erm+wMPftbu1atZBwZeCSGkmZloojo/PXc13fJF6Ulr8IB8B+CrWIxvxHX31veZmZ66ctfMkr9WPKEp/XfDjl/N2rn9ufMf/6Tdz1rZq1eT9KeAmj93xBfcFA0g3wH4SpyZ6SoPxMGY09X5Fgd/xqGOEMKr 488 vp+DXgp3bn3tl/MD+4b 743 4M7tzcM6+ztrX/TWNqRsfuH+555tq/hqFJ6wdMxT7tGzuw+eOR8peLnFridrPcSAOQUN3fvKvxxMKZhQdaYqM5PVOdPlEsfzby5slevNnP +45 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 +41 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 480 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 +47 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 /88 /QpDSfmH9y5/WenftDW99Kf2dw9ZLbcqR+SaRbu8QVM40aXJseP7u3zowjcCRzbBLBidh 880 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 189 JXZSZGYAaVt8BVldbc/D1XdusdNtq6BWZg1/OtaoT1fnsJ+b864F2B6hn9R1g1R3d23f41HhXeWBwcvZQaUt/YfOiZ7JOZ7ZQnJq70tu5Mb2bTnFq/Tj1D3uotCUeEHv82NmN13ryP/ +47 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 541 TmS2cVOzvSdbdh4WAm8+4AS2B4BmAteuXHP4pTNHE7lxbHHkXZAfRi58bpuasLKX91+U8mPXJaOI8Pm/4yEG+P0/kNH+FwaWt2g8hzI8/7JwZYGqvvAGtUmqJZ9MrU1rIHoK72c274JeK6e3p3mTM8APIdgLVb8A9V3/q8+lGcojlR7m4xDBPvExbOS4r/xfunDy3ToqdK1Yh/N0jXqsaZGfPuAPId4LY1PDS0O/w2hBA3izxc2trizmlDyaTYuTF9aEWez56FOfj014AWV8rGnXPil37/4BPnRp7X7gDyHeD2L/g4RRNbedEpmjzHrLal/gGzz6HZLwbZXS8vTY67UBVgRbh0FeAWMDM9NTo2NlGdnygPhBzHMK1GwR8qbeldWMtPv0s0vHNcd0+701yaHD+6t 88/ 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 /80 6JApDvANyeBf9Q9a3Pqx/FKZoT5e5iZ8cSHieu35+uzsffBOLMjHl3gJvF8AzAbWt4aCiMjV0IOyaq8xPV+SVM0fQXNmfPgbK5O8BNZ/Ud4DYv+DhFE0KIa/BtfXq23S9Njmt3APkOwOqKUzSXJscnqvOx4PNMrseZmaOVy6ndj+7t82IC3HSGZwBuf8NDQ8Mh7D54ZKI8MLGwBj+RuRS1RryDmRmANcjqO8CdIi26D07O7mm+AB/vpt0B5DsAN9Pw0FCcogkhHK1cbjhF01/YXOzsSO1+b+UX2h1gTTE8A3BnFfxwCD3F3jByZnBy9kS5O3txqpkZgLXP6jvAHWdmeiquwcdSj2vw2h1AvgOwRh3d25cKvtjZEQ9miu3+efWjh6pvaXeAtcnwDMCdaGepdK5U6in27ho 582 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. src="data:image/png;base 