发酵工艺优化

发酵工艺优化从摇瓶试验到中试发酵罐试验的不同之处1、消毒方式不同，摇瓶是外流蒸汽静态加热（大部分是这样的），发酵罐是直接蒸汽动态加热，部分的是直接和蒸汽混合，会因此影响发酵培养基的质量，体积，PH，透光率等指标。

扩大时摇考虑2、接种方式不同，摇瓶是吸管加入，发酵罐是火焰直接接种（当然有其他的接种方式），要考虑接种时的菌株损失和菌种的适应性等。

3、空气的通气方式不同，摇瓶是表面直接接触。

发酵罐是和空气混合接触，考虑二氧化碳的浓度和氧气的融解情况。

4、蒸发量不同，摇瓶的蒸发量不好控制，湿度控制好的话，蒸发量会少。

发酵罐蒸发量大，但是可以通过补料解决的。

5、搅拌方式不同，摇瓶是摇转方式进行混合搅拌，对菌株的剪切力较小。

发酵罐是直接机械搅拌，注意剪切力的影响和无菌的影响。

6、PH的控制，摇瓶一般通过碳酸钙和间断补料控制PH，发酵可以直接流加控制PH，比较方便。

7、温度控制，摇瓶是空气直接接触或者传热控制温度，但是发酵罐是蛇罐或者夹套水降温控制，注意降温和加热的影响。

8、注意染菌的控制方法不一样，发酵罐根据染菌的周期和染菌的类型等可以采取一些必要的措施减少损失。

9、发酵罐可以取样或者仪表时时检测，但是摇瓶因为量小不能方便的进行控制和检测。

10、原材料不一样，发酵所用原材料比较廉价而且粗旷，工艺控制和摇瓶区别很大等等发酵工艺中补料的作用补料分批培养(fed—batch culture简称FBC)是指在分批培养过程中、间歇或连续地补加一种或多种成分的新鲜培养基的培养方法、与传统的分批集中补料培养相比、它有以下优点：(1)可以避免在分批发酵中因—次投料过多造成发酵液环境突变，造成菌丝大量生长等问题，改善发酵液流变等性质，使得发酵过程泡沫得以控制，节省消泡剂，并提高了装罐系数。

(2)可以控制细胞质量，以提高芽抱的比例，并使pH得以稳定。

(3)可以解除底物抑制，产物反馈抑制和分解阻遏。

(4)可以使“放料和补料”方法得以实施。

该方法在发酵后期、产生了一定数量代谢产物后，在发酵液体积测量监控下，放出一部分发酵液，同时连续补充——部分新鲜营养液，实现连续带放、既有利于提高产物产量．又可降低成本，使得发酵指数得以大幅度提高。

(5)利用FBC技术、可以使菌种保持最大的生产力状态．随着传感技术以及对发酵过程动力学理沦深入研究、用模拟复杂的数学模型使在线方式实最优控制成为可能。

连续补料控制目前采用有反馈控制和无反馈控制两种方式。

有反馈控制：选择与过程直接关系的可检测参数作为控制指标，例如可以测量、控制发酵液PH、采用定量控制葡萄糖流加。

稳定PH在次级代谢最旺盛水平。

而无反馈控制FBC是指无固定的反馈参数，以经验和数学模型相结合的办法来操作最优化控制、从而使抗生素发酵产量得以大幅度提高。

例如发酵过程中前体的补加。

由此可见，要实现对发酵过程的有效控制，就先要解决补科的连续控制问题。

目前国外发酵生产过程连续补料采用：流量计(电磁流量计、液体质量流量计)、小型电动、气动隔膜调节阀和控制器来实现连续补料控制。

菜发酵工厂在中试试验中还成功地运用了电子称加三阀控制的自动补科系统至于装液量的问题，应该从以下几个方面考虑：1、保持在你所需要的转速培养情况下（尤其是在后期，菌丝很多时，转速很高时），不能让发酵液把你的塞子湿掉，容易造成染菌。

