2結果與討論
2.1碳源、氮源、促生長因子和CaCO3 濃度對包囊化清酒乳杆菌增殖的影響
2.1.1不同碳源對包囊化清酒乳杆菌增殖的影響
在基礎培養基的基礎 E,分別以蔗糖、乳糖及麥芽糖加入培養基中,濃度均
從圖 1 可以看出,包囊化清酒乳杆菌最佳碳源為葡萄糖。
2.1.2不同氮源對包囊化清酒乳杆菌增殖的影響
本試驗分別選用牛肉膏、蛋白腖、胰蛋白腖及酵母粉加入基礎培養基中, 濃度均為2.0 %,
從圖2可以看出,包囊化清酒乳杆菌最佳氮源為蛋白腖。
2.1.3生長因子對包囊化清酒乳杆菌增殖的影響
本試驗選擇了目前報道較多的番茄汁、胡蘿卜汁和玉米漿三種物質進行了研究,分別向培養基中添加不同濃度的番茄汁、胡蘿卜汁和玉米漿,
從圖3可以看出,番茄汁為包囊化清酒乳杆菌最佳生長促進物質。
2.1.4不同CaCO3 濃度對包囊化清酒乳杆菌增殖的影響
在液芯包囊增殖培養基中添加適量CaCO3,可以起到增加膠囊的強度,緩衝環境pH值的作用,為乳酸菌提供良好的生長壞境。
從圖4可以看出,隨著CaCO3 濃度的增加,細胞密度先是增加,CaCO3 濃度超過0.5 %時,隨著CaCO3 濃度的增加,細胞密度反而減少。因此增殖培養基中pH緩衝劑CaCO3的濃度選擇0.5%。
2.2響應麵分析優化包囊化清酒乳杆菌增殖培養基
為了最優擬合多元二次模型方程各項係數, 依據實驗設計表進行了30組試驗,其結果見表2。通過Design Expert 軟件對表2中實驗數據進行二次多項回歸擬合,獲得 L.sake菌體濃度對葡萄糖、蛋白腖、番茄汁以及CaCO3 的二次多項式回歸方程:
Y =10.54-0.040xl + 0.12x2- 0.035x3-0.058x4 - 0.16 xl2 - 0.18x2 2-0.080x3- 0.14 x42- 0.060xl x 2 -0.030x 1x 3 + 0.041x l x4 +0.035x 2 x 3 -0.054x2 x4 - 0.01lx3 x4
式中,Y為L.sake菌體濃度的預測值,x1、x2、x3、x4分別為葡萄糖、蛋白腖、番茄汁以及CaCO3 的編碼值。
由以上方程得出的 L .s a k e菌體濃度預測值見表 2 。該二次回歸方程及其各項的方差分析結果見表3。
從該方程的方差分析表3可見,該模型極顯著( P < 0.0001),失擬項在:0.1水平上不顯著(P = 0.1148> 0.1),模型的校正確定係數 (Adj R- Squared)RAdj 2=0.9618,表明模型能解釋包囊化清酒乳杆菌菌體濃度響應值的變化。因而該模型與實際情況擬合很好,可用於預測.sake的實際增殖情況。
上述方程的回歸係數顯著性檢驗表明:試驗各因素對L.sake菌體濃度的線性效應皆顯著;且其對L.sake菌體濃度的曲麵效應也顯著;x1 x2、x1x4、x2 x3和 x2x4的交互作用顯著, 而x1 x3、x3x4 的交互影響不顯著。
2.2.
多元二次回歸方程所作出的響應曲麵圖及其等高線圖見圖5-圖 10,各因素及其交互作用對響應值的影響結果可通過該組圖直觀反映出來。
圖5顯示了番茄汁和 CaCO3 位於中心水平時,葡萄糖與蛋白腖對 L.sake菌體濃度交互作用的3-D圖及等高線。由圖5可知,在一定範圍內L.sake菌體濃度隨著葡萄糖濃度的增加而增加,但當葡萄糖濃度超過l9.
