响应面方法在优化微生物培养基中的应用
合集下载
大豆酸奶的益生菌应用响应面法优化发酵条件
大豆酸奶的益生菌应用响应面法优化发酵条件摘要：采用响应面法优化大豆酸奶的益生菌益生菌文化即单一，发展利用粪链球菌发酵工艺条件下，不使用任何添加剂。
本实验设计如下的中心旋转组合设计三个独立的变量，即，接种浓度（1–3% V / V），培养温度（37–43 C）和培养时间（12–15 h）。
缺乏合适的测试是微不足道的决定系数均高，范围从79.59到95.11%，除了在合音的情况（53.54%）。
结果表明，接种量，培养温度和培养时间对大豆酸奶的理化性质的影响。
优化的条件如下：接种量1.78%，培养温度，40.53c；（41）；和孵育时间，16小时，与80.7%宜益生菌大豆酸奶的研制。
实际应用：本文介绍了大豆酸奶的研制过程的优化。
单一的益生菌文化是用来开发益生菌大豆酸奶。
单文化是用，质量稳定的产品可以得到。
响应表面的方法已被用于过程优化；得到模型可用于任何因素的最佳参数组合。
所提供的信息能为益生菌大豆酸奶的大规模发展是有用的。
介绍：各种食品基质利用全球生产发酵具有潜在的益生菌的食物（Bansal等人。
2013，2014）。
发酵豆制品是日常饮食的重要部分，因为他们通常被视为健康食品。
亚洲益生菌食品的消费热潮，欧洲和美国已由于益生菌微生物包含作为饮食辅助治疗发生。
附加属性的豆类食品由于其降血脂，抗动脉粥样硬化，anticholesterolemic性能，减少过敏（vij等人。
2011）。
此外，发酵豆乳导致如血管紧张素转换酶活性肽的生产（ACE）抑制肽（Korhonen和pihlanto 2003）和提高生物利用度的异黄酮糖苷型异黄酮转化导致各自的苷元（羊栖菜等。
2005）。
因此，基于一个新兴的豆浆酸奶具有一定的饮食和健康忧虑的消费者细分提供了一个广泛的吸引力。
益生菌通常销售作为在胶囊和粉末形式的保健食品或添加到酸奶的益生菌，这是公司最受欢迎的汽车。
“功能”食品目前市场上反映了使用食物作为益生菌微生物系统方便的多元化。
响应面法在生物过程优化中的应用
响应面法 （RSM） 是 1951 年 Box- Wilson 开发 3.1 Plackett- Burman 设计法的应用
的用于化学过程因子优化的一种综合性方法。响应
Plackett- Burman 设计法是一种两水平的实验设
面法采用多元二次回归方程来拟合因素与响应值之 计方法。他试图用最少的实验次数使因子的主效果
1 几种常见生物过程优化技术的比较
1.1 单次单因子法 单次单因子法是传统的优化方法，即每次实验
只改变一个因子而保持其他因子不变的优化方法。 当考察的因子较多时，这种优化方法需要的实验次 数较多、实验周期较长，还可能因实验批次的不同 和实验条件的不一致导致不可靠甚至错误的结论， 而且这种方法还不能够分析因素之间的交互作用。 但由于不需要数学统计方面的知识，而且操作简 单、结果也能直观地用图表显示，单次单因子法仍 然是常见的生物过程优化方法之一。 1.2 正交试验设计
2010 年第 2 期 田泱源，等：响应面法在生物过程优化中的应用
9
6 月出版
取最佳实验方案时，对于不显著因素的选取一般是 凭经验。因此，正交试验对于创新实验是不宜选择 的。
为了弥补传统的单次单因子法和正交试验设计 法的缺陷，近年来许多生物过程优化技术已采用了 统计学方法。常见的优化技术包括响应面法 （response surface methodology）、调优运算 （evolutionary operation）、典型分析法 （canonicalanalysis）、单纯 形法等，其中响应面法是近年来应用最多的一种优 化技术。 1.3 调优运算
典型分析法是利用综合变量对之间的相关关系 来反映两组指标之间的整体相关性的多元统计分析 方法。他的基本原理是：为了从总体上把握两组指 标之间的相关关系，分别在两组变量中提取有代表 性的两个综合变量 U1 和 V1 （分别为两个变量组中 各变量的线性组合），利用这两个综合变量之间的 相关关系来反映两组指标之间的整体相关性。其基 本思想是：
响应面法优化醋酸菌的发酵产酸培养基
发酵 培养 条 件 ：５ ２ ０ｍＬ锥 形 瓶 装 液量 ５ ０ｍＬ， 接
３个对 醋酸 产量 影响 显著 的 因素及 其 正负 效 应确 定 最
基 金 项 目 ： 北 工业 大 学发 酵 工程 省 部 共 建 教 育部 重 点 实验 室 ２ ０ 湖 ０ ９年 开放 基 金 资 助 项 目（ ０ ９ Ｊ Ｏ ） ２ ０ ＫＦ Ｊ ７ 收 稿 日期 ：０ ０ ０ ９ ２ １ —１ —０ 作 者简 介 ： 文 瑛 （ ９ ４ ） 女 ， 北 武 汉 人 ， 士 研 究 生 ， 究 方 向 ： 酸 茵 的 选 育 、 酵 与 应 用研 究 ； 讯 作 者 ： 雄 ， 授 。Ｅ 孙 １８一 ， 湖 硕 研 醋 发 通 陈 教 ～
两 种 菌 属 都 能 产 生 醋 酸 ， 同 的 是 醋 酸 菌 属 氧 化 乙 醇 不
种 量 ４ ，０ 静 置 培 养 ５ｄ ３℃ 。
１ ３ 方 法 ．
能力强 于葡 萄糖 ， 而葡 萄 糖 杆 菌属 氧 化 葡 萄糖 能 力 强 于乙醇 ， 醋酸 生 产 中用 的大 多 是醋 酸 菌口 。醋 酸 菌 利 ］ 用 细胞膜 上 的乙醇脱 氢 酶和 乙醛脱 氢酶 氧化 乙醇生 成 醋酸， 乙醇和 醋酸分 别作 为醋 酸菌 的碳源 和代谢 产 物 ， 浓 度过 高对醋 酸菌 细胞 有 毒 害 ， 些 醋 酸菌 种 在 高 醋 有 酸浓 度 的环境下 还会 启 动 氧 化 醋酸 机 制 ， 而 降 低 产 反 量¨ 。作者 采用 响应 面 法 优 化 发酵 培 养 基 ， 定 最佳 ３ ］ 确 碳源 、 氮源 以及 其它 营养 因子 的最适 添加 量 ， 醋酸产 使 量得 到较 大 的提高 。
