响应面法优化茶氨酸生物合成基因工程菌发酵条件的研究

本实验对具有茶氨酸生物合成能力的γ-谷氨酰转肽酶(γ-GGT)基因工程菌的发酵条件进行了优化.首先采用Plackett-Burman实验设计对影响γ-GGT活性的基因工程菌发酵条件进行筛选.然后将筛选得到的初始pH、培养时间、异丙基硫代-β-D-半乳糖苷(isopropylthio-β-D-galactoside,IPTG)诱导温度3个关键影响因素进行响应面分析,通过对二次多项回归方程求解得到该基因工程菌的最佳培养条件为初始pH7.32、培养时间6.67h、IPTG31.51℃诱导.γ-GGT活性的最大预测值为4.60U/ml,实验验证值为4.64U/ml.最后通过基因工程菌催化合成茶氨酸反应,得到茶氨酸的产量为35.18g/L.     

生物合成茶氨酸的研究进展及构建基因工程菌合成茶氨酸的可行性探讨

综述了近年来应用微生物发酵法、茶树细胞培养法生物合成茶氨酸的研究进展 ,讨论了构建基因工程菌生物合成茶氨酸的可行性。     

统计学分析方法应用于桑黄菌发酵培养基的优化

应用Plackett-Burman设计法对影响桑黄发酵的培养基组分进行筛选,所选取的6个相关因素为:玉米淀粉、蛋白胨、酵母粉、KH2PO4、MgSO4·7H2O、初始pH.确定影响桑黄菌丝得率的关键因素为玉米淀粉和初始pH.采用最陡爬坡试验逼近2个关键因素的最大响应区域.在此基础上,采用中心组合设计结合响应面法(Response Surface Methodology,RSM)对影响桑黄菌丝得率的关键因素最佳水平范围作进一步的研究,并通过二次方程回归求解得知,上述自变量为玉米淀粉浓度为5.46%和初始pH值为3.52时,此时模型预测值桑黄菌丝得率为13.97 g/L,验证值为13.95g/L,预测值与验证值之间吻合较好.     

利用响应面分析法优化γ-氨基丁酸发酵培养基

通过响应面分析的方法对发酵生产γ 氨基丁酸(GABA)的培养基进行优化.利用二水平正交试验考察葡萄糖、豆饼粉、玉米浆、K2HPO4、吐温 80、起始pH值和谷氨酸钠(MSG)对发酵生产GABA的影响.利用极差分析找出主要影响因子:分别为豆饼粉、玉米浆和葡萄糖.利用中心组合设计与响应面分析进一步考察主要影响因子并确定了最佳培养基的组成.在优化培养基中,GABA产量增加约4倍,达到3.63g/L,实验值与预测值基本相符.     

统计学分析方法应用于富硒米曲霉发酵培养基的优化

应用Plackett-Burman设计法对影响富硒米曲霉发酵的培养基组分进行了筛选,所选的6个相关因素为:蔗糖、酵母膏、氯化钙、硫酸镁、磷酸二氢钾和VB1.确定影响富硒米曲霉发酵的关键因素为:氯化钙、酵母膏和VB1.应用最陡爬坡实验逼近以上3个因素的最大响应区域.在此基础上,采用中心组合设计结合响应面法(Response Surface Methodology, RSM)对影响富硒米曲霉富硒发酵的关键因子的范围进行进一步确定,主要影响因素的最佳浓度为氯化钙0.25 g/L,酵母膏28.4 g/L,VB1 0.015 g/L.验证实验结果表明,采用优化后的培养基,米曲霉的胞内硒含量达到2.268 mg/g,与理论值相差1.4%.因此,利用响应面法对米曲霉富硒的培养基进行优化合理可行.     

特基拉芽孢杆菌来源β-1,3-1,4-葡聚糖酶重组菌发酵培养基的优化

为了提高重组大肠杆菌(Escherichia coli BL21DE3)(pET-28a(+)-bgl)发酵产β-1,3-1,4-葡聚糖酶的能力,研究了发酵培养基中各类碳源及氮源的影响,并通过响应面分析法优化培养基各组分的含量。结果表明,甘油为最适碳源,酵母粉及胰蛋白胨为氮源。优化的培养基组成是:yeast extract终浓度为20 g/L,胰蛋白胨12.5 g/L,甘油14.1 mL/L,KH2PO42.17 g/L,K2HPO42.74 g/L。三角瓶发酵产β-葡聚糖酶酶活(2 978.2 U/mL),与初始培养基(1 671.9 U/mL)相比,提高了1.78倍。研究结果表明,发酵培养基的优化对重组大肠杆菌发酵生产工业酶具有重要作用。     

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.     

