发酵培养基的优.doc

文献综述 发酵培养基的优化 申请学位： 学士学位 院 （系）： 药学院 专 业： 生物技术 姓 名： 张永芳 学 号： 114080107 指导老师： 张小华（讲师） 二 O 一 五 年 六 月 五 日 在发酵过程中,经常需要通过试验来寻找研究对象的变化规律,这些对象包括培养基的设计、工艺参数等;而这些变化规律的寻找就要通过科学的试验设计与数据分析来实现。通过对规律的研究达到各种实用的目的,比如提高产量、降低消耗、提高产品质量等,特别对于新菌种、新产品的试验。本文对发酵培养基优化的基本方向进行了综述,并比较了常用的试验设计与数据分析方法在工业化发酵生产中，发酵培养基的设计是十分重要的，因为培养基的成分对产物浓度、菌体生长都有重要的影响。培养基优化，是指面对特定的微生物，通过实验手段配比和筛选找到一种最适合其生长及发酵的培养基，在原来的基础上提高发酵产物的产量，以期达到生产最大发酵产物的目的。发酵培养基的优化在微生物产业化生产中举足轻重，是从实验室到工业生产的必要环节。能否设计出一个好的发酵培养基，是一个发酵产品工业化成功中非常重要的一步。目前，对培养基优化实验进行数学统计的方法很多，下面介绍几种目前应用较多的优化方法响应曲面分析Box和Wilson提出了利用因子设计来优化微生物产物生产过程的全面方法，Box-Wilson方法即现在的响应曲面法（(Response Surface Methodolog，简称RSM）。RSM是一种有效的统计技术，它是利用实验数据，通过建立数学模型来解决受多种因素影响的最优组合问题。通过对RSM的研究表明，研究工作者和产品生产者可以在更广泛的范围内考虑因素的组合，以及对响应值的预测，而均比一次次的单因素分析方法更有效。现在利用SAS软件可以很轻松地进行响应面分析改进单纯形优化法单纯形优化法(Modified simplex method)是近年来应用较多的一种多因素优化方法。它是一种动态调优的方法，不受因素数的限制。由于单纯形法必须要先确定考察的因素，而且要等一个配方实验完后才能根据计算的结果进行下一次实验，因此主要适用于实验周期较短的细菌或重组工程发酵培养基的优化，以及不能大量实施的发酵罐培养条件的优化遗传算法Genetic algorithm法是一种基于自然群体遗传演化机制的高效探索算法，它是美国学者Holland于1975年首先提出来的。它摒弃了传统的搜索方式，模拟自然界生物过程，采用人工进化的方式对目标空间进行随机化搜索。它将问题域中的可能解看作是群体的一个个体或染色体，并将每一个体编码成符号串形式，模拟达尔文的遗传选择和自然淘汰的生物进化过程，对群体反复进行基于遗传学的操作(遗传，交叉和变异)，根据预定的目标适应度函数对每个个体进行评价，依据适者生存，优胜劣汰的进化规则，不断得到更优的群体，同时以全局并行搜索方式来搜索优化群体中的最优个体，求得满足要求的最优解。 支持其在畜禽养殖领域的推广应用。凝结芽孢杆菌(Bacillus coagulans)是近年来益生菌领域研究热点，除具乳酸菌和双歧杆菌等保健功效外，还具抗逆性强、耐高温和易贮存等芽孢杆菌所具有的独特性，在国外已广泛应用于保健、医疗、食品和畜牧等领域。凝结芽孢杆菌在畜禽添加剂方面的应用报道日益增多，但有关其产业化方面的报道相对较少。 湖南省微生物研究所的高书锋、张德元、陈海荣、孙翔宇、周映华、胡新旭、周小玲、刘慧知通过Plackett—Burman试验对影响因子进行考察和评价，然后对关键影响因素进行最陡爬路径试验，进一步采用响应面法研究和探讨及其交互作用，获得最佳发酵培养基组成，为其产业化生产奠定基础。为了获得最佳发酵培养基，提高凝结芽孢杆菌液体发酵水平，在单因素试验优化基础上，采用Plackett—Burman设计确定淀粉、大豆粉和鱼粉混合物(质量比2：1)和磷酸氢二钾为凝结芽孢杆菌液体发酵水平的显著影响因素，通过最陡爬坡路径试验、中心组合设计和响应面分析法确定最优培养基组成。试验结果表明，最优培养基组成为淀粉10．6 g／L、大豆粉13．5 g／L、鱼粉6．7 g／L、磷酸氢二钾2．72 g／L、磷酸二氢钠0．312 g／L、碳酸钙0．2 g／L、一水硫酸锰0．169 g／I 硝酸钠0．34 g／L和七水硫酸镁0．74 g／I 。在最佳培养基组成条件下，液体发酵活茵数达67×10 CFU／mL。 1.2、响应面分析法优化乳糖酶发酵培养基 乳糖酶(Lactase)学名β-D-半乳糖苷半乳糖水解酶(8-D-galactoside galactohydrase)，能够水解β-D-半乳糖苷和 α-L-阿拉伯糖苷， 而催化乳糖的实用意义较大，故被研究得最多。牛乳和乳清中含有大量