亿
与 生 物 互 程 ２１，ｏ ２ Ｎ ｏ１ １８ ｏ１ Ｖ ．
响应面法优化副干酪乳杆菌增茵培养基
ｒ ｅ ｓ ｐ ｏ ｎ ｓ ｅ ａ ｒ ｅ ａ ｗａ ｓ ｉ ｍｐ ｅ ｎ ｄ ｅ ｄ ｂ ｙ ｔ ｈ ｅ ｓ ｔ ｅ ｅ ｐ ｅ ｓ ｔ ｃ ｌ ｉ ｍｂ ｉ ｎ ｇ ｍｅ ｔ ｈ ｏ ｄ ａ ｎ ｄ ｔ ｈ ｅ ｃ ｅ ｎ ｔ ｒ ａ ｌ ｃ ｏ ｍｐ ｏ ｓ ｉ ｔ ｅ ｒ ｅ ｓ ｐ ｏ ｎ ｓ ｅ ｔ ｅ ｓ ｔ ａ ｎ ｄ ｒ ｅ ｓ ｐ ｏ ｎ ｓ ｅ ｓ ｕ ｒ ｆ ａ ｃ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ
Ｆ ｅ ｂ ． ２ ０１ ３
２月
文章编号 ： １ ０ ０ ２ — ２ ０ ９ ０ （ ２ ０ １ ３ ） ０ １ — ０ ０ ０ １ — ０ ６
响应面法优化副干酪乳杆菌增茵培养基
杨 丽 娟 ， 陆海燕 ， 贝 丽 霞 。 韩 文革 ， 赵 长江 。 韩德 权 ｚ
（ １ ． 黑龙江八一农垦大学农学院 ， 大庆 １ ６ ３ ３ １ ９ ； ２ ． 黑龙 江大学生命科学学院 ）
Ｙａ ｎ ｇ Ｌ ｉ ｊ ｕ ａ ｎ ， Ｌ ｕ Ｈａ ｉ ｙ ａ ｎ ， Ｂ ｅ ｉ Ｌ ｉ ｘ ｉ ａ ， Ｈａ ｎ Ｗｅ ｎ ｇ ｅ ， Ｚ ｈ ａ ｏ Ｃｈ ａ ｎ ｇ ｊ ｉ ａ ｎ ｇ ， Ｈａ ｎ Ｄ ｅ ｑ ｕ ａ ｎ ２
（ １ ． Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ｅ ， Ｈｅ ｉ ｌ ｏ ｎ ｇ ｊ ｉ ａ ｎ ｇ Ｂ ａ ｙ ｉ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｄ ａ ｑ ｉ ｎ ｇ １ ６ ３ ３ １ ９ ；
ｗ ｅ ｒ ｅ ｃ ａ ｒ ｒ ｉ ｅ ｄ ｏ ｕ ｔ ａ ｔ ｔ ｈ ｅ ａ ｐ ｏ ｇ ｅ ｅ ． ｈｅ Ｔ ｏ ｐ ｔ ｉ ｍ ｉ ｚ ｅ ｄ ｃ ｅ ｌ ｌ ｄ ｅ ｎ ｓ ｉ ｔ ｙ ｒ ｅ ａ ｃ ｈ ｅ ｄ ５ ． １ ６ ｘ １ ０ ， ｗ ｈ ｉ ｃ ｈ ｗ ａ ｓ ｖ ｅ ｒ ｙ ｃ ｌ ｏ ｓ ｅ ｔ ｏ ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｃ ｔ ｅ ｄ ｖ ａ ｌ ｕ ｅ（ ５ ． １ ８ ｘ ｌ Ｏ ９ ）
Ｆ ｅ ｂ ． ２ ０１ ３
２月
文章编号 ： １ ０ ０ ２ — ２ ０ ９ ０ （ ２ ０ １ ３ ） ０ １ — ０ ０ ０ １ — ０ ６
响应面法优化副干酪乳杆菌增茵培养基
杨 丽 娟 ， 陆海燕 ， 贝 丽 霞 。 韩 文革 ， 赵 长江 。 韩德 权 ｚ
（ １ ． 黑龙江八一农垦大学农学院 ， 大庆 １ ６ ３ ３ １ ９ ； ２ ． 黑龙 江大学生命科学学院 ）
Ｙａ ｎ ｇ Ｌ ｉ ｊ ｕ ａ ｎ ， Ｌ ｕ Ｈａ ｉ ｙ ａ ｎ ， Ｂ ｅ ｉ Ｌ ｉ ｘ ｉ ａ ， Ｈａ ｎ Ｗｅ ｎ ｇ ｅ ， Ｚ ｈ ａ ｏ Ｃｈ ａ ｎ ｇ ｊ ｉ ａ ｎ ｇ ， Ｈａ ｎ Ｄ ｅ ｑ ｕ ａ ｎ ２
（ １ ． Ｃ ｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ｅ ， Ｈｅ ｉ ｌ ｏ ｎ ｇ ｊ ｉ ａ ｎ ｇ Ｂ ａ ｙ ｉ Ａ ｇ ｒ ｉ ｃ ｕ ｌ ｔ ｕ ｒ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｄ ａ ｑ ｉ ｎ ｇ １ ６ ３ ３ １ ９ ；
ｗ ｅ ｒ ｅ ｃ ａ ｒ ｒ ｉ ｅ ｄ ｏ ｕ ｔ ａ ｔ ｔ ｈ ｅ ａ ｐ ｏ ｇ ｅ ｅ ． ｈｅ Ｔ ｏ ｐ ｔ ｉ ｍ ｉ ｚ ｅ ｄ ｃ ｅ ｌ ｌ ｄ ｅ ｎ ｓ ｉ ｔ ｙ ｒ ｅ ａ ｃ ｈ ｅ ｄ ５ ． １ ６ ｘ １ ０ ， ｗ ｈ ｉ ｃ ｈ ｗ ａ ｓ ｖ ｅ ｒ ｙ ｃ ｌ ｏ ｓ ｅ ｔ ｏ ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｃ ｔ ｅ ｄ ｖ ａ ｌ ｕ ｅ（ ５ ． １ ８ ｘ ｌ Ｏ ９ ）
利用响应面法优化L-组氨酸摇瓶发酵培养基
计，ａ １ ｍ光 程 ５ ０ ｎ ４ ｍ测 Ｏ Ｊ Ｄ 。
黄色 短 杆 菌 Ｌ Ｓ （ ｉ。 Ｔ ａ ， Ｇ ４ Ｂｏ ， ｈ 一 ３一（ ２一Ｔ ｉ． ｈａ ｚｙ）一Ｌ—ａ ｎｎ — ｒ 由新 疆 农业 科 学 院微 生物 所 ｏ１ ｌ ｉｅ ａ ） 提供 。
１２ 培 养基 ．
（． １石河子 大学 食 品学 院 ， 疆石 河子 ８２０ ； ． 新 ３０ ３ ２ 新疆 农科 院微 生物 应用 研究 所 ， 新疆 乌鲁 木齐 ８０９ ） ３０ １
摘要 ： 通过单因素实验对 Ｌ一 氨酸产生菌 Ｌ Ｓ 组 Ｇ ４的发酵培养基成 分进 行筛 选 ， 确定 了 ３个影 响较 大的重要 因素 ， 即酵母
