本文以海地瓜岩藻聚糖硫酸酯为原料,用自主筛选的海洋细菌Flavobacteriaceae sp. CZ1127产生的FUCase酶解制备低分子质量产物(Am-LMF),随机选取80组酶解数据作为训练样本用于构建误差反向传播神经网络(BP网络),剩余10组作为预测样本检验网络的性能。建立起网络输入为酶浓度和酶解时间,输出为酶解产物分子质量的对数的单隐层BP网络模型(BP-ANNs),通过优化设计,确定BP网络隐层节点数为7,隐层传递函数为logsig,输出层传递函数为purelin,训练函数为trainlm,并固定最优网络权值,使BP-ANNs经74次训练后,均方误差达到0.01以下,经测试网络预测值和实测值的相对误差控制在1.06%以内。经测定,不同分子质量的Am-LMF对超氧阴离子的清除能力具有显著差异。结果表明,本文成功建立了用于分子质量预测的海参岩藻聚糖硫酸酯酶解的人工神经网络,可为今后试验和实际生产中制取不同分子质量的SC-FUC及其构效关系的研究提供依据。