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%。     

利用响应面法优化γ-氨基丁酸液体发酵

通过响应面分析的方法对γ-氨基丁酸(GABA)的发酵条件进行优化.在前期单因素试验的基础上,首先利用Plackett-Burman(PB)法筛选出对乳酸菌液体发酵产GABA的4个主要的影响因素:L-谷氨酸钠(L-MSG)、大豆蛋白胨、CaCl2和MnSO4·H2O.第二步用 最陡爬坡路径逼近最大产量区域.最后由中心组合试验及响应面分析确定了主要影响因素的最佳条件.在优化条件下,GABA的产量为21.03g/L,比优化前的11.58g/L提高了81.61％.     

响应面法优化海洋弧菌产褐藻胶裂解酶发酵培养基

采用响应面法优化海洋弧菌X511的产酶发酵培养基,提高其胞内褐藻胶裂解酶产量。通过单因素试验研究了不同碳源、不同氮源、海藻酸钠、氯化钠、蛋白胨、硫酸亚铁、硫酸镁和磷酸氢二钾对菌株产胞内酶活力的影响,在此基础上,利用Plackett-burman试验确定海藻酸钠、氯化钠、蛋白胨和硫酸镁对胞内酶产量的影响。通过响应面试验构建回归方程,结果表明,最佳发酵培养基成分为海藻酸钠9.0 g/L,NaCl 31.6 g/L,蛋白胨15.0 g/L,MgSO4·7H2O 1.5 g/L。在此条件下,该菌株的胞内褐藻胶裂解酶的活力为（20.65±0.14） U/mL,较优化前的酶活提高了64.4%。     

应用响应面法优化叶黄素降解发酵培养基

利用响应面分析法对Pantoea dispersa（Y08）菌降解叶黄素产香的培养基进行了优化。采用Box-Behnken实验设计,选定KH2PO4、蔗糖和混合氮源（酵母膏∶天门冬酰胺=2∶1）3个关键因子为响应因子,以叶黄素降解率为响应值建立多元二次回归方程,在分析各个因素的显著性和交互作用后,确定了Pantoea dispersa菌降解叶黄素的最优培养基为:蔗糖0.97%,混合氮源（酵母膏∶天门冬酰胺=2∶1）1.38%,KH2PO40.15%,叶黄素降解率为80.03%,与理论预测值基本吻合,比优化前提高140.67%。      

响应面法优化厌氧细菌产纤维素酶发酵培养基

通过单因素试验确定了厌氧纤维素降解细菌—溶纤维丁酸弧菌WHQ产纤维素酶的最佳培养条件,结果表明,最适产酶条件为培养时间48h,接种量10％,初始pH值8.5,温度37℃.在此基础上,应用响应面法优化该菌株产纤维素酶培养基.在初期研究中,葡萄糖和尿素确定为最佳的碳氮源,利用Plackett-Burman设计从10种培养基成分中筛选出对WHQ产内切纤维素酶有重要性的因素,结果表明葡萄糖、NaHCO,和MgSO4·7H2O对WHQ产内切纤维素酶有重要影响,利用Box-Behnken设计研究这3种因素对WHQ产内切纤维素酶的综合效应,结果表明3种因素的最佳值为MgSO4·7H2O 0.14g/L、葡萄糖14.3g/L、NaHCO3 6.92g/L,此时的内切酶酶活力最大值为206.548μg/(mL.min),与实验值相接近199.324μg/(mL·min),比未优化前的内切纤维素酶活力71.254μg/(mL·min)提高179％.     

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.     

响应面法优化Paenibacillus sp.JX426产黄原胶降解酶发酵培养基

从土壤中分离筛选出1株具有较强黄原胶降解能力的类芽孢杆菌(Paenibacillus sp.)JX426.为了获得高活力的黄原胶降解酶,研究借助Minimb15软件,采用Plackett-Burman试验设计方法、最陡爬坡试验设计方法和响应面分析方法对菌株JX426进行了液体发酵条件的优化.首先通过Plackett-Burman方法对7个相关影响因素的效应进行了评价,并筛选出有显著正效应的黄原胶、CaCl2添加量和有显著负效应的酵母粉添加量等3个因素,然后利用最陡爬坡试验设计方法和响应面分析方法确定了上述3个因素的最佳工艺参数,即黄原胶、CaCl2和酵母粉的添加量分别为0.39%、0.02%和0.042%.试验结果表明,在最佳浓度和组成条件下,黄原胶降解酶的酶活能达到4.20U/mL,较优化前的3.05U/mL提高了37.7%,为黄原胶降解菌的实际应用奠定了基础.     