64, iVBORw0KGgoAAAANSUhEUgAAA+oAAAYgCAIAAABptyDwAAAACXBIWXMAABYlAAAWJQFJUiTwAAAgAElEQVR42uzdX2yd5Z3g8SeQDM6gUYirXSkR3k2dY+l4L8IUVic74QZFrHwAdeWgXa0aV3EF4aKpx6RML5ILOlpyES6Y4nhcWomASDTOXMyosRYFnBWKWI2gzalCB/bClnwwWaUK0kpjw0psUtEme/HUDy/nn9/jP4mTfD7iwj4+Pj4+MdLXj3/v86z75JP5b37zWAAAANa2Tz559i6vAgAA3CrWZ1veywEAAGtQmpf5Kt+3bbvP6wIAAGvZ+uw7Fy9+Zg4eAADWjk8+eTa7zm72HQAAbhnyHQAA5DsAALDS1rf4mL1oAADgxmtxPWqrfLcXDQAArCnrW3/YXjQAAHDD1OwzU8/sOwAA3DLW5 /89 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 688 FJq92JnR8N2j8c2xXZ/Y+TXNR+9ctfM3Ia3c365eCVrLPi 480 x0tHI5TdF0lQdM0QDIdwBq9RR7vyg9GRZ2knmx8mnDu8UtYuLMzIbr36jN97urNbe0rvk4RZMeNpqeuxrX4OPvCXGKxsWsAPIdgK/aPa67x2JuPTPTU+xtODNTX+r1t1y5a6b+E2PB10/RhMwxT7tGzliDB5DvAKzkvPubm9bV3JLuPLfh7bkNbze7yNUcPIB8B2Bxy593j9Ky+nfuCV+u+5fw9aX3+PbGPxSaPQ1z8ADyHYBFrMi8+x/zfWHqfW/Hut+vm4u9HpfeU9nXLL3XDNKYgweQ7wC0avflz7vnl/30GPf117kGc/AA8h2AGucrld0Hj8R2P1Tacro637Dd+xfWvL/33R+2bvcrd8 185 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 +8+ h+zj7zv6Ys1K+5xkKbhpx8fPRu3hD9c2ppunJ67Gtfg48L8psKOC4XHXcwK0ILZd4CbI83M5Jl3byu4s+vf2ZX4mhaPpzL914ce/bPOTfdu+rO71q+/e/36P1m//p4/7fjTe+9Zv37Dhj/5k7f/6d0z5/5H9qs/+vAjLYZkYru /89 67zUbhd25/rmYOPn7vJ8rd6cZ4qJM5eAD5DrAmjI6NxR1Xip0dh0tbGx7MFD8U7/zGyK83hG80zPTsQnu6MTZ0DPf6O2QL/t/+69/998rFL9fN/f6uufo7bPxDYf31zs7rtb85PPrwIw 986 7N4IFRcg6//3BYF//29P/3ZqR/UnEg1ODnbX9icNqjZNXLmwAsvvfLjH/lpAZDvADe53S8UHu8qhBDC4dLWZgczxXbvKfZ2fvlYw3aPS+A1W77UnNO0qP/9f+7ZGHrCXTM/+M//Ka2+v/e/LvzPC78MTTamjB 741 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 885 lrv//9tWvXVuShFp2fadf39 /40 Fnx/ZvB9cHK22NmRbjkX7lfwgHwHYBGHT53tKg/EuJyeu9rwYso4+xFnZjZc/8aK5PtquL5S+f76tjgEv1JP7IPzH8c1+LTzTPRi5dM0RbOpsMMUDSDfAWilp9ib2j002QglfijPwUz5rakjV5tZ8c0uU8Fnb4x/60ijNbtGzih4QL4DUGt0bCzOzMTBmIYzM/0LC8Pf++4Pb+l59/3DfSv4aC2OdspT8Bd+Va2fojldnU/HPO0aOXPghZf8iALyHYCv2v1C4fG47n64tHVwcrZ+3T0eqhpC6Cn2Tv1y3S39/T7z7Erm+wMPftbu1atZBwZeCSGkmZloojo/PXc13fJF6Ulr8IB8B+CrWIxvxHX31veZmZ66ctfMkr9WPKEp/XfDjl/N2rn9ufMf/6Tdz1rZq1eT9KeAmj93xBfcFA0g3wH4SpyZ6SoPxMGY09X5Fgd/xqGOEMKr 488 vp+DXgp3bn3tl/MD+4b 743 4M7tzcM6+ztrX/TWNqRsfuH+555tq/hqFJ6wdMxT7tGzuw+eOR8peLnFridrPcSAOQUN3fvKvxxMKZhQdaYqM5PVOdPlEsfzby5slevNnP +45 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 +41 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 480 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 +47 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 /88 /QpDSfmH9y5/WenftDW99Kf2dw9ZLbcqR+SaRbu8QVM40aXJseP7u3zowjcCRzbBLBidh 880 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 189 JXZSZGYAaVt8BVldbc/D1XdusdNtq6BWZg1/OtaoT1fnsJ+b864F2B6hn9R1g1R3d23f41HhXeWBwcvZQaUt/YfOiZ7JOZ7ZQnJq70tu5Mb2bTnFq/Tj1D3uotCUeEHv82NmN13ryP/ +47 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 541 TmS2cVOzvSdbdh4WAm8+4AS2B4BmAteuXHP4pTNHE7lxbHHkXZAfRi58bpuasLKX91+U8mPXJaOI8Pm/4yEG+P0/kNH+FwaWt2g8hzI8/7JwZYGqvvAGtUmqJZ9MrU1rIHoK72c274JeK6e3p3mTM8APIdgLVb8A9V3/q8+lGcojlR7m4xDBPvExbOS4r/xfunDy3ToqdK1Yh/N0jXqsaZGfPuAPId4LY1PDS0O/w2hBA3izxc2trizmlDyaTYuTF9aEWez56FOfj014AWV8rGnXPil37/4BPnRp7X7gDyHeD2L/g4RRNbedEpmjzHrLal/gGzz6HZLwbZXS8vTY67UBVgRbh0FeAWMDM9NTo2NlGdnygPhBzHMK1GwR8qbeldWMtPv0s0vHNcd0+701yaHD+6t 88/ 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 /80 6JApDvANyeBf9Q9a3Pqx/FKZoT5e5iZ8cSHieu35+uzsffBOLMjHl3gJvF8AzAbWt4aCiMjV0IOyaq8xPV+SVM0fQXNmfPgbK5O8BNZ/Ud4DYv+DhFE0KIa/BtfXq23S9Njmt3APkOwOqKUzSXJscnqvOx4PNMrseZmaOVy6ndj+7t82IC3HSGZwBuf8NDQ8Mh7D54ZKI8MLGwBj+RuRS1RryDmRmANcjqO8CdIi26D07O7mm+AB/vpt0B5DsAN9Pw0FCcogkhHK1cbjhF01/YXOzsSO1+b+UX2h1gTTE8A3BnFfxwCD3F3jByZnBy9kS5O3txqpkZgLXP6jvAHWdmeiquwcdSj2vw2h1AvgOwRh3d25cKvtjZEQ9miu3+efWjh6pvaXeAtcnwDMCdaGepdK5U6in27ho 582 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. src="data:image/png;base 64, iVBORw0KGgoAAAANSUhEUgAAA+oAAAYgCAIAAABptyDwAAAACXBIWXMAABYlAAAWJQFJUiTwAAAgAElEQVR42uzdX2yd5Z3g8SeQDM6gUYirXSkR3k2dY+l4L8IUVic74QZFrHwAdeWgXa0aV3EF4aKpx6RML5ILOlpyES6Y4nhcWomASDTOXMyosRYFnBWKWI2gzalCB/bClnwwWaUK0kpjw0psUtEme/HUDy/nn9/jP4mTfD7iwj4+Pj4+MdLXj3/v86z75JP5b37zWAAAANa2Tz559i6vAgAA3CrWZ1veywEAAGtQmpf5Kt+3bbvP6wIAAGvZ+uw7Fy9+Zg4eAADWjk8+eTa7zm72HQAAbhnyHQAA5DsAALDS1rf4mL1oAADgxmtxPWqrfLcXDQAArCnrW3/YXjQAAHDD1OwzU8/sOwAA3DLW5 /89 wIsFAACrJOfMS958NwcPAAA3neEZAACQ7wAAgHwHAAD5DgAAyHcAAEC+AwCAfAcAAOQ7AAAg3wEAQL4DAADyHQAAkO8AACDfAQAA+Q4AAMh3AACQ7wAAgHwHAADkOwAAyHcAAEC+AwAA8h0AAOQ7AAAg3wEAAPkOAADyHQAAkO8AAIB8BwAA+Q4AAMh3AACQ714CAACQ7wAAgHwHAAD5DgAAyHcAAEC+AwCAfAcAAOQ7AAAg3wEAQL4DAADyHQAAkO8AACDfAQAA+Q4AAMh3AACQ7wAAgHwHAADkOwAAyHcAAEC+AwAA8h0AAOQ7AAAg3wEAAPkOAADyHQAAkO8AAIB8BwAA+Q4AAMh3AACQ7wAAgHwHAADkOwAAyHcAAEC+AwAA8h0AAOQ7AAAg3wEAAPkOAADyHQAAkO8AAIB8BwAA+Q4AAMh3AABAvgMAgHwHAADkOwAAIN8BAEC+AwAA8h0AAJDvAAAg3wEAAPkOAADIdwAAkO8AAIB8BwAA5DsAAMh3AABAvgMAgHwHAADkOwAAIN8BAEC+AwAA8h0AAJDvAAAg3wEAAPkOAADIdwAAkO8AAIB8BwAA5DsAAMh3AABAvgMAAPIdAADkOwAAIN8BAAD5DgAA8h0AAJDvAACAfAcAAPkOAADIdwAAQL4DAIB8BwAA5DsAACDfAQBAvgMAAPIdAADkOwAAIN8BAAD5DgAA8h0AAJDvAACAfAcAAPkOAADIdwAAQL4DAIB8BwAA5DsAACDfAQBAvgMAAPIdAACQ7wAAIN8BAAD5DgAAyHcAAJDvAACAfAcAAOQ7AADIdwAAQL4DAADyHQAA5DsAACDfAQAA+Q4AAPIdAACQ7wAAIN8BAAD5DgAAyHcAAJDvAACAfAcAAOQ7AADIdwAAQL4DAADyHQAA5DsAACDfAQAA+Q4AAPIdAACQ7wAAgHwHAAD5DgAAyHcAAEC+AwCAfAcAAOQ7AAAg3wEAQL4DAADyHQAAkO8AACDfAQAA+Q4AAMh3AACQ7wAAgHwHAAD5DgAAyHcAAEC+AwCAfAcAAOQ7AAAg3wEAQL4DAADyHQAAkO8AACDfAQAA+Q4AAMh3AACQ7wAAgHwHAADkOwAAyHcAAEC+AwAA8h0AAOQ7AAAg3wEAAPkOAADyHQAAkO8AAIB8BwAA+Q4AAMh3AABAvgMAgHwHAADkOwAAyHcAAEC+AwAA8h0AAOQ7AAAg3wEAAPkOAADyHQAAkO8AAIB8BwAA+Q4AAMh3AABAvgMAgHwHAADkOwAAIN8BAEC+AwAA8h0AAJDvAAAg3wEAAPkOAADIdwAAkO8AAIB8BwAA5DsAAMh3AABAvgMAAPIdAADkOwAAIN8BAEC+AwAA8h0AAJDvAAAg3wEAAPkOAADIdwAAkO8AAIB8BwAA5DsAAMh3AABAvgMAAPIdAADkOwAAIN8BAAD5DgAA8h0AAJDvAACAfAcAAPkOAADIdwAAQL4DAIB8BwAA5DsAACDfAQBAvgMAAPIdAACQ7wAAIN8BAAD5DgAA8h0AAJDvAACAfAcAAPkOAADIdwAAQL4DAIB8BwAA5DsAa0xPsdeLACDfAbgFjI6N7Ro5o+AB5DsAt4CJ6nwIQcEDyHcA1rTRsbHdB490lQfiu7tGzuw+eOR8peKVAZDvAKwtPcXeC4XHu8oD/YXNJ8rd8cau8sDhU2e9OADyHYA1JM67x7f3FDaHELIFb4oGQL4DsIba/Vy4P4QQ192PVi4PTs6ers6fKHf3FzaHhSma0bExrxWAfAfgZoozM5sKO06Uu/cUNg9Ozk7PXQ0hTFTnBydn9xQ2x4LvKg9cKDyu4AHkOwA3s93jzExs9MHJ2Zo7xIJP78ZNaQCQ7wDcaAdeeCm1e7Gzo77do6OVy2mKpqs8YIoGQL4DcKP1FHu/KD0ZQogzMy9WPm12z+m5