4 第四章节 微生物发酵技术.pptVIP

主要内容 1 微生物工艺优化的实验设计 2 发酵过程动力学的基本概念 3 发酵过程的代谢控制 4 微生物发酵过程工艺参数控制 1 微生物工艺优化的实验设计 1.1 微生物发酵工艺的特点 1.2 试验设计中常用的术语 1.3 工艺优化的方法和策略 1.1 微生物发酵工艺的特点 应先因素众多 缺乏理论模型 试验误差较大 影响因素间存在相互作用 1.2 试验设计中常用的术语 因素：试验中考察的对试验指标可能有影响的因素简称因素。 水平：每个因素在试验中要比较的具体条件称为水平。 1.3常用的优化方法 工艺优化研究的主要步骤： 筛选：因素多，不精确的知识，找出重要的影响因素； 优化：因素少，在较适范围内，建立预言性模型 确证：使用预言的最优成套条件，验证结果 常用的优化方法 单因子法：实验室最常用的优化方法是单次单因子(one-variable-at-a-time)法，这种方法是在假设因素间不存在交互作用的前提下，通过一次改变一个因素的水平而其他因素保持恒定水平，然后逐个因素进行考察的优化方法。但是由于考察的因素间经常存在交互作用，使得该方法并非总能获得最佳的优化条件。另外，当考察的因素较多时，需要太多的实验次数和较长的实验周期。所以现在的培养基优化实验中一般不采用或不单独采用这种方法，而采用多因子试验。 多因子试验 多因子试验需要解决的两个问题:(1)哪些因子对响应具有最大(或最小)的效应，哪些因子间具有交互作用。(2)感兴趣区域的因子组合情况，并对独立变量进行优化 正交实验设计 正交实验设计是安排多因子的一种常用方法，通过合理的实验设计，可用少量的具有代表性的试验来代替全面试验，较快地取得实验结果。 正交实验的实质就是选择适当的正交表，合理安排实验的分析实验结果的一种实验方法。具体可以分为下面四步：（1）根据问题的要求和客观的条件确定因子和水平，列出因子水平表；（2）根据因子和水平数选用合适的正交表，设计正交表头，并安排实验；（3）根据正交表给出的实验方案，进行实验；（4）对实验结果进行分析，选出较优的“试验”条件以及对结果有显著影响的因子。 正交方法可以用来分析因素之间的交叉效应，但需要提前考虑那些因素之间存在交互作用，再根据考虑来设计实验。因此，没有预先考虑的两因素之间即使存在交互作用，在结果中也得不到显示。 对于多因素、多水平的科学试验来说，正交法需要进行的次数仍嫌太多，在实际工作中常常无法安排，应用范围受到限制。 均匀实验设计 如果仅考虑“均匀分散”，而不考虑“整齐可比”，完全从“均匀分散”的角度出发的实验设计，叫做均匀设计。 均匀设计按均匀设计表来安排实验，均匀设计表在使用时最值得注意的是均匀设计表中各列的因素水平不能像正交表那样任意改变次序，而只能按照原来的次序进行平滑，即把原来的最后一个水平与第一个水平衔接起来，组成一个封闭圈，然后从任一处开始定为第一个水平，按圈的原方向和相反方向依次排出第二、第三水平。 均匀设计只考虑试验点在试验范围内均匀分布，因而可使所需试验次数大大减少。 Plackett-Burman法 Plackett-Bunnan设计法是一种两水平的实验优化方法，它试图用最少的实验次数达到使因子的主效果得到尽可能精确的估计，适用于从众多的考察因子中快速有效地筛选出最为重要的几个因子，供进一步优化研究用。 该法不能考察各因子的相互交互作用。 部分因子设计法 部分因子设计法与Plackett-Burman设计法一样是一种两水平的实验优化方法，能够用比全因子实验次数少得多的实验，从大量影响因子中筛选出重要的因子。 根据实验数据拟合出一次多项式，并以此利用最陡爬坡法确定最大响应区域，以便利用响应面法进一步优化。 响应面分析（response surface analysis，RSM） 方法是数学与统计学相结合的产物，和其他统计方法一样，由于采用了合理的实验设计，能以最经济的方式，用很少的实验数量和时间对实验进行全面研究，科学地提供局部与整体的关系，从而取得明确的、有目的的结论。 它与“正交设计法”不同，响应面分析方法以回归方法作为函数估算的工具，将多因子实验中，因子与实验结果的相互关系，用多项式近似，把因子与实验结果（响应值）的关系函数化，依此可对函数的面进行分析，研究因子与响应值之间，因子与因子之间的相互关系，并进行优化。 2 发酵过程动力学的基本概念 2.1 发酵过程的反应描述及速度概念 2.2 发酵过程动力学研究的基本内容 2.3 微生物生长动力学的基本概念 2.4 菌体生长、产物形成、基质消耗动力学的基本概念 2.5 反应动力学的应用—连续培养的操作特性 2.1 发酵过程的反应描述及速度概念 2.2 发酵反应动力学的研究内容 2.3 微生物生长动力学的基本概念 2.4 产物形成动力学的基本