利用响应面法优化ε-聚赖氨酸发酵培养基

采用响应面法对白色链霉菌ZC7发酵合成ε-聚赖氨酸的培养基进行优化研究。采用Plackett-Burman法对8个因素进行了筛选,结果表明,葡萄糖、酵母膏和硫酸铵的浓度对ε-聚赖氨酸产量影响较大。用最陡爬坡试验及Box-Behnken设计进一步优化,利用Design-Expert软件进行二次回归分析,得到各因素的最佳浓度为:葡萄糖37.22 g/L,酵母膏6.9 g/L,硫酸铵6.55 g/L。在此优化条件下ε-聚赖氨酸的产量达到8.11 g/L,较单因素试验最高值提高24.6%。     

栽培青蒿中总黄酮提取工艺

利用超声波辅助技术,获得最大限度提取青蒿中总黄酮的新工艺。用正交设计理论,结合分光光度法,优化超声波辅助醇提法提取青蒿总黄酮工艺中的关键技术参数。最佳提取．工艺为：超声波频率59kHz,乙醇体积分数60％,提取时间40min,料液比1：40。超声波辅助提取法能够实现青篙中总黄酮的高效提取,产率达1．497％。     

人工智能时代发酵优化与放大技术的机遇与挑战

人工智能(artificial intelligence, AI)技术正引发一场新的产业革命,其成功应用正从信息产业迅速渗透到各行各业。传统的发酵工程技术受到巨大挑战的同时更多地迎来了发展变革的机遇。首先,合成生物技术飞速发展使高性能菌株的可获得性及获取效率显著提升,对传统低效的发酵优化放大技术提出很大挑战,亟需对发酵优化放大技术进行升级,以满足高通量菌种性能验证及工艺开发能力的需求;其次,发酵装备技术的持续发展为高效发酵优化技术的进步奠定了良好基础,加之人工智能技术特别是数字孪生与知识图谱等技术的应用,将为传统发酵技术的颠覆性发展带来巨大推动力。本文分别从合成生物时代对发酵优化技术的挑战、发酵优化与放大的核心技术、高通量发酵装备技术、数据可视化技术、数字孪生及知识图谱等智能技术在发酵优化放大中的应用等几个方面进行综述,并对未来工业发酵优化技术的场景以及未来发酵技术对人才培养等提出的新要求进行了展望。     

响应面法优化黑水虻幼虫蛋白质提取工艺

【目的】对黑水虻Hermetia illucens幼虫蛋白质进行不同提取方法的比较,选择最优提取方法,并确定其最优工艺参数,为黑水虻幼虫蛋白提取与资源利用提供依据。【方法】以黑水虻幼虫为原料,分别采用碱提法、酶提法、盐提法和Tris-HCl缓冲液提法对黑水虻幼虫蛋白质进行提取,并比较分析。通过单因素试验分别确定NaOH质量浓度、液料比、提取温度及提取时间4个因素的较优水平。在单因素试验结果基础上,按照Box-Behnken响应面试验设计进行响应面优化试验。【结果】提取黑水虻幼虫蛋白质的4种方法中碱提法的提取率最高,最佳提取条件为：NaOH质量浓度2.44 g/100mL,液料比22 mL/g,提取温度53℃,提取时间2 h。提取率验证试验结果为88.49%,与预测值相对误差为0.28%。【结论】响应面模型拟合度高,优化出的最佳提取工艺可行。     

双黄连胶囊沸腾制粒工艺研究

目的:确定双黄连胶囊的制粒工艺条件。方法:以水分为考察指标,通过正交实验考察浸膏相对密度、进风温度、喷雾压力、蠕动泵转速四因素对颗粒的影响。结论:最佳工艺条件为浸膏相对密度1.10、进风温度90℃、喷雾压力0.4MPa、蠕动泵转速200r/min。     

rhTNF α表达条件的优化与中试发酵

为了确定出rhTNFα最佳表达条件,实验利用正交试验设计方法,对rhTNFα工程菌的进行发酵培养和42℃热诱导,此后借助蛋白凝胶电泳分析软件对各组样品的凝胶电泳图片定量分析,利用方差分析对影响TNF基因工程菌对目的产物表达的几个重要的条件进行了优化,并最终确定出pH7．5、培养温度27℃、培养时间4．5h、诱导时间5h的最佳表达条件。在该条件下进行中试发酵TNF的表达产物占到了菌体总蛋白的60％左右,且大部分以可溶形式存在。说明在大肠杆菌生长正常的前提下适度低温培养有利于rhTNFα的表达和减少包涵体的形成。     

Response surface optimization of fermentation conditions for xylanase production by recombinant Pichia pastoris

研究不同碳源、氮源和无机盐对毕赤酵母AX181菌株产木聚糖酶的影响.实验表明,分别采用葡萄糖和玉米浆干粉为碳源和氮源可以明显提高木聚糖酶的产量.无机盐单因子优化实验显示添加适量的(NH4)2SO4、KH2 PO4、MnSO4·H2O、FeSO4·7H2O也可以部分提高木聚糖酶产量.在此基础上利用响应面法优化毕赤酵母产木聚糖酶培养基,利用12次实验的Plackett - Burman设计实验筛选出影响产木聚糖酶的3个主要因素,即玉米浆干粉、MrSO4 ·H2O和FeSO4·7H2O.并进一步通过最陡爬坡路径逼近最大响应区域,采用中心组合实验设计确定最佳条件.优化后的产木聚糖酶培养基组分为(g/L):葡萄糖40.00,玉米浆干粉80.84,(NH4)2SO4 6.25,KH2PO4 1.25、MnSO4·H2O 0.35,FeSO4 ·7H2O 1.31.培养基优化后,实际产酶2 883.86 U/mL,是优化前YPD培养基产酶的2.51倍.     

γ-聚谷氨酸高产菌株筛选及发酵条件优化

γ聚谷氨酸是一种生物可降解的高分子材料,可应用于多种领域,因此受到普遍重视。报道了以11株枯草芽孢杆菌菌株为培养菌株,用3种谷氨酸钠含量不同的培养基进行筛选获得1株γ聚谷氨酸高产菌株;再以该菌株为研究对象进行碳源、氮源、谷氨酸钠浓度、初始pH、接种量、通气量等发酵条件的优化实验,结果表明最佳发酵条件为:250ml三角烧瓶装液40ml,接种体积分数5%,麦芽糖50g/L,酵母膏10g/L,谷氨酸钠30g/L,NaCl10g/L,KH₂PO₄5g/L,MgSO₄·7H₂O0.5g/L,初始pH6.0,发酵60h,此时γ聚谷氨酸产量最高,达到30.26g/L,比国外报道的20g/L的产量有显著提高。纯化后产物经红外光谱及核磁共振检测,鉴定为γ聚谷氨酸。     

1株能利用高粱汁产L-乳酸的菌株鉴定及培养基优化

以产L-乳酸的菌株A2为对象,采用16S rRNA基因测序法结合菌株的表型特征进行鉴定,以甜高粱汁为主要培养基质,采用响应面设计软件对该菌种的发酵培养基进行优化。结果表明,A2菌株为Lactobacillus plantarum S4,优化得到的甜高粱汁培养基配比为甜高粱汁327. 83 g/L,蛋白胨1. 67 g/L,磷酸氢二钾4. 7 g/L,硫酸锰0. 17 g/L,在此培养基配比下,Lactobacillus plantarum S4厌氧发酵68 h后,L-乳酸产量达(61. 20±1. 36) g/L,L-乳酸/葡萄糖转化率(90. 74±2. 28)%,L-乳酸/蔗糖转化率(47. 20±1. 81)%。