抗金黄色葡萄球菌的响应面优化设计

李素琼

(武夷学院 生态与资源工程学院，福建 武夷山 354300)

抗金黄色葡萄球菌的响应面优化设计

李素琼

(武夷学院 生态与资源工程学院，福建 武夷山 354300)

采用载铜活性炭对金黄色葡萄球菌进行抗菌测试。试验以抗菌率为响应目标，通过单因素实验、Plackett-Burman(PB)设计和Box-Behnken Design(BBD)中心组合设计对载铜活性炭抗菌率的5个因素进行筛选优化；以抗菌率为响应目标，对振荡时间、振荡温度、载铜活性炭质量和转数四因素进行BBD设计，确定抗菌测试的最佳工艺条件为振荡时间2.5h、振荡温度60℃、载铜活性炭质量2.25g、转数250r/min，抗菌率达100 %。

载铜活性炭；金黄色葡萄球菌；抗菌率；响应面

随工农业的快速发展，环境问题日益严重，水质恶化和空气污染威胁着人类健康。活性炭由于其优越的吸附和催化性能，以及良好的耐酸碱性，在环境治理中发挥着越来越重要的作用，是一种高效而安全的净化水的材料[1-2]。在饮用水处理中，由于活性炭表面的疏水性，且比表面积巨大，因而可有效去除水体中的有机物和部分无机杂质。然而，在净化水的过程中，细菌很容易在活性炭表面繁殖，使活性炭本身也成了污染物，从而影响净水效果[3-4]。研究表明，活性炭载铜后不仅可吸附自来水中的有机物和部分无机杂质，还可抑制细菌的生长繁殖。

单因素测试时，考虑氯化铜浓度、振荡时间、振荡温度、载铜活性炭的质量等操作参数对抗菌率的影响；根据Plackett-Burman和单因素实验结果所确定的实验因素，采用Box-Behnken组合设计进一步将振荡时间、振荡温度、载铜活性炭质量、转数四个因素进行优化，设置高、中、低三个水平，并进行试验验证分析，最终确定各因素的最佳工艺条件[5]。

1 材料与方法

1.1 主要材料

金黄色葡萄球菌

1.2 实验方法

通过单因素、Plackett-Burman设计和中心组合设计(BBD)，考察氯化铜浓度、振荡时间、振荡温度、转数以及载铜活性炭的质量等操作参数对抗菌率的影响，并根据响应面法原理，对相关影响因素进行试验优化设计，并进行试验验证分析，确定制备抗菌的最佳工艺条件。

1.3 单因数实验

以金黄色葡萄球菌为原料，采用载铜氯化铜为抗菌载体，考虑振荡时间、振荡温度、转数以及载铜活性炭的质量等操作参数对抗菌率的影响。

1.4 试验优化

试验先利用Plackett-Burman实验设计筛选出关键影响因子，然后在单因数试验和Plackett-Burman实验设计的基础上，利用Box-Behnken设计来对影响活性炭的抗菌率进行优化[5]。

1.5 抗菌实验

图1 抗菌测试流程图

具体步骤为：取30ml菌悬液，加一定质量的负载铜活性炭；将其置于恒温振荡器，设置一定转数及温度；振荡一定时间后，取样0.5ml，加入到4.5mlPBS缓冲液中分散均匀。再进行稀释，稀释6次；设置三个平行样，各取悬液0.1ml，滴加在固体培养基上，用刮铲涂均匀，放置1h；放入培养箱，30℃倒置培养24h，观察菌落生长情况。选取空白活性炭作为负载铜活性炭的参比样。

2 实验结果

2.1 单因素实验

2.1.1 震荡时间的选择

完成振荡温度30℃，转数200r/min，载铜活性炭为2g，震荡时间不同的抗菌测试。表1为进行试验的条件及结果。

表1 不同震荡时间完成的抗菌测试结果

图1 不同震荡时间完成的抗菌测试结果

图2 不同震荡温度完成的抗菌测试结果

2.1.2 不同震荡温度的选择

完成振荡时间为1h，转数200r/min，载铜活性炭为2g，震荡温度不同的抗菌测试。表2为进行试验的条件及结果。

表2 不同震荡温度完成的抗菌测试结果

2.1.3 不同转数的选择

完成振荡时间为1h，振荡温度为30℃，载铜活性炭为2g，转数不同的抗菌测试。表3为进行试验的条件及结果。

表3 不同转数完成的抗菌测试结果

图3 不同转数完成的抗菌测试结果 图4 不同载铜活性炭质量完成的抗菌测试结果

2.1.4 不同载铜活性炭质量的选择

完成振荡时间为1h，振荡温度为30℃，转数200r/min，载铜活性炭质量不同的抗菌测试。表4为进行试验的条件及结果。

表4 不同载铜活性炭质量完成的抗菌测试结果

2.2 筛选实验设计——Plackett-Burman设计[6]