响应面法优化大肠杆菌产海藻糖合酶发酵培养基

以海藻糖合酶基因工程菌E.coli BL21（p ET15b-Tre S）为研究对象,以海藻糖合酶的酶活为考察指标,对海藻糖合酶基因工程菌E.coli BL21（p ET15b-Tre S）的培养基进行优化。首先运用单因素实验对大肠杆菌（E.Coli）产海藻糖合酶进行了优化,利用Plackett-Burman进行两因素两水平设计对影响其产酶因素进行评估并筛选出具显著效应的3种因素:葡萄糖、酵母浸粉和K2HPO4。用最陡爬坡实验逼近以上三种因素的最大响应面区域后,采用Box-Behnken进行三因素三水平的设计以及响应面分析,获得最佳产海藻糖合酶的培养基。结果表明,发酵大肠杆菌的最佳培养基配方为:葡萄糖7.2g/L,酵母浸粉6.6g/L,蛋白胨10g/L,（NH4）2SO45g/L,K2HPO415.7g/L,KH2PO44g/L,Mg SO4·7H2O1.6g/L,微量元素混合液0.5m L/L。在此条件下进行产酶重复实验5次,海藻糖合酶酶活为65U/mg,比优化前提高了91.2%。      

响应面法优化重组大肠杆菌产ADI酶发酵培养基

在单因素优化的基础上,采用响应面分析方法对重组大肠杆菌生产精氨酸脱亚胺酶(ADI)的发酵培养基进行了优化。借助于SAS软件,结合Plackett-Burman和Box-Behnken实验设计对5种培养基组分进行优化。结果表明,最佳培养基组分为胰蛋白胨11.16 g/L,酵母提取物20 g/L,甘油6.3 g/L,磷酸氢二钾16.38 g/L,磷酸二氢钾2.31 g/L。采用优化后的培养基进行摇瓶发酵,ADI酶活达到5.7 U/m L发酵液,比初始培养基(3.72 U/m L发酵液)提高了1.53倍,比LB培养基(2.83 U/m L发酵液)提高了2.01倍。采用优化后的培养基在3 L发酵罐中进行发酵,ADI酶活达到15.17 U/m L发酵液,较LB培养基(4.32 U/m L发酵液)提高了3.51倍。     

利用响应面法优化γ-聚谷氨酸发酵培养基

利用筛选出的枯草芽孢杆菌发酵生产γ-聚谷氨酸,并对其发酵培养基进行优化。首先采用逐因子试验法寻找出各因素的参考范围。在此基础上,利用Plackett-Burman试验筛选出显著影响γ-PGA产量的3个主要因素:酵母粉、谷氨酸钠和CaCl2。用最陡爬坡试验逼近最大产γ-PGA的区域。然后利用Box-Behnken试验对显著因素进行优化,得酵母粉、谷氨酸钠和CaCl2的最佳浓度分别为4.18g/L、76.89g/L和0.1422g/L。在优化后发酵培养基条件下,γ-PGA的产量达到了43.26g/L,比初始γ-PGA产量提高了1.035倍。     

响应面法优化豆乳链球菌增殖培养基

针对优良酸豆乳发酵菌株豆乳链球菌（Streptococcus sojalactis）SY1.1增殖培养基进行优化,研究碳氮源对豆乳链球菌生长的影响,并采用响应面法优化豆乳链球菌SY1.1的增殖培养基配方。结果表明：以AST为基础培养基,优选大豆蛋白胨和蔗糖为最适氮源和碳源,质量比为1∶2,采用Plackett-Burman设计对11 种促乳酸菌生长因子进行评价,利用中心旋转组合设计和响应面分析确定增殖培养基的配方为：蔗糖10 g/L、大豆蛋白胨20 g/L、磷酸氢二钾2 g/L、番茄汁85.8 mL/L、胡萝卜汁109 mL/L、玉米浆6 g/L,pH 6.8。SY1.1以接种量2%,在37 ℃培养12 h时,活菌数可达（8.9±0.2）×108 CFU/mL,较初始豆浆培养基的活菌数（1.03×108 CFU/mL）提高了7.64 倍。     