膏、 尿素 、 硫酸镁 。在此基础上 ， 采用二次 响应 面分析法 进行回归分析 ， 到各因素的最佳水平值 。经 ５批培养验证 ， 得 预测值 与 验证试验平均值接 近。优化后 培养基 组成 为 （ Ｌ ） 蔗 糖 １０ 硫 酸铵 ５ 酵母 膏 １ ， ｇ・ ： ５， ０， ０ 尿素 １２， Ｓ ． ，Ｋ ：Ｏ ． ， ． ＭｇＯ ２ ２ Ｈ Ｐ １５ Ｋ Ｈ Ｏ ０ ５ Ｎ ： Ｐ ． 。优化后的发酵培养基使 Ｌ Ｓ ２ Ｐ ． ， ａＨ Ｏ ０ ５ Ｇ ４菌株 的 Ｌ一组氨酸产量提 高了 １ ．５ ５２ ％。
研究 活动 ， 由于产 酸率 较低 ， 但 尚无 法运 用 于实 际生
１ ２ ３ 基 础 发 酵 培 养 基 （ ・Ｌ ） 蔗 糖 １０， ．． ｇ ： ５
（ Ｈ ）Ｓ ０ 酵母膏 ２ ， Ｎ ２Ｏ ４ ， ０ 尿素 ２０ Ｍ Ｓ ４ ７ ２ ． ， ｇＯ ・ Ｈ Ｏ
１． ０， ＫＨ ２ ＰＯ４ １ ５， ＨＰＯ４０． Ｎａ ＨＰＯ４０． ， Ｃａ ． Ｋ２ ５， ２ ５ －
黄色 短 杆 菌 Ｌ Ｓ （ ｉ。 Ｔ ａ ， Ｇ ４ Ｂｏ ， ｈ 一 ３一（ ２一Ｔ ｉ． ｈａ ｚｙ）一Ｌ—ａ ｎｎ — ｒ 由新 疆 农业 科 学 院微 生物 所 ｏ１ ｌ ｉｅ ａ ） 提供 。
１２ 培 养基 ．
（． １石河子 大学 食 品学 院 ， 疆石 河子 ８２０ ； ． 新 ３０ ３ ２ 新疆 农科 院微 生物 应用 研究 所 ， 新疆 乌鲁 木齐 ８０９ ） ３０ １
摘要 ： 通过单因素实验对 Ｌ一 氨酸产生菌 Ｌ Ｓ 组 Ｇ ４的发酵培养基成 分进 行筛 选 ， 确定 了 ３个影 响较 大的重要 因素 ， 即酵母
膏、 尿素 、 硫酸镁 。在此基础上 ， 采用二次 响应 面分析法 进行回归分析 ， 到各因素的最佳水平值 。经 ５批培养验证 ， 得 预测值 与 验证试验平均值接 近。优化后 培养基 组成 为 （ Ｌ ） 蔗 糖 １０ 硫 酸铵 ５ 酵母 膏 １ ， ｇ・ ： ５， ０， ０ 尿素 １２， Ｓ ． ，Ｋ ：Ｏ ． ， ． ＭｇＯ ２ ２ Ｈ Ｐ １５ Ｋ Ｈ Ｏ ０ ５ Ｎ ： Ｐ ． 。优化后的发酵培养基使 Ｌ Ｓ ２ Ｐ ． ， ａＨ Ｏ ０ ５ Ｇ ４菌株 的 Ｌ一组氨酸产量提 高了 １ ．５ ５２ ％。
研究 活动 ， 由于产 酸率 较低 ， 但 尚无 法运 用 于实 际生
１ ２ ３ 基 础 发 酵 培 养 基 （ ・Ｌ ） 蔗 糖 １０， ．． ｇ ： ５
（ Ｈ ）Ｓ ０ 酵母膏 ２ ， Ｎ ２Ｏ ４ ， ０ 尿素 ２０ Ｍ Ｓ ４ ７ ２ ． ， ｇＯ ・ Ｈ Ｏ
１． ０， ＫＨ ２ ＰＯ４ １ ５， ＨＰＯ４０． Ｎａ ＨＰＯ４０． ， Ｃａ ． Ｋ２ ５， ２ ５ －
响应面分析法用于微生物培养基浓度的优化
左右 ． 菌后 备用 。 灭
１ ２ １ ２ 黄 色短杆 菌 ＭＡ－ 酵培养 基 成份 （ ．．． ３发 ％） 丙二 酸 ２ ２ Ｋ Ｐ Ｍｇ Ｏ ’ Ｈ２ ．５ ． ． Ｏ４ ２， Ｓ ４ ７ Ｏ Ｏ ０ ， ０ 玉米浆 ３ ２ 用 ３ ％Ｎ Ｏ 调 节 ｐ ．， ０ ａ Ｈ Ｈ至 ７ ５左右 。 ． 灭 菌后备用 。
浓 度进行 了优 化 。实 验结 果 表 明 ： 氨 短杆 菌 ＭＡ． 产
２ 黄色 短杆 菌 ＭＡ ３的酶 活力较 采用响 应面 分析 法 、 ． 优化前 提 高 １ ％ ． 中 ， 氪 短 杆 菌 ＭＡ ２酶 活 力 ０ 其 产 ． 达 ２ ８ ０， ｌ ． 色短 杆 菌 ＭＡ． ７ ８ ｘ１Ｊ ｍｏ／ ｈ 黄 ｕ ｇ ３酶活 达 ３ ６ ０ｖ ｏ／ ． ， 国内外 文 献报 道 的其 它 产 ２ ２ ｘ１ ｍ ｔ ｈ 较 ｇ 氨短杆 菌 和黄 色短杆 菌单 位菌体 延胡索酸 酶活力 有 显 著 提高 。
菌 、 色 短 杆 菌 单 住 茵悼 延 胡 索酸 酶 活 力 有 显 著 提 高 。 黄
关键 词 ：响应 面分析 法； 培养基 ； 优 化
国 内外 对 产酶条 件 中培养基 各组分 浓度优 化的 报 道往 往是 采用单 因素 多水 平的优化 ． 未考 虑碳源 、 氮源 、 无机 离 子等 多 个 因 素之 间 的 协 同作用 。本 研 究 将 响 应 面 分 析 法 （ ｅｐ ｎｅ Ｓ ｒａｅ Ｍｅｈ ｄ Ｒ ｓｏｓ ｕｆｃ ｔｏ ． Ｒ Ｍ） 于微 生物 培 养 基 浓 度 的优 化 ， 以产 氨短 Ｓ 用 并
响 。在 产延胡索 酸酶菌株 产 氪短杆 菌 ＭＡ． 养体 ２培
系中柠 檬 酸 氢 二铵 、 米 浆 、 Ｓ ７ Ｏ 对 菌 体 玉 Ｍｇ Ｏ４ 培养及 延胡索 酸 酶 活力 影 响较 大 ， 而在 黄 色 短杆 菌
１ ２ １ ２ 黄 色短杆 菌 ＭＡ－ 酵培养 基 成份 （ ．．． ３发 ％） 丙二 酸 ２ ２ Ｋ Ｐ Ｍｇ Ｏ ’ Ｈ２ ．５ ． ． Ｏ４ ２， Ｓ ４ ７ Ｏ Ｏ ０ ， ０ 玉米浆 ３ ２ 用 ３ ％Ｎ Ｏ 调 节 ｐ ．， ０ ａ Ｈ Ｈ至 ７ ５左右 。 ． 灭 菌后备用 。
浓 度进行 了优 化 。实 验结 果 表 明 ： 氨 短杆 菌 ＭＡ． 产
２ 黄色 短杆 菌 ＭＡ ３的酶 活力较 采用响 应面 分析 法 、 ． 优化前 提 高 １ ％ ． 中 ， 氪 短 杆 菌 ＭＡ ２酶 活 力 ０ 其 产 ． 达 ２ ８ ０， ｌ ． 色短 杆 菌 ＭＡ． ７ ８ ｘ１Ｊ ｍｏ／ ｈ 黄 ｕ ｇ ３酶活 达 ３ ６ ０ｖ ｏ／ ． ， 国内外 文 献报 道 的其 它 产 ２ ２ ｘ１ ｍ ｔ ｈ 较 ｇ 氨短杆 菌 和黄 色短杆 菌单 位菌体 延胡索酸 酶活力 有 显 著 提高 。
菌 、 色 短 杆 菌 单 住 茵悼 延 胡 索酸 酶 活 力 有 显 著 提 高 。 黄