在实验中，对实验过程五个主要因素氯化铜浓度、振荡时间、振荡温度、转数和载铜活性炭质量，外加六个虚拟因素，共进行12次实验，以确定每个因素的影响因子。PB实验设计和实验结果如表5所示。

表5 Plackett-Burman设计结果

表6 抗菌率偏回归系数及影响因素的显著性分析

注：P<005显著；P>0.1不显著；P<0.0001极显著。

2.3 中心组合设计(BBD)结果与响应面结果[7-10]

根据Box-Behnken中心组合设计原理，在单因素的基础上，以振荡时间(A)、振荡温度(B)、转数(C)、载铜活性炭浓度(D)四个因素为自变量，以抗菌率(Y)为响应值，做四因素三水平的响应面分析试验，共29个实验点。设计结果见表7、表8。

表7 试验自变量因素编码及水平

表8 BBD优化设计结果

2.4 优化结果

RSM预测出来的最佳结果为：振荡时间2.5h、振荡温度60℃、载铜活性炭质量2.25g、转数250r/min，抗菌率高达100.313%，考虑实际情况，抗菌率在以上参数条件下，抗菌率高达100%。在最优条件下，抗菌率达到100%，与预测值相符。

3 实验讨论

3.1 单因素试验

从表1和图1可知，随着振荡时间的增加，抗菌率也越来越大。当振荡时间大于1.5h后，抗菌率增长比较缓慢。所以选取振荡时间为2.5h时，抗菌率最大。另外由表2和图2知，随着振荡温度的增加，抗菌率也显著增加。所以选取振荡温度为60℃，抗菌率达到最大。表3和图3表明随着转数的增加，抗菌率也增大；当转数达到200转时，抗菌率达到最大，之后抗菌率下降。所以选取转数为200转时，抗菌率最好。而表4和图4表明随着活性炭质量的增加，抗菌率也增加，接近于线性关系，当质量达到2.5g时，抗菌率最大。所以选取载铜活性炭的质量为2.5g，抗菌率最好。根据单因素试验结果，得到单因素最佳工艺条件为：振荡时间为2.5h、振荡温度60℃、转数200r/min、载铜活性炭质量为2.5g。

3.2 筛选实验设计——Plackett-Burman设计

由表6可知，振荡时间(A)、振荡温度(B)、转数(C)、载铜活性炭浓度(D)为主要的影响因子。

3.3 抗菌率的响应面分析

(1)抗菌率方差分析

表9 抗菌率方差分析

注：P<005显著；P>0.1不显著；P<0.0001极显著。

由表9抗菌率方差分析可知：模型的F=13.95，P<0.0001，表明实验所采用的二次模型是极显著的，在统计学上是有意义的。失拟项用来表示所采用模型与实验拟合的程度。本例P=0.3272>0.05，不存在失拟因素。因素A振荡时间、B振荡温度、C转数的P值均<0.05，而D载铜活性炭浓度的P值<0.0001。说明因素D影响极显著，因素A、因素B和因素C影响显著。交互项AB、AC、AD、BC、BD、CD的P值均大于0.05，所以交换项对抗菌率没有影响。因素A、B、C、D的二次项P值均大于0.05，说明A2对抗菌率影响显著，B2、C2、D2对抗菌率影响不显著。

(2) 抗菌率回归模型R2分析

表10 抗菌率回归模型R2分析表

注：P<005显著；P>0.1不显著；P<0.0001极显著。

由表10可知，决定系数R2=0.9331，表明因变量与自变量之间的非线性关系显著，证明这种试验方法是可靠的，在试验范围内，该数学回归模型具有良好的预测。此外，R2校正值为0.8663，表明该模型可以解释86.63%响应值的变化，因此该模型拟合程度良好。

影响抗菌率的四个因素的等高线图及三维曲线图

① 振荡时间与振荡温度对抗菌率交互影响

图5 振荡时间与振荡温度对抗菌率交互影响的等高线图和三维曲线图

从图5可知，振荡时间与振荡温度对抗菌率的等高线图较为平行，说明两者交互影响较显著；另外，振荡温度比振荡时间的响应面曲线较陡，说明振荡温度对抗菌率的影响比振荡时间对抗菌率的影响较大。