2、装液量的体积在消毒过程中，不能因为沸腾把塞子湿掉，或者跑出三角瓶，装液量太多会出现这样的情况。

很容易染菌。

3、根据你的菌种的情况和发酵液的粘度，需要的混匀程度等等方面也要考虑。

4、建议你做一个梯度试验（40－50－60－70－80等）就可以找到你所需要的装液量。

关于剩余空气的排除在灭菌完毕后（100度左右），立刻用盖子或者其他的用品把你的培养摇瓶盖好，有时候这么点空气根本对兼性厌氧发酵没有什么影响，如果你的菌种要求很严的话，最好用干冰加入已经灭菌的空摇瓶后，立刻用其他的样品培养基分装即可。

当然也可以用氮气。

最好是二氧化碳。

你可以再查查看是否有其他的方法，我说的也不完全。

！！消毒(灭菌)工艺的优化1、消毒又叫灭菌，但是又很多的区别在里面（可以上网搜索资料参考，很多的），我们在公司一般把它称为消毒。

消毒其实又很多的学问在里面，一个好的消毒工可以达到一年内千分之一的染菌率，非常的厉害！！2、发酵液经过消毒会遭到很大的破坏，所以首先需要控制消毒前的PH，而后控制消毒时的温度和时间（非常重要，有时候对发酵指标又很大的影响），在VB12发酵中，消毒的质量可以直接影响发酵的水平，从消后的指标就几乎能得出放罐时的指标。

所以必须控制消毒的温度和时间。

3、消毒的方式的不同对发酵影响也很大，公司一般分实消（间断消毒）和连消两种，连消的发酵液质量较好，但是对设备仪器要求恨严格。

实消操作简单，但是控制也不容易，对发酵噎破坏较大，因为它的升降温时间很长。

对设备破坏较大，（震动和蛇罐等）。

4、现在出现一种是螺旋板换热器连续消毒，很方便也很经济。

它的原理和连消鞳相似，只是它靠板式换热，不和蒸汽直接接触，而且它的消毒蒸汽冷凝水可以回流到原培养基进口处加热培养基，可以节约成本。

而且可以控制培养基的体积。

但是对设备的要求很严格（为了保证无菌要求），很少的设备公司能够做好这样的设备。

5、发酵的补料消毒可以通过调节好PH的几种料一起进行消毒，节约成本，如果部分的发酵中对几种物料的利用安比例进行，而且这些物料不发生任何反映，这样消毒既可以调节浓度控制蒸发量，又可以节约能源，一举两得。

6、部分得补料可以加入某种不容物质，消毒后再分开。

保证设备的干净和无菌等，例如油里面可以加入其他的易溶于水的物质等，消毒后分水时可以把它分开。

7、消毒在保证无菌的前体下，还要考虑经济、对培养基破坏情况、操作方便（节省维修时间人员等）、工艺改进等等。

剪切力的计算可以参考（发酵设备），一般的说剪切力一般以搅拌叶的线速度测量，如果没有摇瓶没有搅拌可以参考摇瓶中最大的线速度，计算公式为：转速*3.14*摇瓶中最大的半径的平方。

不过我觉得影响你发酵可能是胞外次级代谢物或者其他的物质。

摇瓶中的剪切力对菌种的影响很小，不过你的菌种我不是很熟悉，不过凭我的经验我觉得他不是主要的因素。

我考虑的可能是氧气对你的影响较大，可能你搅拌时破坏了菌种的生长环境，导致他的代谢途径改变，产生了其他的物质（可能是有害物质）导致了菌种的生长环境改变影响了它的代谢。

还有一点是：你的培养基条件不是很适合菌种的生长，菌种在前期创造了自己生长条件，结果搅拌遭到破坏所以没有长好。

浅谈在发酵工艺优化中统计手段的重要性。

1. 协同效应与关键因素：优化发酵工艺实质是考察各个变量对优化目标的效应以获得各因素（变量）对目标值的影响关系，进而以此为基础确定最优操作条件。

同其他学科一样，在发酵优化时如果能建立各因素对目标的数学表达函数是最为理想的。

但由于发酵中微生物性质的复杂性（微生物内部的代谢机理，调控机制等）及发酵环境多样的传递特性（热，质量、动量），使得要建立一个准确的机理模型十分困难。

因此目前常见的发酵模型多为黑箱模型，即拟合模型（虽然随着对微生物代谢途调控机制的了解及生化反应动力学的发展，不少成功的机理模型也被建立并用于发酵的优化和调控——可参见诸多生化反应动力学教程及研究文献）。