关键 词 ：响应 面分析 法； 培养基 ； 优 化
国 内外 对 产酶条 件 中培养基 各组分 浓度优 化的 报 道往 往是 采用单 因素 多水 平的优化 ． 未考 虑碳源 、 氮源 、 无机 离 子等 多 个 因 素之 间 的 协 同作用 。本 研 究 将 响 应 面 分 析 法 （ ｅｐ ｎｅ Ｓ ｒａｅ Ｍｅｈ ｄ Ｒ ｓｏｓ ｕｆｃ ｔｏ ． Ｒ Ｍ） 于微 生物 培 养 基 浓 度 的优 化 ， 以产 氨短 Ｓ 用 并
响 。在 产延胡索 酸酶菌株 产 氪短杆 菌 ＭＡ． 养体 ２培
系中柠 檬 酸 氢 二铵 、 米 浆 、 Ｓ ７ Ｏ 对 菌 体 玉 Ｍｇ Ｏ４ 培养及 延胡索 酸 酶 活力 影 响较 大 ， 而在 黄 色 短杆 菌
响应面法设计优化阿维菌素化学合成发酵培养基
响应面法设计优化阿维菌素化学合成发酵培养基胡栋;柯灵超;张敬宇;谭高翼;张立新;高强【摘要】目的设计优化一种化学合成发酵培养基,为阿维菌素产生菌生理生化研究提供基础.方法在单因素实验的基础上运用响应面分析的方法,对9种因素进行Plackett-Burman设计筛选得到3个显著因子,并对其进行最陡爬坡试验和Box-Behnken 试验,利用Design-Expert V8.06分析软件进行回归分析得到最优组合.结果优化后化学合成培养基的组成为:葡萄糖12 g/L,麦芽糖18g/L,苏氨酸1.98g/L,50％乳酸钠0.5mL/L,K2HPO4·3H2O 0.3g/L,MgSO4·7H2O0.5g/L,NaCl 0.5g/L,FeSO4· 7H2O0.01g/L,MnSO4·H2O 0.015g/L,MOPS 5g/L.结论经验证,该培养基的产素能力比目前的清亮培养基提高了397.4％,并具有透明清亮且产素稳定等特点,为以后阿维链霉菌的理论和生产研究奠定了基础.【期刊名称】《中国抗生素杂志》【年(卷),期】2018(043)008【总页数】7页(P1055-1061)【关键词】阿维链霉菌;阿维菌素;化学合成培养基;响应面法;设计优化【作者】胡栋;柯灵超;张敬宇;谭高翼;张立新;高强【作者单位】工业发酵微生物教育部重点实验室,天津科技大学生物工程学院,天津300457;工业发酵微生物教育部重点实验室,天津科技大学生物工程学院,天津300457;生物反应器工程国家重点实验室,华东理工大学,上海200237;生物反应器工程国家重点实验室,华东理工大学,上海200237;生物反应器工程国家重点实验室,华东理工大学,上海200237;工业发酵微生物教育部重点实验室,天津科技大学生物工程学院,天津300457【正文语种】中文【中图分类】R978.1阿维菌素(avermectins, AVMs)是由阿维链霉菌(Streptomyces avermitilis)代谢产生的一种效果极佳的大环内酯类杀螨杀虫剂和潜在的抗生素药物[1]，阿维链霉菌发酵液中通常含有8种阿维菌素组分，既A1a/A1b、A2a/A2b、B1a/B1b和B2a/B2b，其中，B1组分，尤其是B1a组分的杀虫效果最佳，目前B1a组分也是商品化的阿维菌素产品中的主要成分[2-3]。
响应面分析法优化蒲公英内生真菌培养基条件的研究
发酵 成本 低 ． 于通 过现 代 生物技 术 改造 遗传 性 易 状等 优 点 ． 望 通过 植物 内生真 菌发 酵突 破植 物 有 资源 周 期长 、 量低 、 可再 生 等限 制 ， 产 不 为一些 重
要 的药物 生产开辟 新 的途径 研究表 明药用 植物 中 的 内生 真菌 能 产 生 与 宿 主植 物 相 同或相 似 的
（ ） Ｄ 固体 培养 基 ： Ｐ Ａ液体 培 养基 的 ２Ｐ Ａ 在 Ｄ
基础 上加 琼脂 ２ ｇ ０：
关 键 词 ： 公 英 内生 真 菌 ； 养 基 优 化 ； 蒲 培 响应 面 分 析 ；
Ｂ０ — ｈ ｋ ｎ设 计 ｘ Ｂｅ ｎ ｅ
（） ３ 蒲公 英 浸 汁液 的制 取 ： 取新 鲜蒲 公 英 称
３ ７
动 物保 健
Ａｎｄ Ｐｔ ｉ ２ ｍ Ｈｄ ｔ
１ ． 抑 菌试 验 ．４ ２
根据 响应 面分 析 的结果 ． 配制 最 佳培 养 基做
验证 试验 。
采取 平板 挖 洞法 进行 抑 菌试 验 ， 打孔 器直 径
为 ７ ｍ．滴 人 １０ Ｌ指示 菌的菌 悬液 涂布 均匀 ， ａ ｒ ０ｔ ｘ 吸取 １ ０ Ｌ发 酵 液 滴 人 孔 中 ， 种 发 酵 液 重 复 ０ｔ ｘ 每 ３次 ３ ℃培 养 １ ～ ０ ． ７ ８ ２ ｈ 用游 标 卡尺 采 用 十 字交
以马铃 薯浸 出液为 基 础培 养 基 ， 自然 ｐ 将 Ｈ，
５ ｍＬ发 酵液分 装到 ２ ０ ０ ５ ｍＬ三 角瓶 中 （ 接种 ５ ％的
１１ 试 验 材 料 ．
１１１ 供 试菌 种与 指示菌种 ．． 蒲公英 内生 真菌 ： 由实验 室分离并 保存 。
张 建 刚 ： 州 大 学动 物 科 学 与技 术 学 院 。 扬 潘晓花： 单位 同 第一 作 者 。
要 的药物 生产开辟 新 的途径 研究表 明药用 植物 中 的 内生 真菌 能 产 生 与 宿 主植 物 相 同或相 似 的
（ ） Ｄ 固体 培养 基 ： Ｐ Ａ液体 培 养基 的 ２Ｐ Ａ 在 Ｄ
基础 上加 琼脂 ２ ｇ ０：
关 键 词 ： 公 英 内生 真 菌 ； 养 基 优 化 ； 蒲 培 响应 面 分 析 ；
Ｂ０ — ｈ ｋ ｎ设 计 ｘ Ｂｅ ｎ ｅ
（） ３ 蒲公 英 浸 汁液 的制 取 ： 取新 鲜蒲 公 英 称
３ ７