② 振荡时间与转数对抗菌率交互影响

图6 振荡时间与转数对抗菌率交互影响的等高线图和三维曲线图

从图6可知，振荡时间与转数对抗菌率的等高线图较圆，说明两者交互影响较不显著；转数比振荡时间的响应面曲线较陡，说明转数对抗菌率的影响比振荡时间对抗菌率的影响较大。

③ 振荡时间与载铜活性炭浓度对抗菌率交互影响

图7 振荡时间与载铜活性炭浓度对抗菌率交互影响的等高线图和三维曲线图

从图7可知，振荡时间与载铜活性炭浓度对抗菌率的等高线图几乎成平行，说明两者交互影响很显著；氯化铜浓度比振荡时间的响应面曲线较陡，说明氯化铜浓度对抗菌率的影响比振荡时间对抗菌率的影响大。

④ 振荡温度与转数对抗菌率交互影响

图8 振荡温度与转数对抗菌率交互影响的等高线图和三维曲线图

从图8可知，振荡温度与转数对抗菌率的等高线图较圆，说明两者交互影响较不显著；振荡温度比转数的响应面曲线较陡，说明振荡温度对抗菌率的影响比转数对抗菌率的影响较大。

⑤ 振荡温度与载铜活性炭浓度对抗菌率交互影响

图9 振荡温度与载铜活性炭浓度对抗菌率交互影响的等高线图和三维曲线图

从图9可知，振荡温度与载铜活性炭浓度对抗菌率的等高线图较平行，说明两者交互影响较显著；载铜活性炭浓度比振荡温度的响应面曲线较陡，说明载铜活性炭浓度对抗菌率的影响比振荡温度对抗菌率的影响较大。

⑥ 转数与载铜活性炭浓度对抗菌率交互影响

图10 转数与载铜活性炭浓度对抗菌率交互影响的等高线图和三维曲线图

从图10可知，转数与载铜活性炭浓度对抗菌率的等高线图较平行，说明两者交互影响较显著；载铜活性炭浓度比转数的响应面曲线较陡，说明载铜活性炭对抗菌率的影响比转数对抗菌率的影响较大。

综上可知，载铜活性炭浓度对抗菌率影响最为显著，响应面较陡，振荡温度次之，转数再次之，震荡时间影响最弱，曲线较平滑。

4 结 论

该研究以抗菌率为响应目标，通过单因素实验、Plackett-Burman(PB)设计和Box-Behnken Design(BBD)中心组合设计对载铜活性炭抗菌率的各个因素进行筛选优化，确定抗菌测试的最佳工艺条件为振荡时间2.5h、振荡温度60℃、载铜活性炭质量2.25g、转数250r/min，抗菌率达100 %。

[1] 李素琼．机械力化学法制备活性炭的研究[D]．福建农林大学，2011．

[2] 崔静，赵乃勤，李家俊．活性炭制备及不同品种活性炭的研究进展[J]．炭技术，2005，1：26-31．

[3] 王晓玭，管晓琴，李毅卉，等．活性炭负载金属改性对废水和废气处理的研究进展[J]．江西化工，2012，(3)：42-47.

[4] 叶瑛，周玉航，夏枚生，等．新型无机抗菌材料：载铜蒙脱石及其抗菌机理讨论[J]．无机材料学报，2003，18(3)：569-574.

[5] 苟亚峰．响应曲面法优化产外切菊粉酶菌株G-60的发酵条件研究[J]．中国酿造，2013，43(4)：44-53．

[6] 邹东恢，梁敏，杨勇，等．香菇多糖复合酶法提取及其脱色工艺优化[J]．农业机械学报，2009，40(3)：135-138．

[7] 杨德．实验设计与分析[M]．北京：中国农业出版社，2002.

[8] 倪孟祥，毕启瑞，郭润妮，等．南极放线菌N-1产抑菌成分的响应面优化[J]．中国海洋药物，2013，32(03)：11-20．

[9] 纵伟，霍智文，颜新培．响应面优化微波法提取桑枝多糖的最佳工艺研究[J]．北方园艺，2013，(12)：136-139．

[10] 张守媛，李太衬，栾波，等．响应面优化茄子皮色素的提取及抗氧化性研究[J]．中国酿造，2013，32(4)：118-112．

[责任编辑：崔海瑛]

李素琼(1986-)，女，福建安溪人，讲师，硕士，从事炭材料与植物纤维化学研究。

福建省教育厅科技产学研项目(JAI5508)国家大学生创新创业训练计划项目(2012107002)；武夷学院青年基金资助项目(xq1208)。

TQ351

A

2095-0063(2016)06-0074-07

2016-05-21

DOI 10.13356/j.cnki.jdnu.2095-0063.2016.06.016