同时，更简单的单因素试验或稍复杂的正交试验也在发酵工艺优化中得到普遍应用。

虽然针对不同的优化要求，优化手段当然可以也应该尽量简单，但目前很多国内学术研究文献还频频采用正交试验的确让人感觉很惋惜，特别是对试验数据的统计处理不够重视，相关的检验欠缺。

因为在发酵时，涉及微生物性质（种类、种龄、活力，接种量），生长条件（pH、温度），培养基组成，传递条件（溶氧量或转速、搅拌速度）等多个变量，所以不仅要考察每个因素的效应，还应考察是否存在不同因素的协同效应。

一般而言，存在如此多的因素，协同效应在所难免。

而要高效判别协同效应，统计手段就不可不重视。

此外，要高效的进行优化时，也应该借助统计手段确定各个因素的效应大小，选择重要的因素进行重点考察，即抓住主要矛盾把好钢（精力）用在刀刃（关键因素）上。

因此，在优化发酵工艺时，一定要有意识的应用统计手段，首先确定关键因素（包括产生重要协同效应的因素），而后再集中精力优化关键因素。

值得一提的是，要事半功倍地实现优化目标，就应该时刻牢记要抓住主要矛盾。

2. 用统计手段建立数学模型：前点已提及要建立数学模型，但为什么要用统计手段建立数模了？我们都知道盲人摸象的故事，其实优化发酵工艺也与此类似。

试想，如果我们能准确地定量了解各个因素是如何影响发酵目标的，那要进行优化就是个简单地求最值的问题。

之所以进行单因素试验或者正交试验，目的就是通过考察输入－输出关系建立变量－响应间的关系。

我们如果仅仅通过考察几个孤立的点就想得到一个系统的全局的关系实在有盲人摸象的危险：获得一个局部的关系，得到一个局部的极值而非全局最值；或者获得失真的关系，得到连极值都不是的结果。

而如果借助统计手段，我们可以有意识的选取一些有代表性的点，以获得全局的正确关系。

比如，如果确定一个正方体的考察空间，那可以选择八个顶点＋一个中心点，还可以补充考察六个面上的中心点。

如此一来，不仅对全局做到了有效考察，而且最少只用9个点就可以达到目标，胜于无目的地考察正方体的其他点。

3. 如何事半功倍确定有效因素：如果有12个因素需要考察，那考虑到因素间的两两协同效应，则要另增加12×11＝132个因素。

如果采用单因素试验或正交试验，试验将非比寻常。

如果借助适当的统计手段，则可大大减少试验次数。

如Plackett－Burman（拼写可能有误）试验，n次试验可以考察n-1个因素，即进行12次试验可以考察11个因素。

虽然PB有一定的缺陷，但一般而言的确是高效而又实用的。

类似的非平衡或平衡块统计手段还有许多，我们可以根据需要选择合适的手段进行试验以达到目的。

4.应用统计优化的其他好处：在建立数学模型是，选择合适的方法也对优化过程和结果大有裨益。

借助最陡爬坡试验、中心点试验，相应面方法，均匀设计等方法能让你准确、高效的完成试验。

借助SAS，SPAA，Statistics等统计手段，你可以快速完成数据的分析、模型构建及假设检验。

而且这些统计软件还特供了强大的绘图能力，你可以看到所建模型的三维图像，得到直观影响，轻松进行最优求解得到优化条件。

另外，最优算法发展比较快，象基因算法，神经元网络算法也广为应用。

发酵工艺优化前言：发酵工艺的优化在发酵行业起到很大的作用,尤其是在发酵生产中,它是提高发酵指标的一项非常,有用的技术手段.同时也是搞发酵行业的人的必备知识要求之一,借此我想通过和大家交流共同提高发酵方面的知识水平.一、发酵工艺优化方法与思路:发酵工艺优化的方法有很多,它们之间不是孤立的,而是相互联系的。