富锌灵芝发酵培养基的响应面法优化研究

目的优化灵芝发酵培养基,提高灵芝对无机锌元素的富集率.方法运用Plackeytt-Burman设计对影响灵芝富锌率的营养因子进行筛选;在此基础上,利用响应面法(Response Surface Method,RSM)建立灵芝富锌率的数学模型.结果通过Plackett-Burman试验获得了影响灵芝富锌率的3个关键因子玉米粉、豆粕及KH2PO4;对已建立的灵芝富锌率的数学模型求解,当玉米粉38.0 g/L、蔗糖加g/L、豆粕8.5 g/L、Fe2(SO4)3 1.0g/L、NH4Cl 2.0 g/L、CaCO3 1.0g/L、MgSO4 1.0g/L、KH2PO4 1.2 g/L时,可获得灵芝最大富锌率,预测值为27.06%.结论利用RSM法优化了富锌灵芝发酵培养基.提高了灵芝的富锌率.该方法经济有效.     

产右旋糖酐肠膜明串珠菌发酵培养基的优化

旨在提高肠膜明串珠菌Leuconostoc mesenteroides CICC-23614发酵蔗糖产右旋糖酐的效率。以单因素实验为基础,以蔗糖、细菌蛋白胨、Na₂HPO₄·12H₂O及KH₂PO₄浓度作为影响因子,以蔗糖转化率为响应值,采用响应面分析法对肠膜明串珠菌培养基中各成分浓度条件进行研究,利用高效液相色谱法(HPLC)对发酵液中的蔗糖进行定量分析,优化得到最佳发酵培养基。结果显示,经过优化的最佳的培养基为:蔗糖101.31 g/L,细菌蛋白胨5.66 g/L,Na₂HPO₄·12H₂O 1.11 g/L和KH₂PO₄0.15 g/L。以优化后的培养基进行发酵,重复试验验证,发酵24 h,蔗糖转化率可达91.9%,与预测值误差仅为2.13%,相较于原始培养基发酵结果,蔗糖转化率是原始培养基培养条件下的1.6倍。     

响应面法优化粗壮脉纹孢菌降解啤酒糟粗纤维的培养基

采用响应曲面法对粗壮脉纹孢菌降解啤酒糟粗纤维的培养基进行优化。通过Plackett-Burman 设计法及响应面分析法,评价不同比例CaCl2、KH2PO4、豆渣、(NH4)2SO4、MgSO4、尿素等6 个因素对粗壮脉纹孢菌降解啤酒糟粗纤维的影响。研究表明,豆渣、(NH4)2SO4、KH2PO4、CaCl2、MgSO4 是粗壮脉纹孢菌降解啤酒糟粗纤维过程中的主要影响因素。得到优化培养基：豆渣为26.08%、(NH4)2SO4 为3.71%、KH2PO4 为1.53%、CaCl2为0.24%、MgSO4 为0.08%,在此条件下重复发酵3 次,结果与理论预测值相近。     

响应面法对Bacillus nattoi TK-2产聚-γ-谷氨酸(γ-PGA)发酵培养基的优化

通过Plackett-Burman设计和响应面分析对B.natto TK-2发酵产γ-PGA的培养基进行了优化.首先通过Plackett-Burman设计从6个因素中筛选出了有显著影响的葡萄糖、味精、CaCl2:等3个因素;然后通过最陡爬坡和Bok-Behnken设计进一步优化,并利用SAS软件进行回归分析,得到以上3个因素的最佳浓度分别为(g/L):葡萄糖21.4,味精25.1,CaCl2 2.6.在优化后的培养基下,γ-PGA的产量比优化前提高了34.01%.     

利用响应面法优化蛹虫草、松茸混菌共酵废料培养基

利用玉米浆、豆粕作为药食真菌蛹虫草、松茸混菌共酵的廉价培养基.不仅可以提高废料的利用价值,而且可以降低蛹虫草、松茸混菌共酵获得胞外多聚物的生产成本.以培养基中玉米浆、豆粕浓度作为考察因子,在单因素试验的基础上,进行了中心组合试验,采用响应面分析法优化了蛹虫草、松茸混菌共酵的培养基配方.试验结果表明,豆粕对蛹虫草、松茸混菌共酵中胞外多聚物产率的影响非常显著,最佳培养基配方为:玉米浆浓度9.18%,豆粕浓度13.04%,在该最佳培养基条件下进行验证试验,胞外多聚物产率可达30.65g/L,与模型的预测值30.26 g/L基本一致,表明模型可较好地预测蛹虫草、松茸混菌共酵中胞外多聚物的产率.     

适合乳果糖生产的菌株K.lactisK1-16-7产β-半乳糖苷酶发酵条件的优化

在摇瓶发酵条件下,采用Plackett-Buman设计法和响应面分析法对K.lactisKl-16-7菌株的培养基配方进行优化,确定了影响K1-16-7菌株产酶的5个重要因子依次为酵母膏、蛋白胨F403、乳糖、MgSO4和KH2PO4,对这5个因子进行最陡爬坡试验,通过响应面分析法确定了主要影响因子的最佳条件.优化后的培养基配方为酵母膏10.7 g/L、蛋白胨F403 9.4 g/L、乳糖12.1 g/L、MgSO4 5.6 g/L、KH2PO4 4.7 g/L,优化后β-半乳糖苷酶的产量达147.6 U/g,比优化前提高了88.7%.