袁 媛等: 液芯包囊化清酒乳杆菌增殖培養基的優化
表2 旋轉中心組合設計及其實驗結果表 | ||||||
試驗號 |
x1 |
X2 |
X3 |
X4 |
菌體濃度lg(cfu/g) | |
實測值 |
預測值 | |||||
1 |
-1 |
-1 |
-1 |
-1 |
9.90 |
9.90 |
2 |
+1 |
-1 |
-1 |
-1 |
10.00 |
9.92 |
3 |
-1 |
+1 |
-1 |
-1 |
10.34 |
10.30 |
4 |
+1 |
+1 |
-1 |
-1 |
9.99 |
10.07 |
5 |
-1 |
-1 |
+1 |
-1 |
9.85 |
9.84 |
6 |
+1 |
-1 |
+1 |
-1 |
9.75 |
9.74 |
7 |
-1 |
+1 |
+1 |
-1 |
10.33 |
10.38 |
8 |
+1 |
+1 |
+1 |
-1 |
10.08 |
10.04 |
9 |
-1 |
-1 |
-1 |
+1 |
9.85 |
9.83 |
10 |
+1 |
-1 |
-1 |
+1 |
10.03 |
10.02 |
11 |
-1 |
+1 |
-1 |
+1 |
9.97 |
10.01 |
12 |
+1 |
+1 |
-1 |
+1 |
10.01 |
9.95 |
13 |
-1 |
-1 |
+1 |
+1 |
9.78 |
9.73 |
14 |
+1 |
-1 |
+1 |
+1 |
9.81 |
9.79 |
15 |
-1 |
+1 |
+1 |
+1 |
10.03 |
10.05 |
16 |
+1 |
+1 |
+1 |
+1 |
9.84 |
9.87 |
17 |
-2 |
0 |
0 |
0 |
9.97 |
9.96 |
18 |
+2 |
0 |
0 |
0 |
9.76 |
9.80 |
19 |
0 |
-2 |
0 |
0 |
9.48 |
9.56 |
20 |
0 |
+2 |
0 |
0 |
10.09 |
10.04 |
21 |
0 |
0 |
-2 |
0 |
10.26 |
10.29 |
22 |
0 |
0 |
+2 |
0 |
10.15 |
10.15 |
23 |
0 |
0 |
0 |
-2 |
10.07 |
10.08 |
24 |
0 |
0 |
0 |
+2 |
9.83 |
9.85 |
25 |
0 |
0 |
0 |
0 |
10.57 |
10.54 |
26 |
0 |
0 |
0 |
0 |
10.59 |
10.54 |
27 |
0 |
0 |
0 |
0 |
10.55 |
10.54 |
28 |
0 |
0 |
0 |
0 |
10.51 |
10.54 |
29 |
0 |
0 |
0 |
0 |
10.51 |
10.54 |
30 |
0 |
0 |
0 |
0 |
10.50 |
10.54 |
表3 二次多項模型及其各項的方差分析表
Source |
Sum of Square |
DF |
Mean Square |
F Value |
Prob〉F |
Model |
2.43 |
14 |
0.17 |
53.14 |
<0.0001 |
X1 |
0.038 |
1 |
0.038 |
11.77 |
0.0037 |
X2 |
0.34 |
1 |
0.34 |
103.02 |
<0.0001 |
X3 |
0.029 |
1 |
0.029 |
9.01 |
0.0089 |
X4 |
0.082 |
1 |
0.082 |
25.03 |
0.0002 |
X12 |
0.74 |
1 |
0.74 |
228.33 |
<0.0001 |
X22 |
0.94 |
1 |
0.94 |
287.11 |
<0.0001 |
X32 |
0.17 |
1 |
0.17 |
53.53 |
<0.0001 |
X42 |
0.57 |
1 |
0.57 |
173.24 |
<0.0001 |
X1 X2 |
0.058 |
1 |
0.058 |
17.66 |
0.0008 |
X1 X3 |
0.014 |
1 |
0.014 |
4.41 |
0.0530 |
X1 X4 |
0.027 |
1 |
0.027 |
8.35 |
0.0112 |
X2 X3 |
0.020 |
1 |
0.020 |
6.01 |
0.0270 |
X2 X4 |
0.046 |
1 |
0.046 |
14.17 |
0.0019 |
X3 X4 |
0.002 |
1 |
0.002 |
0.62 |
0.4430 |
Residual |
0.049 |
15 |
0.003 |
|
|
Lack of Fit |
0.042 |
10 |
0.004 |
3.05 |
0.1148 |
Pure Error |
0.007 |
5 |
0.001 |
|
|
Cor Total |
2.48 |
29 |
|
|
|
|
|
|
R=0.9901 |
R2=0.9802 |
RAdj2=0.9618 |
圖6顯示了葡萄糖與CaCO3 對L.sake菌體濃度的交互影響效應。由圖6可知,在
CaCO3 試驗水平範圍內,菌體濃度隨著葡萄糖濃度的增加呈先上升後下降的趨勢。在葡萄糖試驗水平範圍內,菌體濃度隨 CaCO3,濃度的增加呈先上升後下降的趨勢。當葡萄糖與 CaCO3,分別保持在l7.86-21.
