推荐厂家
暂无
暂无
摘 要: 微生物初级代谢产物和次级代谢产物的生物合成与培养基组成和培养条件密切相关,而在一个高度非线性、非结构化的复杂系统中要获得最佳工艺,试验优化技术具有很重要的作用。综述了单因子试验、正交试验、均匀设计、响应面设计、遗传算法和神经网络等优化技术并进行了展望。 关键词: 微生物; 优化方法; 正交试验; 响应面设计; 均匀设计; 遗传算法; 培养基优化微生物发酵是指微生物利用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,产物生物合成水平除受微生物内部代谢机理、调控机制等影响外,还有外界环境(培养基组成与配比、发酵温度 、发酵pH、溶氧等)的影响 。因此,最大限度地合成目的产物并非易事,并且对于一个高度非线性、非结构化的复杂发酵系统而言,要建立一个准确、满意的合成模型则更为困难,而试验优化技术的应用,特别是多元方程拟合技术(响应技术)的应用可以很好地解决该问题。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,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,它能够以较少的试验次数获得极为丰富的统计信息。因此,被广泛地应用于微生物发酵培养基配方的优化中,以确定最佳发酵工艺参数,从而实现高产、优质、低消耗等经济目标,本文对常用的优化试验方法进行了综述。
正交试验和均匀设计方法进行培养基优化已取得诸多成功的例子。 正交试验适合因子较多而因子水平不多的试验设计,从试验次数上看,是至少为因子数的平方。 均匀设计适合于因子少,而水平多的试验,从试验次数看,至少是因子数的两倍。 两种方法虽然多从拉丁方设计衍生而来,不过效率却更高。 现如今,大多流行响应曲面设计来优化培养基。 首先,我们要从众多培养基成分及影响的环境因素中筛选出具有主效应的因子。这时,通常采用筛选试验。主要有全因子因析设计和Plackett-Burman设计。两种筛选试验,各有千秋,但都能以最少的试验次数筛选出主效应因子。其中全因子设计能够表现出因子的三级以上交互作用,而Plackett-Burman设计由于是两水平设计,所以交互作用只在二级交互作用。另外还有部分因子因析设计。 筛选到了主效应因子,我们就可以开始进行下一步优化试验。此时,主要有中心复合设计和Box-Behnken设计。 中心组合设计是一种国际上较为常用的响应面法,是一种5水平的实验设计法。采用该法能够在有限的实验次数下,对影响生物过程的因子及其交互作用进行评价,而且还能对各因子进行优化,以获得影响过程的最佳条件。 Box- Behnken设计是另一种国际上较为常用的响应面法,是一种3水平的实验设计法。同样具有响应面法的优点。近年来利用该法进行生物过程优化的文献比用中心组合设计法的明显地少。通常以上说的响应曲面设计和数据分析,都可以通过一些统计软件来运行,十分简便。常用的实验设计软件:最通俗也最容易上手的,画图也好看的:Design-expert其他:"Minitab" "SAS JMP" "STATISTICA 6.0"国产软件: DPS 有中文版的外国软件 “Minitab 15” “SAS JMP 6.0”
鼠李糖乳杆菌还能怎么培养?厌氧条件也不行,望老师不吝赐教