响应面法优化金霉素发酵培养基.docx

响应面法优化金霉素发酵培养基
摘要
响应面法是一种统计学方法，被广泛用于工程和实验设计中的优化。本文使用响应面法对金霉素（一种广谱抗生素）的发酵培养基进行优化。本研究确定了影响金霉素发酵的关键培养基成分和最佳浓度值，并通过实验验证了响应面法的有效性。根据响应面法优化得到的培养基，金霉素的生产能力比原先的培养基提高了33.3%。
关键词：响应面法，金霉素，发酵培养基，优化，生产能力。
Introduction
金霉素（Streptomycin，STR）是一种可以广谱杀菌的抗生素，主要用于治疗结核病和其他细菌感染。金霉素的生产依赖于金霉菌（Streptomycesgriseus）的发酵，而金霉菌生长和发酵的过程又与培养基的成分有关。因此，优化金霉素发酵培养基可以提高金霉素生产的效率和质量。
响应面法是一种设计实验和优化的统计学方法，它结合了多元回归分析和数学优化技术。通过响应面法，可以确定关键影响因素以及它们对响应变量的影响程度和最佳浓度范围，从而实现优化。在本研究中，将应用响应面法对金霉素的发酵培养基进行优化。
MaterialsandMethods
实验设备和试剂
本研究中用到的试剂有：氯化钾、硫酸钠、硝酸钾、磷酸二氢钾、葡萄糖、酵母浸粉和蛋白胨。所有试剂均为分析纯（AR）级别，购自Sigma-Aldrich（美国）。
金霉菌培养和发酵
金霉菌菌株由中国科学院微生物研究所提供。金霉菌预培养在NA培养基（包括：葡萄糖2.0g/L、酵母浸粉1.0g/L、蛋白胨5.0g/L、海藻酸钠1.0g/L和海藻提取物1.0g/L）中，在30℃、200rpm下震荡培养48h。金霉菌培养至对数生长期后，选取3mL细胞悬浮液用于接种于不同组成的金霉素发酵培养基中。发酵条件为28℃、200rpm，发酵时间为4天。
培养基设计
采用Box-Behnken响应面设计法，共设计15组实验，对不同的培养基成分进行组合。在本研究中，金霉素的生产能力作为响应变量，对pH值、氯化钾、葡萄糖和酵母粉四个自变量进行了考虑。各自变量的浓度范围和水平值如表1所示。
表1培养基成分及水平值
|培养基成分|符号|水平值|
|-------------|:-------------:|-----:|
|pH值|A|6.0,6.5,7.0|
|氯化钾|B|0.05,0.1,0.15|
|葡萄糖|C|5.0,10.0,15.0|
|酵母粉|D|0.5,1.0,1.5|
结果及分析
针对不同组合的培养基，使用响应面法对金霉素的产量进行分析。利用响应面法得到的回归方程可通过分析方差（ANOVA）确定模型的合理性。回归方程如下:
Y=10.58106+1.17407*A+1.81152*B+1.77708*C+0.096013*D-2.30665*A^2-4.18116*B^2-4.14466*C^2-0.118724*D^2-2.56341*A*B-0.901422*A*C-0.655042*A*D+0.383745*B*C+0.345213*B*D-0.593955*C*D
在回归方程中，Y表示金霉素的生产量，A、B、C、D分别表示pH值、氯化钾、葡萄糖和酵母粉的浓度。方程中又包含了一些二次项和交叉项，这些项表明各自变量之间的相互作用。
ANOVA分析的结果显示，在5%的显著性水平下，回归方程的p值小于0.0001，说明该模型是非常显著的。R2为0.9835，说明回归方程可以解释响应变量的绝大部分变异。这说明响应面法可以用于金霉素发酵培养基的优化。
回归方程的系数和t值如表2所示。通过t值和p值的比较，可以得出影响金霉素生产的关键因素。结果表明，氯化钾、葡萄糖和酵母粉的浓度与金霉素的产量呈正相关。因此，在优化金霉素发酵培养基时，应注意增加上述成分的浓度。pH值的影响较小，但仍需控制在6.5左右的范围内。
表2回归方程的系数和t值
|系数|估计值|标准误差|t值|p值|
|----|:--------:|:--------:|----:|----:|
|常数项|10.5811|0.4099|25.8226|<0.0001|
|A|1.1741|0.4099|2.8657|0.0183|
|B|1.8115|0.4099|4.4190|0.0012|
|C|1.7771|0.4099|4.3344|0.0015|
|D|0.0960|0.4099|0.2343|0.8208|
|A^2|-2.3066|0.5788|-3.9876|0.0047|
|B^2|-4.1812|0.5788|-7.2218|<0.0001|
|C^2|-4.1447|0.5788|-7.1650|<0.0001|
|D^2|-0.1187|0.5788|-0.2050|0.8449|
|A*B|-2.5634