响应面法优化γ-聚谷氨酸发酵培养基的研究

采用响应面法对γ-聚谷氨酸发酵培养基成分进行优化.首先用Plackett-Burman(PB)设计对培养基中相关影响因素的效应进行评价,筛选出3个有显著影响效应的因素,分别为蛋白胨、谷氨酸及硫酸锰.然后进行最陡爬坡实验逼近最佳响应面区域,最后通过Box-Behnken设计及响应面分析确定了主要影响因素的最佳浓度.在优化的培养基中,γ-聚谷氨酸的产量达到28.91 g/L,比优化前的12.5 g/L提高了2.31倍.     

解淀粉芽孢杆菌fmbj37产γ-聚谷氨酸发酵培养基的优化

为了提高解淀粉芽孢杆菌fmbj37产γ-聚谷氨酸的产量,采用响应面法优化其发酵培养基成分。首先用Plackett-Burman(PB)设计对培养基中9个组分的重要性进行评价,筛选出3个关键影响因素:蔗糖、谷氨酸钠和磷酸氢二钾。然后进行最陡爬坡实验确定最佳响应面区域,最后通过响应面分析得到蔗糖、谷氨酸钠和磷酸氢二钾的最佳浓度。结果表明,经优化得到的最佳培养基成分为:蔗糖115 g/L、谷氨酸钠59.35 g/L、磷酸氢二钾2.85 g/L、蛋白胨10 g/L、硫酸镁1.5 g/L、氯化钾1 g/L、硫酸亚铁0.0006 g/L、硫酸锰0.025 g/L、硫酸铜0.00064 g/L,在该培养基中γ-聚谷氨酸的产量达到(41.2±0.51)g/L,比优化前的5.2 g/L提高了6.9倍。     

利用响应面法优化枯草芽孢杆菌产尿苷发酵培养基

采用响应面法对枯草芽孢杆菌产尿苷发酵培养基进行优化,以期提高尿苷的产量。首先利用PlackettBurman实验设计筛选出影响尿苷产量的3个显著因素:酵母粉,谷氨酸钠,豆粕水解液;在此基础上利用最陡爬坡实验逼近响应值的最佳区域;最后通过中心复合实验和响应面分析确定了影响产苷主要因素的最佳浓度,分别为酵母粉25.6 g/L,谷氨酸钠25.2 g/L,豆粕水解液40.9 m L/L,此时尿苷产量的预测值为13.76 g/L。通过模型的验证实验发现,尿苷的实际产量为13.52 g/L,与模型预测值非常接近,并且比初始培养基提高了164.1%。     

响应面法优化隐甲藻LS1057产二十二碳六烯酸发酵条件

为了提高一株隐甲藻藻株LS1057的二十二碳六烯酸产量,对发酵培养基进行了优化。采用Plackett-Burman实验设计法考察发酵培养基中各组分对二十二碳六烯酸产量的影响,结果表明:葡萄糖、酵母膏、KH2PO4的浓度对二十二碳六烯酸的产量影响显著。再用最陡爬坡路径逼近最大响应区域,并结合Box-Behnken实验设计和响应面分析法对3个显著因素进行回归分析,得到优化的发酵培养基组成:葡萄糖79.76g/L、酵母膏14.0g/L、KH2PO40.5g/L、海盐20.0g/L、MgSO4·7H2O 5.0g/L、KNO38.0g/L、FeSO4·7H2O 0.2g/L和M液(M液:V B10.6g/L,V B120.1mg/L)1%(V/V)。采用该法优化培养基,经摇瓶发酵实验供试藻株的二十二碳六烯酸产量达到了1.811g/L,较优化前提高了71.33%。利用70L发酵罐的分批补料发酵实验对优化后的结果做了进一步的验证,发酵结束后二十二碳六烯酸终产量为2.112g/L。实验结果表明经响应面法优化得到的发酵培养基利于隐甲藻LS1057发酵生产二十二碳六烯酸。     

β-甘露聚糖酶高产菌株发酵条件优化

从土壤中分离出1株产β-甘露聚糖酶的优良菌株Bacillus sp.QYW-1,具有发酵周期短且产酶活力高等特性,初始酶活力21.85 U/mL。在单因素实验对培养基及培养条件优化的基础上利用Plackett-Burman实验设计对影响产酶的重要因素进行筛选。实验发现,影响该菌株产酶的重要因素是魔芋粉、蛋白胨及硫酸镁。最陡爬坡实验和Box-Behnken实验得到响应面(RSM)优化的最佳培养基为:魔芋粉26 g/L,蛋白胨10 g/L,MgSO43.8 g/L,NaCl 10 g/L,KCl 6 g/L,NaNO36 g/L,K2HPO43 g/L,初始pH6.5。在此条件下菌株发酵产β-甘露聚糖酶酶活力为233.86 U/mL,与模型预测值相符,与单因素优化后的酶活力115.62 U/mL相比,提高了102%。     

