按培养基对微生物的功能分类(发酵工艺：微生物发酵培养基的优化方法)

Posted 2023-05-27

篇首语：科学是为了那些勤奋好学的人，诗歌是为了那些知识渊博的人本文由小常识网(cha138.com)小编为大家整理，主要介绍了按培养基对微生物的功能分类(发酵工艺：微生物发酵培养基的优化方法)相关的知识，希望对你有一定的参考价值。

按培养基对微生物的功能分类(发酵工艺：微生物发酵培养基的优化方法)

对于微生物的生长及发酵，其培养基成份非常复杂，特别是有关微生物发酵的培养基，各营养物质和生长因子之间的配比，以及它们之间的相互作用是非常微妙的。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。

一、发酵培养基的成分

现代分离的微生物绝大部分是异养型微生物，它需要碳水化合物、蛋白质和前体等物质提供能量和构成特定产物的需要。其营养物质一般包括碳源、氮源（有机氮源、无机氮源）、无机盐及微量元素、生长因子、前体、产物促进和抑制剂等。在设计培养基时还必须把经济问题和原材料的供应问题等因素一起考虑在内，此外，还要考虑所筛选的菌种来源的地点环境。

二、发酵培养基的设计与优化

由于发酵培养基成份众多，且各因素常存在交互作用，很难建立理论模型；另外，由于测量数据常包含较大的误差，也影响了培养基优化过程的准确评估，因此培养基优化工作的量大且复杂。

培养基的优化通常包括以下几个步骤：

①所有影响因子的确认；

②影响因子的筛选，以确定各个因子的影响程度；

③根据影响因子和优化的要求，选择优化策略；

④实验结果的数学或统计分析，以确定其最佳条件；

⑤最佳条件的验证。

单次单因子法

实验室最常用的优化方法是单次单因子法，即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。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。

正交试验设计注重如何科学合理地安排试验，可同时考虑几种因素，寻找最佳因素水平结合，但它不能在给出的整个区域上找到因素和响应值之间的一个明确的函数表达式即回归方程，从而无法找到整个区域上因素的最佳组合和响应面值的最优值。

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。

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。

部分因子设计法

部分因子设计法与P1ackett-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。

响应面分析法

响应面分析（responsesurfaceanalysis，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。