q3ENPl7MGqdoXMwKIN8BuHHtHtfdY5E3W3fPivfpXxik2TVyxho8gHwHYHWdr1R2HzwS2/1Qacvp6nzDdo9b0KSZmVTwxc6OdMu5cL+CB5DvAKyiw6fOxkNVT5S7p+euNrwUtb+wOV2umnaeiV6sfJqmaDYVdpiiAZDvAKyWnmJvavfQfBuZ2O49xd6d259L7yZxtT4d6rRr5IyCB5DvAKyk0bGxODNT7Ow4Ue5uPTNzvlLZ0fPtzi8fCyHs3P7chV9V66doTlfnD5W2pII/8MJLXmQA+Q7AyrT7hcLjcd39cGnr4ORsw3X3uAVNCOGZgSMbr/Wk2w8MvBJCSDMz0UR1fnruarrli9KT1uAB5DsAKyDFelx3b3iftLjeU+zNtnsUp2iyd0sPa4oGQL4DsDLizExXeSBOxZyuzre4VnV0bCzNzNTbuf25V4+drbmSNU7RnCh3Fzs7YsHvPnjkfKXilQeQ7wC0p6fYG2dmYp23npkZHRsbf3m2ft096/jo2VjwNVM0g5Ozh0tb47td5YHDp8568QHkOwBtGB0bi5u7hxBiuze8Wwrx48dyNffx0bM1nxjFNfhU8KZoAOQ7AG20+7lwf1jYSeZo5XLDu8WtY+LMTOt196w4RZM+PZqozseCj6M1cYrGoU4A8h2ARcSZmU2FHXEqZnBydnruav3dTpS7ezs39hR7F52ZqXd89OzO7c/1dm6sn6JJw/Fd5YELhccVPIB8B6BVu8eZmdjQrWdmRsfGml2omkdcg6+ZookFn216/ygA8h2ABg 688 FJq92JnR8N2j8c2xXZ/Y+TXNR+9ctfM3Ia3c365eCVrLPi 480 x0tHI5TdF0lQdM0QDIdwBq9RR7vyg9GRZ2knmx8mnDu8UtYuLMzIbr36jN97urNbe0rvk4RZMeNpqeuxrX4OPvCXGKxsWsAPIdgK/aPa67x2JuPTPTU+xtODNTX+r1t1y5a6b+E2PB10/RhMwxT7tGzliDB5DvAKzkvPubm9bV3JLuPLfh7bkNbze7yNUcPIB8B2Bxy593j9Ky+nfuCV+u+5fw9aX3+PbGPxSaPQ1z8ADyHYBFrMi8+x/zfWHqfW/Hut+vm4u9HpfeU9nXLL3XDNKYgweQ7wC0avflz7vnl/30GPf117kGc/AA8h2AGucrld0Hj8R2P1Tacro637Dd+xfWvL/33R+2bvcrd8 185 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 +8+ h+zj7zv6Ys1K+5xkKbhpx8fPRu3hD9c2ppunJ67Gtfg48L8psKOC4XHXcwK0ILZd4CbI83M5Jl3byu4s+vf2ZX4mhaPpzL914ce/bPOTfdu+rO71q+/e/36P1m//p4/7fjTe+9Zv37Dhj/5k7f/6d0z5/5H9qs/+vAjLYZkYru /89 67zUbhd25/rmYOPn7vJ8rd6cZ4qJM5eAD5DrAmjI6NxR1Xip0dh0tbGx7MFD8U7/zGyK83hG80zPTsQnu6MTZ0DPf6O2QL/t/+69/998rFL9fN/f6uufo7bPxDYf31zs7rtb85PPrwIw 986 7N4IFRcg6//3BYF//29P/3ZqR/UnEg1ODnbX9icNqjZNXLmwAsvvfLjH/lpAZDvADe53S8UHu8qhBDC4dLWZgczxXbvKfZ2fvlYw3aPS+A1W77UnNO0qP/9f+7ZGHrCXTM/+M//Ka2+v/e/LvzPC78MTTamjB 741 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 885 lrv//9tWvXVuShFp2fadf39 /40 