产α-蒎烯重组大肠杆菌发酵培养基优化

为了提高α-蒎烯的产量,对YJM28菌株的发酵培养基进行了响应面优化。通过单因素实验筛选出了适合发酵α-蒎烯的最佳碳、氮源,分别为葡萄糖和蛋白胨。利用Design-Expert软件设计Plackett-Burman实验方案筛选出了影响α-蒎烯产量的3个重要因子;通过中心组和实验及响应面分析法确定了3个因子的最佳浓度:微量元素溶液63.78μL/100m L,蛋白胨9g/L,葡萄糖2.77g/L。用优化后的培养基发酵产α-蒎烯,48h后的α-蒎烯产量达33.26mg/L,比优化前提高了6.75倍。     

γ-聚谷氨酸产生菌发酵培养基的响应面法优化研究

利用从纳豆中筛选得到的一株纳豆芽孢杆菌发酵生产γ-聚谷氨酸(γ-PGA)。在单因素优化实验的基础上,通过响应面法对发酵培养基进行优化,得到最佳培养基配方为蔗糖43.92 g/L、大豆蛋白胨7.00 g/L、谷氨酸钠46.32 g/L,γ-PGA产量由原来的7.253 g/L提高到11.794 g/L。     

细菌纤维素/γ-聚谷氨酸复合膜发酵条件的优化

在发酵培养基中添加γ-聚谷氨酸(γ-PGA),可以制备具有更优性能的细菌纤维素(BC)复合膜.采用响应面分析法优化细菌纤维素/γ-聚谷氨酸复合膜发酵生产工艺,首先通过Plackctt-Burman试验设计对影响复合膜发酵生产的8个因素进行筛选,得到3个关键影响因子:聚谷氨酸添加浓度,pH和γ-聚谷氨酸的添加时间;然后用最陡爬坡试验逼近响应值的最大区域;最后通过Box-Behnken设计及响应曲面分析确定了各考察因子的最佳取值:葡萄糖25g/L,柠檬酸6g/L,Na2HPO42g/L,γ-聚谷氨酸1.04g/L,γ-聚谷氨酸的添加时间4h,发酵初始pH5.0,温度30℃,发酵周期7d.在优化条件下复合膜的湿重达到61.07g/100mL培养基试验值与预测值误差为-3.05%,较初始培养基复合膜产量提高9 1.32%.     

海洋细菌Renibacterium sp.QD1产壳聚糖酶发酵培养基的统计优化

目的:通过对发酵培养基的统计优化提高海洋细菌Renibacterium sp.QD1壳聚糖酶的产量。方法:通过Plackett-Burman实验筛选影响壳聚糖酶产量的显著性因素。在此基础上利用最陡爬坡路径逼近最大响应区域,利用响应面法进行回归分析。结果:确定了影响壳聚糖酶产量的3个显著因素,其最佳浓度分别是壳聚糖14.23g/L、酵母粉4.72g/L、p H6.42。经模型验证,预测值与验证实验平均值接近。结论:在最优培养基中壳聚糖酶活力达到608.11U/m L,比优化前提高了52.03%。     

响应面法优化产低温生淀粉糖化酶发酵培养基

在单因素实验确定显著因素的基础上,采用响应面法优化气单胞菌(Aeromonas sp.)RS01的发酵培养基。单因素实验确定碳源玉米生淀粉浓度为40g/L,氮源牛肉膏的浓度为12g/L,氯化钠的浓度为3g/L。响应面法优化得到玉米生淀粉、牛肉膏、氯化钠3个显著因素的最佳浓度分别为43.21g/L、12.01g/L、3.21g/L,此条件下低温生淀粉糖化酶酶活达到98.42U/mL,比优化前提高了51.67U/mL,与模型预测值100.32U/mL基本吻合。牛肉膏与NaCl交互作用不显著,玉米生淀粉与NaCl、玉米生淀粉与牛肉膏交互作用显著。     