动 物保 健
Ａｎｄ Ｐｔ ｉ ２ ｍ Ｈｄ ｔ
１ ． 抑 菌试 验 ．４ ２
根据 响应 面分 析 的结果 ． 配制 最 佳培 养 基做
验证 试验 。
采取 平板 挖 洞法 进行 抑 菌试 验 ， 打孔 器直 径
为 ７ ｍ．滴 人 １０ Ｌ指示 菌的菌 悬液 涂布 均匀 ， ａ ｒ ０ｔ ｘ 吸取 １ ０ Ｌ发 酵 液 滴 人 孔 中 ， 种 发 酵 液 重 复 ０ｔ ｘ 每 ３次 ３ ℃培 养 １ ～ ０ ． ７ ８ ２ ｈ 用游 标 卡尺 采 用 十 字交
以马铃 薯浸 出液为 基 础培 养 基 ， 自然 ｐ 将 Ｈ，
５ ｍＬ发 酵液分 装到 ２ ０ ０ ５ ｍＬ三 角瓶 中 （ 接种 ５ ％的
１１ 试 验 材 料 ．
１１１ 供 试菌 种与 指示菌种 ．． 蒲公英 内生 真菌 ： 由实验 室分离并 保存 。
张 建 刚 ： 州 大 学动 物 科 学 与技 术 学 院 。 扬 潘晓花： 单位 同 第一 作 者 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
利用 ＳＡＳ 软件来进行培养基的优化具体可以 分为 ４ 个步骤，以下就结合里氏木霉 ＲｕｔＣ－ ３０ 发酵 生产纤维素酶培养基成分的确定来说明响应面方 法的具体应用。 ２．１ 确定主要因素
确定要考察的过程中的关键因素，即研究范围 内主要影响发酵过程和产品产量的重要因素。如果 预先不知道哪些是重要因素，可以通过极差试验或 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 试验来确定这些因素。为了简单起 见，用 ＲＳＭ 来研究的因素一般为 ２～３ 个；当然 ＲＳＭ 也可以研究多变量问题，但其结果比较复杂。在里 氏木霉 ＲｕｔＣ－ ３０ 发酵生产纤维素酶的研究中，通过 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 试验来确定主要因素。
２．７３
６
１ －１ １ －１ １ －１
３．９８
７ －１ １ １ －１ －１ １
２．２４
８
１１１１１１
４．５２
２．１．２ 根据 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 实验结果筛选主要因素 采用 ＳＡＳ 进行各因素主效应分析结果见表 ２。 从表 ２ 可以看出，６ 个因素中对响应值影响的
显著性顺序为：Ａｖｉｃｅｌ＞（ＮＨ４）２ＳＯ４＞麸皮＞ＫＨ２ＰＯ４＞玉 米 浆 粉 ＞酵 母 粉 。 而 且 ，Ａｖｉｃｅｌ、（ＮＨ４）２ＳＯ４、 麸 皮 、 ＫＨ２ＰＯ４ 这 ４ 个因素的可信度都在 ９０ ％以上，另外 ２ 个因素可信度则低于 ９０ ％。在作响应面实验时， 考察因素超过 ３ 个会使实验次数显著增加 （３ 个因 素做 １５ 次实验， ４ 个因素做 ２７ 次实验）。在 ４ 个因 素显著因素中，ＫＨ２ＰＯ４ 的影响相对差一些，因此，把 ＫＨ２ＰＯ４ 及玉米浆粉、酵母粉固定在较好水平上。选 择其他 ３ 个因素进一步做响应面实验。
表 １ Ｎ ＝ ６ 的 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 实验设计与响应值表
实验号 Ｘ１ Ｘ２ Ｘ３ Ｘ４ Ｘ５ Ｘ６ 酶活（ＩＵ ／ｍＬ）
１
－１ －１ －１ １ １ １
３．８７
２
１ －１ －１ －１ －１ １
４．４５
３
－１ １ －１ －１ １ －１
３．８２
４
１ １ －１ １ －１ －１
５．１９
５
－１ －１ １ １ －１ －１
Ｘ４ 麸皮
２ ２．５ ７．５８３３３３ ０．０８３４６８ ３
Ｘ５ ＫＨ２ＰＯ４ Ｘ６ 酵母粉
０．２ ０．２５ ６．５８３３３３ ０．０９５９６８ ４ ０．０６ ０．０７５ － ２．６６６６７ ０．２２８４０１ ６
２．２ 确定因素水平 响应面拟合方程只在考察的紧接邻域里才充
分近似真实情形，在其他区域拟合方程与被近似的 函数方程毫无相似之处，几乎无意义。所以，要先逼 近最佳值区域后才能建立有效的响应面拟合方程。 可以通过做单因素试验或由菌种的特性和发酵工艺 来确定因素水平的范围。最陡爬坡法以实验值变化 的梯度方向为爬坡方向， 根据各因素效应值的大小 确定变化步长，能快速、经济地逼近最佳值区域［６］。
通常优化发酵培养基的方法是单次单因子法 和正交试验设计法。采用单次单因子法时，只是讨 论一种因素的影响，由于考察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［２］。 正交试验设计则注重如何科学合理地安排试验，可 同时考虑几种因素，寻找最佳因素水平组合，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值的最优值。 因此，人们期望找到一种试验次数少、周期短，求得 的回归方程精度高、能研究几种因素间交互作用的 回归分析方法，响应面分析方法则在很大程度上满 足了这些要求［３］。 ２ 响应面方法的应用实例
以滤纸酶活为响应值，根据表 ５ 的试验结果， 用 ＳＡＳ 统计分析软件进行多元回归分析［７］，所得的 主要分析结果见表 ６、表 ７。从方差分析表中可以看 出，方程一次项、二次项的影响都是显著的，交互项 作用影响不显著，故交互项可以省略，也可以看出 各具体实验因子对响应值的影响不是简单的线性 关系。经回归拟合后，实验因子对响应值的影响可 用回归方程表示为：
２００６．Ｖｏｌ．２７．ＮＯ．１
４０
