统计优化技术在微生物发酵中的应用.pdfVIP

山东农业大学学报 (自然科学版)，2009，40 (3)：465—468 JournalofShandongAgriculturalUniversity(NaturalScience) 文 ·献 ·综 ·述 统计优化技术在微生物发酵 中的应用 张 楠 。，夏 尚远 ，刘训理 (1．山东农业大学生命科学学院，山东 泰安 271018；2．山东农业大学林学院，山东 泰安 271018) APPLICATIoN oF STATISTlCAL oPTⅡ IZATIoN IN M ICRoBIAL FERM ENTATIoN ZHANG Nan ，XIA Shang～yuan ，LIU Xun—li (1．CoHegeofLifeScience，ShandongAgricultureUniversity，Taian271018，China； 2．CollegeofForestry，ShandongA culturalUniversity，Taian271018，China) Keywords：Microbial；fermentation；experimentaldesigns；optimization 摘要：微生物发酵是一个极其复杂的生化反应过程，其生产水平不仅取决于生产菌种的自身性能，还取决于发酵 培养基配方、发酵条件等外界环境。而在寻求最佳发酵工艺过程中，统计优化技术发挥着重要作用，它不仅可以 降低成本，而且能够实现高产、高效，已被广泛地应用于微生物发酵试验中。本文对近年来常用的寻求最佳发酵 工艺的几种优化方法 (如最陡爬坡法 、PIackett—Burman设计法、响应面法等)进行了综述。 关键词：微生物发酵 ；试验设计；优化 中图分类号：Q939．96 文献标识码：A 文章编号：1000—2324(2oo9)03—0465—40 微生物发酵是指微生物把一些原料养分在合适的发酵条件下经特定的代谢途径转变成所需产物的一类复杂的生物 过程 ，涉及到许多相互影响的因素，除了微生物内部的代谢机理 、调控机制等影响外，还有外界环境 (培养基、温度等)的影 响。因此，最大限度地合成 目的产物并不容易，并且对于一个高度非线性、非结构化的复杂系统而言，要建立一个准确、满 意的模型更是十分困难 ，而试验优化技术在其中发挥着重要作用。传统的优化技术 (如单因素法)虽然方法简单、易行，结 果较直观，但在考察多个因素时会浪费大量时间，而且有可能导致不可靠的甚至错误的结论，因此，常常仅作为过程优化的 初步试验 。 在考察多个因素时，为了减少试验次数，节省时间，通常采用统计优化技术 ，这是因为统计优化技术无论从试验设计到 数据分析以及模型的建立与统计学密切相关 ，它能够通过较少次数的试验获得较丰富的信息，因此，统计优化技术被广 泛地应用于微生物发酵，以确定最佳发酵工艺参数，从而实现高产、优质 、低消耗。 1 均匀设计法 均匀设计 (Uniformdesign)是由中国科学院方开泰教授、王元 研究员于 1978年建立的一种设计方法，该方法配有一 套均匀设计表 ，通常用u (q )表示 ，其中u表示均匀设计，n表示试验次数，q表示因素的水平数，均匀设计表最多可安排 (s／2+1)个因素，S表示列数，U的右上角有带 “ ”与不带 “ ”两种类型，通常带 “ ”表明均匀设计表更具均匀性，应优 先考虑。如u 。(6 )表示试验中含有4因素，每个因素含有6个水平 ，需要做6次试验。对于六因子五水平试验，若用正 交试验至少需要25次试验 ，而用均匀设计仅需5次试验 ，即可获得充足的信息。正是基于均匀设计更侧重于试验点在试 验范围内的均匀分布，因此它大大减少了试验次数，通常试验次数选为试验因素个数的3倍左右，这有利于试验的建模和 优化。目前的一些均匀设计软件较好地解决了起初设计规模小、结果难分析等问题 ，如在 DPS软件中，均匀设计的规模已 达 100个因素，255个水平，5000个处理 j。 近20年来，该方法在工业 、农业、国防、化学、生物等诸多领域内得到了广泛应用 ，并取得了丰硕的成果和巨大的经济 效益。均匀设计要求的工作量较大，分析较繁杂，而且每一处理至少重复两次，因此进行设计时一般要求因素个数在4以 内，各因素选取的水平也不宜划分的过细 。在均匀设计中，由于