优化纤维素酶产生菌培养条件的方法

如何快速地找出主要因素并进行优化并非易事，通常优化发酵培养基的方法为单次单因子法、正交试验设计法以及响应面分析法。

1.单次单园子法

单次单因子法的基本原理是保持培养基中其他组分的浓度不变，每次只研究个组分的不同水平对发酵性能的影响。该方法的优点是简单、容易，结果很明了，培养基组分的个体效应从图表上很明显地看出来，而不需要统计分析。主要缺点：忽略了组分间的交互作用，可能会丢失适宜的条件；不能考察因素的主次关系；当考察的试验因素较多时，需要大的试验和较长的试验周期。但由于它的容易和方便，单次单因子法直以来都是培养基组分优化的流行的选择中的员。

对于纤维素酶的产生条件的优化，单次单因子法主要用于重要的碳、氮源的优化，为后期的正交试验设计法、响应面分析法提供基础。

2.正交试验设计法

正交设计是从“均匀分散、整齐可比"的角度出发，以拉丁方理论和群论为基础，用正交表来安排少量的试验，从多个因素中分析出哪些是主要的，哪些是次要的，以及它们对试验的影响规律，从而找出较优的工艺条件。李荣杰（2009）利用正交试验设计法优化了里氏木霉的培养条件，使其产纤维素酶活力达到15.6U/mL，比出发菌株提高了1倍。

朱振（2009）利用该法优化了真菌RCEF4093的发酵培养基，提高了其产纤维素酶的活力，该方法大致流程如下。

（1）明确试验目的，确定评价指标

评价指标有时只有个，有时可能有多个。当评价指标多于两个时，为多指标试验。

（2）挑透因素

影响试验指标的因素很多，由于试验条件的限制，不可能逐或全面地加以研究，因此要根据已有的专业知识及有关文献资料和实际情况，固定些因素于佳水平，排除些次要的因素而挑选些主要因素。正交试验设计法正是安排多因素试验的有利工具。当因素较多时，除非事先根据专业知识或经验等，能肯定某因素作用很小而不选取外，对于凡是可能起作用或情况不明或看法不的因素，都应当选入进行考察。

（3）确定各因素的水平

因素的水平分为定性与定量两种，水平的确定包含两个含义，即水平个数的确定和各个水平数量的确定。对于定性因素，要根据试验具体内容，赋予该因素每个水平以具体含义。定量因素的量大多是连续变化的，这就要求试验者根据相关知识或经验、文献资料先确定该因素的数量变化范围，之后根据试验的目的及性质，结合正交表的选用来确定因素的水平数和各水平的取值。每个因案的水平数可以相等也可以不等，重要因素或特别希望详细了解的因素，其水平可多些，其他因素的水平可以少些。如果没有特别重要的因素需要详细考察的话，要尽可能使因素的水平数相等，以便减小试验数据处理工作量。

（4）创定因素水平表

根据上面选取的因素及因素的水平的取值，制定张反映试验所要考察研究的因素及各因素的水平的“因素水平综合表"。该表在制定过程中，每个因素用哪个水平号码，对应于哪个量可以随机地任意确定。好是打乱次序安排，但经选定之后，试验过程中就不能再改变了。

（5）选择合适的正交表

常用的正交表较多，有几十个，可以灵活选择。应该注意的是，选择正交表与选择因素及其水平是相互影响的，必须综合考虑，而不能将任何个问题孤立出来。选择正交表时般需考虑以下两个方面的情况。

①所考察因素及其水平的多少。

选用的正交表，要能容纳所研究的因素数和因素的水平数，在这前提下应选择试验次数少的正交表.

②考志各因素之间的交互作用。

般说来，两因素的交互作用通常都有可能存在，而三因素的交互作用在通常情况下可以忽略不计。

（6）确定试验方案

根据制定的因素水平表和选定的正交表安排试验时，般原则如下。

①如果各因素之间无交互作用，按照因素水平表中固定下来的因素次序，顺序地放到正交表的纵列上，每列放种因素。

②如果不能排除因素之间的交互作用，则应避免将因素的主效应安排在正交表的交互效应列内，以妨碍对因素主效应的判断。

③把各因素的水平按照因素水平表中所确定的关系，对号入座后，试验方案随即确定。

（7）正交试验结果的分析

正交试验结果的直观分析与正交试验结果的方差分析相比，具有计算量小、计算简单、分析速度快、目了然等特点，但分析结果的精确性与严密性相对于方差分析来说稍差。直观分析主要可以解决以下两个问题。

①各因素对指标的影响谁主谁次。

差的大小直接反映各个因素对试验指标影响的变化幅度，差大表明该因素的影响大，是主要因素；反之，差小，表明该因素的作用不大，属于次因素。因此，可以通过比较各个因素的差大小决定因素的主次顺序。但因素影响的显著性需通过方差分析确定。

②求佳水平组合。

该问题归结为找到各因素分别取何水平时，所得到的试验结果会好。选取因素的水平是与要求的指标有关的。如要求的指标越大越好，应该取使指标增大的水平；反之，如要求的指标越小越好，则取其中城小的那个水平。把各因素的好水平组合起来就是城佳水平组合。但是，实际上选取佳水平组合时，还要考虑因素的主次，以便在同样满足指标要求的情况下，对于些比较次要的因素按照优质、高产、低消耗的原则选取水平，得到更符合生产实际要求的较好的生产条件。

3.响应面分析法

正交试验设计法不能在给出的整个区域上找到因素和响应值之间的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佳组合和响应值的优值。而且对于多因素多水平试验，仍需要做大量的试验，实施起来比较困难。响应面分析方法则能研究几种因素间的交互作用，试验次数少、周期短，求得的回归方程精度高，并能够通过求得的方程获得试验区域内各因素的优组合。郝学财（2006）利用响应面分析法对影响里氏木霉高产变异株WX-112产纤维素酶的发酵培养基主要因素进行了筛选和优化，得出液态深层发酵产纤维素酶的佳培养基，并进步优化了发酵培养条件，使产酶能力比初始条件提高了3倍。冯培勇等（2009）利用响应面分析法对黑曲霉产纤维素酶的发酵条件进行了优化，使酶活力达360.02U/mL，较初始发酵条件提高了34.4%。