食品研究与开发
技术研究
二是零点，为区域的中心点，零点试验重复 ３ 次，用 以估计试验误差。
表 ５ 实验方案与结果
实验号
Ｘ１
Ｘ２
Ｘ３
１
－１
－１
０
２
－１
１
０
３
１
－１
０
４
１
１
０
５
０
－１
－１
６
０
－１
１
７
０
１
－１
８
０
１
１
９
－１
０
－１
１０
１
０
－１
１１
－１
０
１
１２
１
０
１
１３
０
２００６．Ｖｏｌ．２７．ＮＯ．１
３８
食品研究与开发
技术研究
响应面方法在优化微生物培养基中的应用
郝学财 １，２，余晓斌 １，２，刘志钰，王 蓓 （１．江南大学生物工程学院，无锡 ２１４０３６；２．工业生物技术教育部重点实验室，无锡 ２１４０３６）
摘要：多种统计优化方法已被成功地运用于微生物培养基优化工作中，本文根据响应面分析法的基本原理，针对响应 面方法的优点、试验设计的方法以及实验数据的处理进行了简述，并结合里氏木霉 ＲｕｔＣ－ ３０ 发酵生产纤维素酶培养 基成分的确定说明了响应面方法的具体应用。 关键词：ＳＡＳ；响应面；优化；里氏木霉
验，获得一定的数据，以便于进行统计分析。
根 据 Ｂｏｘ－ Ｂｅｎｈｎｋｅｎ 的 中 心 组 合 实 验 设 计 原
理，进一步进行三因素三水平的响应面分析实验，
１５ 个实验点给出的实验结果如表 ５ 所示。１５ 个实
验点可以分为两类，其一是析因点，自变量取值在
Ｘ１、Ｘ２、Ｘ３ 所构成的三维顶点，共有 １２ 个析因点；其
０
０
１４
０
０
０
１５
０
０
０
酶活（Ｕ ／ｍＬ） ５．２６ ５．４２ ４．５７ ４．７０ ５．４６ ５．２１ ５．６２ ５．４３ ５．１９ ４．９２ ５．３０ ４．７１ ５．６８ ５．５９ ５．７５
２．４ 数据分析 用适当的统计分析方法和计算机程序，对实
验数据进行分析，由分析得来的结果将用于下 一步的过程优化，常用的统计分析软件有 ＳＡＳ、 ＳＰＳＳ 等 。 本 试 验 以 ＳＡＳ 为 例 ， 来 说 明 ＲＳＭ 的 用法。
Ａｂｓ ｔｒａ ｃｔ：Ｓｔａｔｉｓｔｉｃａｌ ｍｅｔｈｏｄｓ ａｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ ｈａｖｅ ｂｅｅｎ ｗｉｄｅｌｙ ｕｓｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｍｉｃｒｏ－ ｂｉａｌ ｍｅｄｉａ． Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ ｔｈｅ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ａｎａｌｙｓｉｓ， ｔｈｅ ａｄｖａｎｔａｇｅｓ ｏｆ ｒｅｓｐｏｎｓｅ ｓｕｒ－ ｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ （ＲＳＭ）， ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｄｅｓｉｇｎ ａｎｄ ｄａｔａ ｈａｎｄｌｉｎｇ ａｒｅ ｄｉｓｃｕｓｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ｔｈｅ ｃｏｎｃｒｅｔｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＲＳＭ ｗａｓ ｉｌｌｕｍｉｎａｔｅｄ ｔｈｒｏｕｇｈ ｔｈｅ ｄｅｃｉｓｉｏｎ ｏｆ ｍｅｄｉｕｍ ｉｎｇｒｅｄｉｅｎｔｓ ｆｏｒ ｐｒｏｄｕｃｉｎｇ ｃｅｌｌｕｌａｓｅ ｂｙ Ｔｒｉｃｈｏｄｅｒｍａ ｒｅｅｓｅｉ ＲｕｔＣ－ ３０． Ｋｅ ｙ ｗｏｒｄｓ ：ＳＡＳa ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅa ｏｐｔｉｍｉｚａｔｉｏｎa Ｔｒｉｃｈｏｄｅｒｍａ ｒｅｅｓｅｉ
ＴＨＥ ＡＰＰＬＩＣＡＴＩＯＮ ＯＦ ＲＥＳＰＯＮＳＥ ＳＵＲＦＡＣＥ ＭＥＴＨＯＤＯＬＯＧＹ ＩＮ ＯＰＴＩＭＩＺＡＴＩＯＮ ＯＦ ＭＩＣＲＯＢＩＡＬ ＭＥＤＩＡ ＨＡＯ Ｘｕｅ－ ｃａｉ１，２ ，ＹＵ Ｘｉａｏ－ ｂｉｎ１，２ ，ＬＩＵ Ｚｈｉ－ ｙｕ，ＷＡＮＧ Ｂｅｉ
１．Ｓｃｈｏｏｌ ｏｆ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ，Ｓｏｕｔｈｅｒｎ Ｙａｎｇｔｚｅ Ｕｎｉｖｅｒｓｉｔｙ；２．Ｔｈｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ， Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｓｏｕｔｈｅｒｎ Ｙａｎｇｔｚｅ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ ２１４０３６）
利用微生物发酵生产各种有用代谢产物，其培 养基成分种类繁多，各成分间的相互作用也错综复 杂。因而，微生物培养基的优化工作就显得尤为重 要，数学统计中的多种优化方法已开始广泛地应用 于微生物发酵培养基的优化工作中，其中以响应面 方法的效果最为显著。响应面方法（Ｒｅｓｐｏｎｓｅ Ｓｕｒ－ ｆａｃｅ Ｍｅｔｈｏｄｏｌｏｇｙ，简称 ＲＳＭ）是利用合理的试验设计 并通过实验得到的一定数据，采用多元二次回归方 程来拟合因素与响应值之间的函数关系，通过对回 归方程的分析来寻求最优工艺参数，解决多变量问 题的一种统计方法。ＲＳＭ 在优化研究中应用频繁， 是降低开发成本、优化加工条件、提高产品质量、解 决生产过程中的实际问题的一种有效方法，它已广 泛地应用于农业、生物、食品、化学、制造等领域［１］。 １ 常用的培养基优化设计方法