木糖发酵产2，3-丁二醇培养基的优化

以2,3-丁二醇得率作为考察指标,运用单因素试验和4因素3水平响应面实验设计方法,研究木糖、氮源、无机盐和金属离子对2,3-丁二醇得率的影响。结果表明,培养基的最佳浓度组合为:木糖为83.4 g/L、酵母粉为20.3 g/L、KH2PO4为10 g/L、K2HPO4为7.2 g/L(、NH4)2SO4 2 g/L、柠檬酸钠4 g/L、MgSO4.7H2O 0.05 g/L、MnSO4.7H2O为0.005 g/L、ZnSO4.7H2O 0.01 g/L、FeSO4.7H2O0.005 g/L、CaCl2 0.057 g/L。利用优化后的培养基进行发酵,2,3-丁二醇得率达0.348 g/g,与初始条件相比,提高了16%;实验结果与模型预测值拟合一致。     

响应曲面优化柠檬酸淀粉清料发酵培养基

运用响应面法对淀粉清料发酵生产柠檬酸的培养基进行了优化。根据单因素实验结果,利用Plackett-Burman设计对相关因素进行评估并筛选出具有显著效应的3个因素:玉米浆、尿素、p H。用最陡爬坡实验逼近以上3个因子的最大响应区域后,采用Box-Behnken设计以及响应面分析法,确定其最佳培养基:玉米浆5.15g/L、尿素1.83g/L、初始p H=4.15、磷酸氢二钾0.4g/L、硫酸镁0.2g/L。在优化培养基条件下,淀粉清料发酵柠檬酸产量为147.52g/L,比优化前提高了约12.19%,与玉米粉带渣发酵相比,柠檬酸平均产量和转化率都提高了约10%,发酵残糖降低了约88%。     

利用响应面分析法进行氨肽酶发酵培养基的优化

利用Minitab软件中的Plackett-Burman设计和响应面的Box-Behnken中心组合设计,对发酵生产甲硫氨酸氨肽酶的培养基进行优化。在培养基成分单因素优化的基础上,利用Plackett-Burman实验,确定麦芽糊精、酵母粉及硫酸镁为甲硫氨酸氨肽酶发酵生产的3个显著因素。进一步用最陡爬坡法实验将显著因素的水平逼近最优区域。最后用Box-Behnken建立这3个显著因素的二次回归模型,通过对响应面曲面进行分析,得出麦芽糊精、酵母粉和硫酸镁的最佳浓度分别为:26.00、5.3、0.204 g/L。在优化培养基中,甲硫氨酸氨肽酶生产菌的发酵水平增加约1.11倍,达到50.84 U/mL,实验值与预期值基本相符。     

一株高产β-苯乙醇酵母菌的筛选、鉴定及其发酵条件优化

目的:本文主要是从大曲中筛选一株高产β-苯乙醇酵母菌株,并对其发酵条件进行优化。方法:采用平板涂布法筛选高产β-苯乙醇酵母菌株,通过菌落形态、细胞结构和分子生物学方法对其进行鉴定;利用单因素优化L-苯丙氨酸浓度、酵母浸粉浓度、温度和初始p H等发酵条件,在单因素优化的基础上,采用Box-Behnken法设计三因素三水平试验进行响应面优化,确定其产β-苯乙醇最佳发酵条件。结果:从浓香型大曲中筛选获得一株高产β-苯乙醇的酵母,命名为Y1511,经鉴定为库德里阿兹威毕赤酵母(Pichia kudriavzevii);该菌株在豆芽汁培养基中能产近30种挥发性风味物质;通过单因素和响应面最终获得该酵母发酵产苯乙醇的最佳条件为:葡萄糖80 g/L、硫酸镁0.5 g/L、磷酸二氢钾5 g/L、L-苯丙氨酸10 g/L、酵母浸粉5.5 g/L,初始p H5,在26℃培养,苯乙醇产量达到3.25 g/L。结论:本文首次报道了大曲来源的库德里阿兹威毕赤酵母产苯乙醇研究。     

响应面法优化γ-氨基丁酸发酵培养基

利用SAS软件中的二水平设计和响应面分析法,对发酵生产-γ氨基丁酸(GABA)的培养基进行了优化。以MRS培养基作为基础培养基,采用Plackett-Burman(PB)设计对培养基中相关影响因素的效应进行评价并筛选出了有显著效应的葡萄糖、碳氮比及MnSO4.H2O浓度,其他因素对GABA产量的影响不显著。然后用Box-Behnken设计及响应面分析确定了主要影响因素的最佳条件,在优化的培养基中,GABA的产量达到6.02g/L,比优化前的4.35g/L提高了38%。     

