黑曲霉固态发酵酸性_淀粉酶的培养基优化研究

第22卷第3期2007年9月安　徽　工　程　科　技　学　院　学　报

Journal of Anhui University of Technology and Science Vol.22.No.3Sep.,2007

收稿日期:2007-01-04　

基金项目:安徽省高校青年教师基金资助项目(2006jql148);安徽省教育厅自然科学基金资助项目(2005kj104)

作者简介:朱龙宝(1979—

),男,安徽安庆人,讲师,硕士.文章编号:1672-2477(2007)03-0012-04

黑曲霉固态发酵酸性α-淀粉酶的培养基优化研究

朱龙宝,汤　斌,陶玉贵,汤　洁,冯　静

(安徽工程科技学院生物化学工程系,安徽芜湖　241000)

摘要:探讨了麸皮、秸杆粉、豆饼等碳氮源及含水量对产酶的影响.在单因素实验的基础上,采用Box -Be 2

hnken 实验设计对黑曲霉产酸性α-淀粉酶的培养基进一步优化,实验结果运用SAS (8.0版)统计软件进行

统计分析,得到最佳的产α-淀粉酶的培养条件为:76%麸皮、12%玉米淀粉、10.5%豆饼、1.5%N H 4Cl 、料水比为1∶1.在最佳的培养基上于30℃发酵72h ,产酶达198.4U/g ,α-淀粉酶的最佳作用p H 为4～4.5.关　键　词:黑曲霉;固态发酵;酸性α-淀粉酶;中图分类号:Q939.97 文献标识码:A

在我国传统的发酵工业中,大多采用淀粉酶和糖化酶协同处理淀粉质原料,糖化酶作用的最适p H 约为4,但起协同作用的淀粉酶的最适p H 为6左右,在p H 4以下容易失去活性.目前国内市场上有两类常用的淀粉酶为中性和高温淀粉酶,它们的最适p H 在6～7,在酸性环境中酶活性明显降低,不能满足一些需要在酸性环境中对淀粉原料进行加工的工艺条件[1].因此获得耐酸性的淀粉酶,对降低酿造工业劳动强度,提高原料的利用率都会起到重要的作用.

目前酸性淀粉酶主要采用液态深层发酵生产[2],在液态发酵生产中,培养基中高浓度葡萄糖会对产酶有一定抑制作用[3],但在固态发酵中,葡萄糖对产酶的抑制作用很小,而且固态发酵以其培养基简单且来源广泛,多为便宜的天然基质或工业生产的下脚料,投资少,能耗低,技术较简单,无环境污染等优点,广泛地应用于各种酶制剂的生产[4].

1　材料与方法

(1)菌种:黑曲霉由安徽工程科技学院生物化学工程系微生物实验室保藏.(2)固态发酵基础培养基:85%麸皮,10%玉米淀粉,5%豆饼粉,料水比1∶1.

(3)发酵培养条件:250mL 三角瓶装20g 培养基(干料计),接种量为每瓶一环,发酵温度30℃,培养72h.

(4)发酵培养基的优化[5]:在单因素实验的基础上进一步考察各因素对黑曲霉产α-淀粉酶的影响,

采用Box -Behnken 实验设计(BBD ),对黑曲霉产淀粉酶培养基进行优化,实验因素水平见表1.

表1　实验因素水平

水 平

因 素

X 1(玉米淀粉)/%

X 2(豆饼)/%

X 3(N H 4Cl )/%

155********

15

15

6

(5)酶活的测定方法:根据中国食品工业标准QBP T1803-93的测定方法,在60℃,p H 6.0条件下,1min 液化1mg 可溶性淀粉的酶量为1个酶活力单位.

2　结果与分析

2.1　氮源对产酶的影响

(1)豆饼添加量对产酶的影响.在固态发酵基础培养基中,分别添加5%,10%,15%,20%的豆饼粉配

制成发酵培养基,每个处理重复3次,研究豆饼对产酶的影响,得到实验结果如图1,从图中可知豆饼粉的添加量为10%时产酶量达到最大

.

图1　豆饼含量对产酶的影响图2　无机氮源对产酶的影响

(2)无机氮源对产酶的影响.在基础培养基中,分别加入2%的硫酸铵、硝酸钠、氯化铵、硝酸铵配制成

发酵培养基,研究无机氮源对产酶的影响,每个处理重复3次,得到实验结果如图2,从图中可知氯化铵是

产酶最佳的无机氮源.2.2　玉米淀粉含量对产酶的影响

本试验选用玉米淀粉作为发酵培养基的碳源,在基础培养基中分别添加5%、10%、15%、20%的玉米淀粉,研究其含量对产酶的影响,每个处理重复3次.得到实验结果如图3,从图中可知淀粉酶随着玉米淀粉添加量增加而不断增加,当玉米淀粉添加量为10%时产酶达到最大值

.

图3　淀粉含量对产酶的影响图4　料水比对产酶的影响

2.3　料水比对产酶的影响

在确定了最大产酶量所需氮碳源的基础上,研究含水量对产酶的影响,每个处理重复3次,得到实验

结果如图4,从图中可知当料水比为1∶1时产淀粉酶量达到最大,产酶量随着含水量的增加而下降.2.4　培养基的优化

采用Bo x -Behnken 实验设计(BBD ),对黑曲霉产淀粉酶条件进行优化,实验结果见表2.

对实验结果运用SAS (8.0版)统计软件进行统计分析,运用SAS RSREG 程序对15个实验点的响应值进行回归分析,得到回归方程:

Y =202.9+9.05X 1+5.2375X 2-1.9875X 3-15.1375X 21+3.6X 1X 2-2.7X 1X 3-22.8625X 2

2

+0.825X 2X 3-15.3125X 2

3　.

对上述回归方程进行方差分析,结果如表3,从表中可知Pr =0.003455<0.05,说明回归方程具有显著性,表明用回归方程描述各因素与响应值之间的关系时,其因变量与全体自变量之间的回归关系显著,相关系数R =97.3%,说明该方程的预测值之间拟合度较好.

根据回归方程分别绘制稳定区域内Y 值随自变量变化的响应面分析图5,曲面图开口向下的,说明在实验区域内有最高点,即实验结果响应值在实验区域内有最大值,从图5等高线图可以看出,最佳值在中心点附近,为了更进一步确证最佳点的值,对回归方程取一阶偏导数,解方程得到模型的极值点,即玉米淀

・

31・第3期朱龙宝,等:黑曲霉固态发酵酸性α-淀粉酶的培养基优化研究