由 Ｐｌａｃｋｅｔｔ － Ｂｕｒｍａｎ 实 验 可 知 ， 在 里 氏 木 霉 ＲｕｔＣ－ ３０ 产纤维素酶的液体发酵中，Ａｖｉｃｅｌ、（ＮＨ４）２ＳＯ４、 麸皮这 ３ 个因素对产酶有重要的影响，其中 Ａｖｉｃｅｌ 和麸皮有显著正效应， 应增加；（ＮＨ４）２ＳＯ４ 有显著负效 应，应减小。根据这 ３ 个因素效应大小的比例设定它 们的变化方向及步长进行实验，设计及结果如表 ３ 所示。可见，最优发酵条件在处理 ３ 与处理 ４ 之间， 故以处理 ３ 的条件为响应面实验的中心点。
确定要考察的过程中的关键因素，即研究范围 内主要影响发酵过程和产品产量的重要因素。如果 预先不知道哪些是重要因素，可以通过极差试验或 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 试验来确定这些因素。为了简单起 见，用 ＲＳＭ 来研究的因素一般为 ２～３ 个；当然 ＲＳＭ 也可以研究多变量问题，但其结果比较复杂。在里 氏木霉 ＲｕｔＣ－ ３０ 发酵生产纤维素酶的研究中，通过 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 试验来确定主要因素。
２．７３
６
１ －１ １ －１ １ －１
３．９８
７ －１ １ １ －１ －１ １
２．２４
８
１１１１１１
４．５２
２．１．２ 根据 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 实验结果筛选主要因素 采用 ＳＡＳ 进行各因素主效应分析结果见表 ２。 从表 ２ 可以看出，６ 个因素中对响应值影响的
显著性顺序为：Ａｖｉｃｅｌ＞（ＮＨ４）２ＳＯ４＞麸皮＞ＫＨ２ＰＯ４＞玉 米 浆 粉 ＞酵 母 粉 。 而 且 ，Ａｖｉｃｅｌ、（ＮＨ４）２ＳＯ４、 麸 皮 、 ＫＨ２ＰＯ４ 这 ４ 个因素的可信度都在 ９０ ％以上，另外 ２ 个因素可信度则低于 ９０ ％。在作响应面实验时， 考察因素超过 ３ 个会使实验次数显著增加 （３ 个因 素做 １５ 次实验， ４ 个因素做 ２７ 次实验）。在 ４ 个因 素显著因素中，ＫＨ２ＰＯ４ 的影响相对差一些，因此，把 ＫＨ２ＰＯ４ 及玉米浆粉、酵母粉固定在较好水平上。选 择其他 ３ 个因素进一步做响应面实验。
表 １ Ｎ ＝ ６ 的 Ｐｌａｃｋｅｔｔ－ Ｂｕｒｍａｎ 实验设计与响应值表
实验号 Ｘ１ Ｘ２ Ｘ３ Ｘ４ Ｘ５ Ｘ６ 酶活（ＩＵ ／ｍＬ）
１
－１ －１ －１ １ １ １
３．８７
２
１ －１ －１ －１ －１ １
４．４５
３
－１ １ －１ －１ １ －１
３．８２
４
１ １ －１ １ －１ －１
５．１９
５
－１ －１ １ １ －１ －１
Ｘ４ 麸皮
２ ２．５ ７．５８３３３３ ０．０８３４６８ ３
Ｘ５ ＫＨ２ＰＯ４ Ｘ６ 酵母粉
０．２ ０．２５ ６．５８３３３３ ０．０９５９６８ ４ ０．０６ ０．０７５ － ２．６６６６７ ０．２２８４０１ ６
２．２ 确定因素水平 响应面拟合方程只在考察的紧接邻域里才充
分近似真实情形，在其他区域拟合方程与被近似的 函数方程毫无相似之处，几乎无意义。所以，要先逼 近最佳值区域后才能建立有效的响应面拟合方程。 可以通过做单因素试验或由菌种的特性和发酵工艺 来确定因素水平的范围。最陡爬坡法以实验值变化 的梯度方向为爬坡方向， 根据各因素效应值的大小 确定变化步长，能快速、经济地逼近最佳值区域［６］。
通常优化发酵培养基的方法是单次单因子法 和正交试验设计法。采用单次单因子法时，只是讨 论一种因素的影响，由于考察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［２］。 正交试验设计则注重如何科学合理地安排试验，可 同时考虑几种因素，寻找最佳因素水平组合，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值的最优值。 因此，人们期望找到一种试验次数少、周期短，求得 的回归方程精度高、能研究几种因素间交互作用的 回归分析方法，响应面分析方法则在很大程度上满 足了这些要求［３］。 ２ 响应面方法的应用实例
以滤纸酶活为响应值，根据表 ５ 的试验结果， 用 ＳＡＳ 统计分析软件进行多元回归分析［７］，所得的 主要分析结果见表 ６、表 ７。从方差分析表中可以看 出，方程一次项、二次项的影响都是显著的，交互项 作用影响不显著，故交互项可以省略，也可以看出 各具体实验因子对响应值的影响不是简单的线性 关系。经回归拟合后，实验因子对响应值的影响可 用回归方程表示为：
２００６．Ｖｏｌ．２７．ＮＯ．１
４０
食品研究与开发
技术研究
二是零点，为区域的中心点，零点试验重复 ３ 次，用 以估计试验误差。
表 ５ 实验方案与结果
实验号
Ｘ１
Ｘ２
Ｘ３
１
－１
－１
０
２
－１
１
０
３
１
－１
０
４
１
１
０
５
０
－１
－１
６
０
－１
１
７
０
１
－１
８
０
１
１
９
－１
０
－１
１０
１
０
－１
１１
－１
０
１
１２
１
０
１
１３
０
２００６．Ｖｏｌ．２７．ＮＯ．１
３８
食品研究与开发
技术研究
响应面方法在优化微生物培养基中的应用
