林晗,田苏英
(武汉科前生物股份有限公司,湖北武汉 430075)
细菌培养基最早出现于19世纪末,由德国研究学者郭霍成功制备,这一技术的成功说明了在今后的研究工作中可以实现对细菌的分离和培养[1]。不同的培养基会根据实际需求,添加不同的生长因子,从而探究不同的营养物质代谢的差异。对于细菌培养基来说,目的也在于让细菌进行生长和繁殖,从而合成各种研究所需求的配制混合物。
天然培养基是利用动植物和微生物体提取物制作而成的培养基,如牛肉膏蛋白胨培养基、麦芽汁培养基等。这些培养基内部包含的营养物质包括玉米粉、牛奶等。通常天然培养基是用于工业上的微生物生产和发酵,也有用于实验室的研究。
组合培养基的基础是天然培养基,利用化学物质来合成培养基,从而根据人工设计配制而成,例如最常见的察氏培养基。相比于天然培养基,组合培养基的成本消耗较高,微生物生长的速度较慢,因而对于微生物的代谢需求和分类鉴定方面,采用组合培养基来开展相应的研究工作。
半组合培养基通常以化学试剂配制,并添加了某些天然成分,如马铃薯蔗糖培养基等。半组合培养基的营养比例高,便于细菌的生产和发酵。但需要注意的一点在于营养成分相对不明确,因此在研究工作中还需要对其生物制品的安全性能进行管理。
在培养基中,不同营养物质的作用不尽相同,了解营养物质的不同作用有利于细菌的培养工作。碳源物质是为微生物提供生长和繁殖所需碳元素的营养物质,包括糖类、脂肪酸等有机碳源和碳酸氢钠等无机碳源。碳源物质中,糖类是最利于微生物利用的物质,也是主要的能源物质。在微生物生长发酵的过程中,不同的碳源会影响微生物的产量。例如,在发酵工程中,传统模式下都侧重于菌种的筛选和改造,但现代生物技术所注重的内容不仅是菌种方面,还体现在发酵过程的优化和控制上[2]。而营养物质的选择正是优化的主要方向,通过对不同碳源的比较来确定最终的使用。
氮源是构成生物体的蛋白质、氮素化合物和核酸的材料,主要运用于菌体细胞物质和含氮代谢物的合成。和碳源类似,也包括有机氮源和无机氮源。有机氮源的营养成分丰富,如蛋白胨就是常见的氮源物质,植物蛋白胨也是更优质的营养物质。美国在这一方面的研究工作要更早,并提出了“植物借助有机体就能利用蛋白质作为氮源”的结果。
微量元素和无机盐是保证微生物生命活动的必需物质。因为菌体生长过程中需要微量元素和无机盐的调节,尤其是在一些代谢作用中,更能发挥显著的效果。
正交试验是研究多因素、多水平的一种设计模式,关键点在于实验因素的安排。这种方式利用的是数学原理来探究多因素之间存在的交互作用,不会受因子个数的影响。正交试验可以利用数理统计的方式来计算试验结果,且产生的误差相对较小。但需要注意的是,这种方式并不能给出多因素之间的回归方程。例如,在微生物发酵的过程中,通过微分几何方法提出的非线性系统理论研究,也发挥了显著的效果,利用微分方法来设计控制设备,从而对控制结构进行优化,这也是正交试验的一种体现模式[3]。但需要考虑到数学方法本身具有局限性,无论是发酵过程或是细菌培养过程的难度较高,其复杂程度也使得外界因素产生影响的可能性较高,结果偏差可能产生。
为了保障工作系统的稳定性,类似的数学实验优化方式还需要在今后进一步完善。
单因素试验是在保证某个因素不变的前提下采取的非交互式试验。这一试验的特点在于每次试验只会改变某一项因素,探究不同因素对于试验结果产生的影响,也是现阶段常用的手段之一。以细菌培养研究来说,就是考虑到试验环节中对指标数据影响最大的因素,然后在保持其他因素不改变的情况下采取的手段。但这种方式无法考虑到各因素之间的交互作用,且实际的研究过程中,各因素并不能实现相互独立,故在准确性上可能会产生误差。因此单因素试验可以与正交试验等手段进行配合使用,提升检测结果的准确性。
响应面设计是基于正交试验的缺陷而产生。正交试验仅仅只能单一地进行分析,无法全面对结果分析,因而响应面试验方式成为了重要的优化措施。相比于其他手段,响应面试验可以利用图形技术来展现函数关系,并通过观察得到最佳结果,确定试验的合理条件。响应面在多因素数量处理试验的分析中可以对多个试验指标进行回归关系试验。例如,现阶段利用计算机技术结合人工智能理论对微生物的发酵过程进行的优化控制。研究者们建立了基于乙醇生产的系统,然后对发酵过程进行检测,提升了稳定性。又如,在农作物产量的计算中,也能通过响应面试验来获取最佳的施肥方式。对于细菌培养工作来说,即通过响应面试验的方式来获取可能影响细菌生长代谢的因素,然后对各因素之间的回归关系通过曲面来进行展示,然后求得最优解[4]。
细菌培养基中营养元素代谢和优化涉及多个因素的计算和分析,而培养基优化的基本方法应该采用不同的手段。除了本文提到的优化方案之外,还包括聚类分析、均匀设计等不同方式。在今后的研究中,相关的研究单位也应该全面考虑影响因素,给细菌培养工作提供技术保障。
[1]杨明明,李国晏,应莲芳.细菌培养基中营养物质的代谢及优化方法[J].微生物学免疫学进展,2016,44(5):90-94.
[2]佟世生,解洛香,徐乐,等.植物乳杆菌代谢产细菌素的培养基优化[J].现代食品科技,2012,28(2):152-155.
[3]阎亚丽,陈庆森,崔细鹏,等.冰核活性细菌发酵培养基的优化筛选[J].食品与发酵工业,2003,29(4):19-22.
[4]潘淼, 付雅欣, 洪枫,等. 薛氏丙酸杆菌产抑菌性代谢物发酵培养基优化[J]. 食品工业科技, 2015, 36(13):166-170.