Fnx/ZvB9cHK22NmRbjkX7lfwgHwHYBGHT53tKg/EuJyeu9rwYso4+xFnZjZc/8aK5PtquL5S+f76tjgEv1JP7IPzH8c1+LTzTPRi5dM0RbOpsMMUDSDfAWilp9ib2j002QglfijPwUz5rakjV5tZ8c0uU8Fnb4x/60ijNbtGzih4QL4DUGt0bCzOzMTBmIYzM/0LC8Pf++4Pb+l59/3DfSv4aC2OdspT8Bd+Va2fojldnU/HPO0aOXPghZf8iALyHYCv2v1C4fG47n64tHVwcrZ+3T0eqhpC6Cn2Tv1y3S39/T7z7Erm+wMPftbu1atZBwZeCSGkmZloojo/PXc13fJF6Ulr8IB8B+CrWIxvxHX31veZmZ66ctfMkr9WPKEp/XfDjl/N2rn9ufMf/6Tdz1rZq1eT9KeAmj93xBfcFA0g3wH4SpyZ6SoPxMGY09X5Fgd/xqGOEMKr 488 vp+DXgp3bn3tl/MD+4b 743 4M7tzcM6+ztrX/TWNqRsfuH+555tq/hqFJ6wdMxT7tGzuw+eOR8peLnFridrPcSAOQUN3fvKvxxMKZhQdaYqM5PVOdPlEsfzby5slevNnP +45 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 +41 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 480 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 +47 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 /88 /QpDSfmH9y5/WenftDW99Kf2dw9ZLbcqR+SaRbu8QVM40aXJseP7u3zowjcCRzbBLBidh 880 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 189 JXZSZGYAaVt8BVldbc/D1XdusdNtq6BWZg1/OtaoT1fnsJ+b864F2B6hn9R1g1R3d23f41HhXeWBwcvZQaUt/YfOiZ7JOZ7ZQnJq70tu5Mb2bTnFq/Tj1D3uotCUeEHv82NmN13ryP/ +47 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 541 TmS2cVOzvSdbdh4WAm8+4AS2B4BmAteuXHP4pTNHE7lxbHHkXZAfRi58bpuasLKX91+U8mPXJaOI8Pm/4yEG+P0/kNH+FwaWt2g8hzI8/7JwZYGqvvAGtUmqJZ9MrU1rIHoK72c274JeK6e3p3mTM8APIdgLVb8A9V3/q8+lGcojlR7m4xDBPvExbOS4r/xfunDy3ToqdK1Yh/N0jXqsaZGfPuAPId4LY1PDS0O/w2hBA3izxc2trizmlDyaTYuTF9aEWez56FOfj014AWV8rGnXPil37/4BPnRp7X7gDyHeD2L/g4RRNbedEpmjzHrLal/gGzz6HZLwbZXS8vTY67UBVgRbh0FeAWMDM9NTo2NlGdnygPhBzHMK1GwR8qbeldWMtPv0s0vHNcd0+701yaHD+6t 88/ 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 /80 6JApDvANyeBf9Q9a3Pqx/FKZoT5e5iZ8cSHieu35+uzsffBOLMjHl3gJvF8AzAbWt4aCiMjV0IOyaq8xPV+SVM0fQXNmfPgbK5O8BNZ/Ud4DYv+DhFE0KIa/BtfXq23S9Njmt3APkOwOqKUzSXJscnqvOx4PNMrseZmaOVy6ndj+7t82IC3HSGZwBuf8NDQ8Mh7D54ZKI8MLGwBj+RuRS1RryDmRmANcjqO8CdIi26D07O7mm+AB/vpt0B5DsAN9Pw0FCcogkhHK1cbjhF01/YXOzsSO1+b+UX2h1gTTE8A3BnFfxwCD3F3jByZnBy9kS5O3txqpkZgLXP6jvAHWdmeiquwcdSj2vw2h1AvgOwRh3d25cKvtjZEQ9miu3+efWjh6pvaXeAtcnwDMCdaGepdK5U6in27ho 582 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