郝学财 １，２，余晓斌 １，２，刘志钰，王 蓓 （１．江南大学生物工程学院，无锡 ２１４０３６；２．工业生物技术教育部重点实验室，无锡 ２１４０３６）
摘要：多种统计优化方法已被成功地运用于微生物培养基优化工作中，本文根据响应面分析法的基本原理，针对响应 面方法的优点、试验设计的方法以及实验数据的处理进行了简述，并结合里氏木霉 ＲｕｔＣ－ ３０ 发酵生产纤维素酶培养 基成分的确定说明了响应面方法的具体应用。 关键词：ＳＡＳ；响应面；优化；里氏木霉
验，获得一定的数据，以便于进行统计分析。
根 据 Ｂｏｘ－ Ｂｅｎｈｎｋｅｎ 的 中 心 组 合 实 验 设 计 原
理，进一步进行三因素三水平的响应面分析实验，
１５ 个实验点给出的实验结果如表 ５ 所示。１５ 个实
验点可以分为两类，其一是析因点，自变量取值在
Ｘ１、Ｘ２、Ｘ３ 所构成的三维顶点，共有 １２ 个析因点；其
０
０
１４
０
０
０
１５
０
０
０
酶活（Ｕ ／ｍＬ） ５．２６ ５．４２ ４．５７ ４．７０ ５．４６ ５．２１ ５．６２ ５．４３ ５．１９ ４．９２ ５．３０ ４．７１ ５．６８ ５．５９ ５．７５
２．４ 数据分析 用适当的统计分析方法和计算机程序，对实
验数据进行分析，由分析得来的结果将用于下 一步的过程优化，常用的统计分析软件有 ＳＡＳ、 ＳＰＳＳ 等 。 本 试 验 以 ＳＡＳ 为 例 ， 来 说 明 ＲＳＭ 的 用法。
Ａｂｓ ｔｒａ ｃｔ：Ｓｔａｔｉｓｔｉｃａｌ ｍｅｔｈｏｄｓ ａｎｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ ｈａｖｅ ｂｅｅｎ ｗｉｄｅｌｙ ｕｓｅｄ ｔｏ ｄｅｔｅｒｍｉｎｅ ｍｉｃｒｏ－ ｂｉａｌ ｍｅｄｉａ． Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｐｒｉｎｃｉｐｌｅ ｏｆ ｔｈｅ ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅ ａｎａｌｙｓｉｓ， ｔｈｅ ａｄｖａｎｔａｇｅｓ ｏｆ ｒｅｓｐｏｎｓｅ ｓｕｒ－ ｆａｃｅ ｍｅｔｈｏｄｏｌｏｇｙ （ＲＳＭ）， ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｅｘｐｅｒｉｍｅｎｔａｌ ｄｅｓｉｇｎ ａｎｄ ｄａｔａ ｈａｎｄｌｉｎｇ ａｒｅ ｄｉｓｃｕｓｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ． Ｔｈｅ ｃｏｎｃｒｅｔｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ＲＳＭ ｗａｓ ｉｌｌｕｍｉｎａｔｅｄ ｔｈｒｏｕｇｈ ｔｈｅ ｄｅｃｉｓｉｏｎ ｏｆ ｍｅｄｉｕｍ ｉｎｇｒｅｄｉｅｎｔｓ ｆｏｒ ｐｒｏｄｕｃｉｎｇ ｃｅｌｌｕｌａｓｅ ｂｙ Ｔｒｉｃｈｏｄｅｒｍａ ｒｅｅｓｅｉ ＲｕｔＣ－ ３０． Ｋｅ ｙ ｗｏｒｄｓ ：ＳＡＳa ｒｅｓｐｏｎｓｅ ｓｕｒｆａｃｅa ｏｐｔｉｍｉｚａｔｉｏｎa Ｔｒｉｃｈｏｄｅｒｍａ ｒｅｅｓｅｉ
ＴＨＥ ＡＰＰＬＩＣＡＴＩＯＮ ＯＦ ＲＥＳＰＯＮＳＥ ＳＵＲＦＡＣＥ ＭＥＴＨＯＤＯＬＯＧＹ ＩＮ ＯＰＴＩＭＩＺＡＴＩＯＮ ＯＦ ＭＩＣＲＯＢＩＡＬ ＭＥＤＩＡ ＨＡＯ Ｘｕｅ－ ｃａｉ１，２ ，ＹＵ Ｘｉａｏ－ ｂｉｎ１，２ ，ＬＩＵ Ｚｈｉ－ ｙｕ，ＷＡＮＧ Ｂｅｉ
１．Ｓｃｈｏｏｌ ｏｆ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ，Ｓｏｕｔｈｅｒｎ Ｙａｎｇｔｚｅ Ｕｎｉｖｅｒｓｉｔｙ；２．Ｔｈｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｂｉｏｔｅｃｈｎｏｌｏｇｙ， Ｍｉｎｉｓｔｒｙ ｏｆ Ｅｄｕｃａｔｉｏｎ，Ｓｏｕｔｈｅｒｎ Ｙａｎｇｔｚｅ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ ２１４０３６）
利用微生物发酵生产各种有用代谢产物，其培 养基成分种类繁多，各成分间的相互作用也错综复 杂。因而，微生物培养基的优化工作就显得尤为重 要，数学统计中的多种优化方法已开始广泛地应用 于微生物发酵培养基的优化工作中，其中以响应面 方法的效果最为显著。响应面方法（Ｒｅｓｐｏｎｓｅ Ｓｕｒ－ ｆａｃｅ Ｍｅｔｈｏｄｏｌｏｇｙ，简称 ＲＳＭ）是利用合理的试验设计 并通过实验得到的一定数据，采用多元二次回归方 程来拟合因素与响应值之间的函数关系，通过对回 归方程的分析来寻求最优工艺参数，解决多变量问 题的一种统计方法。ＲＳＭ 在优化研究中应用频繁， 是降低开发成本、优化加工条件、提高产品质量、解 决生产过程中的实际问题的一种有效方法，它已广 泛地应用于农业、生物、食品、化学、制造等领域［１］。 １ 常用的培养基优化设计方法
由 Ｐｌａｃｋｅｔｔ － Ｂｕｒｍａｎ 实 验 可 知 ， 在 里 氏 木 霉 ＲｕｔＣ－ ３０ 产纤维素酶的液体发酵中，Ａｖｉｃｅｌ、（ＮＨ４）２ＳＯ４、 麸皮这 ３ 个因素对产酶有重要的影响，其中 Ａｖｉｃｅｌ 和麸皮有显著正效应， 应增加；（ＮＨ４）２ＳＯ４ 有显著负效 应，应减小。根据这 ３ 个因素效应大小的比例设定它 们的变化方向及步长进行实验，设计及结果如表 ３ 所示。可见，最优发酵条件在处理 ３ 与处理 ４ 之间， 故以处理 ３ 的条件为响应面实验的中心点。