响应面法优化P.acidipropionici产酸发酵培养基

利用响应面分析法优化产酸丙酸杆菌发酵产酸培养基.在单因素试验的基础上,采用Box-Behnken试验设计,选定甘油、混合氮源(酵母提取物:胰酶大豆肉汤=2∶1)和磷酸氢二钾3个关键因子为响应因子,以丙酸产量为响应值建立多元二次回归方程,在分析各个因素的显著性和交互作用后,确定了产酸丙酸杆菌发酵产酸的最优培养基为:甘油44.4g/L、混合氮源(酵母提取物:胰酶大豆肉汤=2∶1)27.0g/L、K2HPO4 2.0g/L,丙酸产量最大预测值为20.75g/L.经过优化,丙酸产量提高了151％,实验值与预测值基本相符.     

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。     

响应面法优化茯苓多糖发酵培养基

以茯苓菌种为研究对象,采用响应面法对其产茯苓粗多糖的发酵培养基组分进行优化。 在单因素优化的基础上,利用Plackett- Burman（PB）试验设计筛选出影响茯苓粗多糖产量的3个显著性因素：葡萄糖、酵母粉、硫酸镁。 利用响应面分析法（RSM）优化,得到 最佳培养基组分为：葡萄糖47.1 g/L、酵母粉20.5 g/L、硫酸镁1.8 g/L、蛋白胨30 g/L、硝酸钠5 g/L、磷酸二氢钾1.0 g/L、VB1 1 g/L、无水氯 化钙0.1 g/L。 在此优化条件下,茯苓粗多糖产量为138 mg/100 mL,是优化前的1.3倍。     

响应面法优化肌苷摇瓶发酵培养基及培养条件

采用响应面法对肌苷发酵的培养基及培养条件进行优化。通过Plackeet-Burman设计从肌苷发酵工艺的9个因素中筛选关键因子,结果得出葡萄糖浓度、玉米浆浓度、装液量、接种量4个因子对肌苷产量具有显著的影响。针对4个显著因子进行最陡爬坡试验和Box-Behnken试验,得到参数的最优值和回归模型,并验证结果。最佳工艺参数是:葡萄糖236.87 g/L、玉米浆23.91 g/L、装液量7 mL、接种量6.5%。在最优条件下做验证试验,肌苷产量均值达到8.26 g/L。优化后的肌苷产量较优化前提高了49.9%。     

响应面法优化无色素产普鲁兰菌株UVMU3-1培养基成分

以Plackett-Burman(PB)设计结合响应面(RSM)分析法对无色素产普鲁兰突变菌株UVMU3-1发酵培养基7种营养成分配比进行优化。结果表明:葡萄糖、KH2PO4添加量显著影响普鲁兰产量。最陡爬坡试验使2个显著因素的水平取值逼近最大响应区域。中心组合设计结合RSM分析确定产普鲁兰最优培养基配比为:葡萄糖67g/L、KH2PO45.18g/L、(NH4)2SO45g/L、NaNO310g/L、MgSO4.7H2O 0.5g/L、酵母粉2g/L、吐温-80 10mL/L,预测最大响应值19.94g/L。实际验证普鲁兰产量19.98g/L,与预测相符,普鲁兰产量较优化前提高163%。     

优化L-精氨酸发酵培养基

利用SAS软件中二水平设计和响应面分析法较系统地研究了谷氨酸棒杆菌Corynebact-erium glutamicu吣障氨酸发酵培养基，得到了精爨磁产量在一定条件下随硫酸铵、玉米浆、磷酸二氢钾的变化规律，并根据分析结果优化了发酵培养基，产量可提高近64％。     

响应面法优化保加利亚乳杆菌发酵米胚芽培养基

采用响应面法优化保加利亚乳杆菌发酵米胚芽培养基。首先通过两水平设计的Plackett-Burman实验分析8种因素对γ-氨基丁酸（γ-aminobutyric acid,GABA）产量的影响,确定培养基中玉米浆干粉、玉米淀粉、菊粉对发酵液中GABA含量影响最显著（p<0.05）。然后通过响应面分析得到的最佳回归方程确定了培养基最佳配比:玉米浆干粉1.3%,玉米淀粉1.8%,菊粉1.2%,在此条件下发酵液中GABA含量为3.15g/L。      

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.