13.6
培养基优化可促进微生物生长并提高产物产量。
优化实验通常从经典的单因素轮换法研究或统计筛选设计(如Plackett–Burman设计)开始。
一次一因子法是在保持其他变量不变的情况下,调整一个变量(如 pH 值)。
但多种生物变量通常会相互作用,因此改变pH值可能会改变营养水平对生长的影响方式。随着变量数量的增加,该方法将变得低效。
Plackett-Burman 设计能够同时筛选并确定最具影响的变量。
每个变量均在高水平和低水平下进行测试,例如 pH 值为 9 和 6,或碳浓度为每升 10 克和 5 克。
每次运行采用不同的因子水平组合,有助于了解哪些因子对结果影响最大。例如,较高的pH值或增加碳源可能提高蛋白质产量。
在标准的Plackett–Burman设计中,N次试验可筛选最多N−1个变量,其中N通常选择为4的倍数——例如,8次试验最多可筛选7个变量。
优化培养基可增强微生物增殖并最大化产物产量。统计实验设计方法提供了结构化且可重复的方法,能够逐步提高稳健性和效率。
单因素实验法
单因素实验法是指在保持其他变量恒定的情况下,每次只调整一个变量。然而,该方法无法检测变量之间的相互作用,因此当存在协同效应时,往往会导致次优结果。
Plackett-Bu…