响应面分析法和氮源改进优化L赖氨酸发酵工艺

为提高赖氨酸发酵的产酸浓度、糖酸转化率等发酵指标,通过Plackett-Burman实验设计筛选出培养基中对赖氨酸发酵影响最大的成分为蛋氨酸、糖蜜和谷氨酸,再通过响应面设计实验对这3种成分进行优化,得到最适含量为蛋氨酸0.195g/L,糖蜜15.70mL/L,谷氨酸0.215g/L,赖氨酸浓度从1.90g/100mL提高至2.25g/100mL。发酵培养基中加入10g/L的(NH4)2SO4作为改进氮源,赖氨酸浓度可进一步提高至2.41g/100mL,发酵周期由30h缩短至25h。通过优化培养基和改进氮源,可以显著降低赖氨酸的生产成本,提高产品收益。     

γ-聚谷氨酸生产菌株的鉴定及发酵培养基优化

目的:鉴定一株高产γ-聚谷氨酸(γ-polyglutamic acid,γ-PGA)的菌株,并优化其发酵培养基。方法:以实验室前期诱变筛选出的菌株N-2出发,通过16s rDNA核酸序列分析,对该菌株进行了鉴定;采用单因素实验、响应面设计对菌株的发酵培养基进行优化,最终确定最佳培养基配方。结果:经过16s rDNA序列分析,菌株N-2被鉴定为Bacillus subtilis。通过Plackett-Burman(PB)试验,筛选出3个显著影响γ-PGA产量的因素:葡萄糖、谷氨酸钠和K₂HPO₄·3H₂O;用最陡爬坡试验逼近最大产量区后,利用box-behnken试验获得响应曲面最优解,确定葡萄糖、谷氨酸钠和K₂HPO₄·3H₂O的最佳浓度分别为42.93、44.85、2.39 g/L。经过54 h发酵γ-PGA终产量为28.51 g/L,比优化前提高了34.48%。结论:响应面法试验次数少、周期短,可以快速优化发酵培养基成分,结果可靠,是提高产量的有效途径。     

曲拉复合乳酸菌增殖培养基的优化

为了提高曲拉专用复合乳酸菌发酵液中的活菌数,通过基础培养基的筛选实验,氮源、碳源和生长因子的单因素实验,响应面实验设计对其增殖培养基成分进行优化。3株曲拉专用乳酸菌保加利亚乳杆菌(MGD1-3)、嗜热链球菌(MGB39-5)、植物乳杆菌(BM5152)间无拮抗作用,可以进行混菌培养,复合乳酸菌最佳基础培养基为MRS培养基。通过Box-Behnken实验及响应面分析确定碳源、氮源、吐温80和VB6的最佳添加量分别为:18.11、26.72、1.88和1.41 g/L,发酵菌株在优化后的MRS培养基中OD600值为2.173,菌体浓度达到了4.01×1010CFU/m L,活菌数增加了8.29倍。     

响应面法优化桔青霉产核酸酶P1培养基

采用响应面方法对桔青霉产核酸酶P1的发酵培养基进行优化。首先通过Plackett-Burman实验,筛选出3个主要的影响因素:葡萄糖、CaCl2和ZnSO4.7H2O。然后运用爬坡路径法对这3种因子进行实验,获得这3种重要因子的最适质量浓度范围。最后通过响应面分析法,得出3种重要影响因子的交互作用及最佳条件。确定桔青霉产核酸酶P1的最佳发酵培养基为:葡萄糖51.82g/L,蛋白胨3g/L,KH2PO4和K2HPO4各0.3g/L,CaCl20.52g/L,MgSO4·7H2O0.6g/L,ZnSO4·7H2O0.34g/L,吐温-802mL/L,在此最佳培养基下发酵酶活可达419.7U/mL,比优化前提高了31.8%。     

枯草芽孢杆菌BSD-2产抗菌肽发酵培养基的优化

为了提高枯草芽孢杆菌BSD-2抗菌肽的产量,应用响应面法对发酵培养基进行优化。采用Plackett-Burman设计对培养基中相关影响因素的效应进行评价,筛选出3个重要因素依次为蛋白胨、淀粉和豆饼粉;然后进行最陡爬坡试验逼近最佳响应面区域;最后通过Box-Behnken设计及响应面分析法确定最佳培养基配方为：蛋白胨14.29g/L、淀粉14.07g/L、豆饼粉6.49g/L、CaCO3 2.0g/L、MgSO4 1.0g/L。拟合实验模型结果显示,发酵液抗菌肽的产量增加为原来的1.77倍。