圖7顯示了蛋白腖與番茄汁對 L.sake菌體濃度的交互影響效應。由圖7可知,在番茄汁濃度一定時,菌體濃度隨蛋白腖濃度的增加呈先上升後下降的趨勢, 在其濃度處於19.17 -23.
蛋白腖與CaCO3 對 L.sake菌體濃度的交互影響效應見圖8。由圖8可見,在本實驗水平範圍內,隨著培養基中蛋白腖含量的增大,L.sake的菌體濃度增加,但當蛋白腖濃度超出一定量時, 反而抑製了L.sake的增殖。即當蛋白腖濃度處於19.16- 24.
圖9和圖10分別顯示了葡萄糖與番茄汁、番茄汁與CaCO3,的交互影響效應。表明兩者的交互作用均不顯著。
為了獲得培養基組分的最佳點,對L.sake菌體濃度的二次多項數學模型解逆矩陣, 得到模型的極值點:葡萄糖 l8.
3結論
響應曲而法(RSM) 是優化和評價影響生物產量的各種因變量水平和交互作用的有效方法之一。 該法已經被廣泛地應用於各類培養基以及發酵條件的優化[10-12]。
為了提高包囊化清酒乳杆菌的菌體濃度,本研究首先通過單因素實驗,確定了包囊化清酒乳杆菌的最佳碳源為葡萄糖;最佳氮源為蛋白腖;最佳促生長因子為番茄汁;pH緩衝劑CaCO3,最佳濃度為0.5%。在此基礎上,采用旋轉中心組分設計、響應曲麵法對以上四個關鍵培養基組分進行了優化,得出最佳響虛值。最終優化所得的增殖培養基配方為(L-1): 乳清粉
作者: 袁媛1,陳曉紅1,薑梅1,努爾古麗·熱合曼1,2,Muhammed MalikHashim1,3, 董明盛1
作者單位: 1南京農業大學食品科技學院,江蘇南京 210095:2新疆師範大學生命科學與化學學院; 3Gomal University,D.I.Khan,Pakistan
參考文獻
[1]楊沽彬,淩代文,郭興華,等.乳酸菌-生物學基礎及應用[M]. 北京:中國輕工業 版社,1996.
[2]呂嘉櫪,丁博.濃縮乳酸菌發酵劑的濃縮培養的研究進展.食品科技,2007,(7):5 - 8.
[3]Gonzalez - Mmlinez,M.Becerra,M.Chafer,A.Albors,J.Carot and A.Ch irah.Influence of substituting milk pmvder for whey powder on yogurt quality[J].Trends in Food Science &Technology , 2002.13:334 -340
[4]淩代文,東秀珠.乳酸菌細菌分類鑒定及實驗方法[M].北京:中國輕工業出版社。 1999:85- 86
[5]Yoo IK,Seong GH Chang HN,Park JK.Encapsulation of Lactobacillus casei cells in liquid - core alginate capsules for lactic acid production [J].Enzyme Microb.Technol,1 996,19:428 - 433.
[6]包永華.乳酸菌液芯包囊幽定化技術及其模擬酸奶連續發酵的研究[M].南京農業火學碩士學位論文,2006.
[7]周劍忠,江漢湖,董明盛,等.液芯包囊乳酸菌細胞釋放及濃縮培養的初步研究[J]食品工業科技,2004,(5):70 - 72.
[8]黃麗金,陸兆新,袁勇軍.響應曲麵法優化德氏乳杆菌保加利亞亞種增殖培養[J].食品科學,2005,26 (5):103- 107.
[9]V.Venkata Dasu,T.Panda.Optimization of microbiological parmneters for enha nced griseofulvin prnduction using response surface methodology [J] Bioprocess Engineer ing 2000,22:45-49.
[10]Ratnam B V V,Narasimha R M,Dmodar R M,et a1. Optinfization of fermenta tion conditions for the production of ethanol from sago starch by co-immobilized amylogl u cosidase and cells of Zymomonas mobilis using response surface methodology [J].Enzyme and Microbial Technology,2006,38:209 - 214.
[11] Tang X.J,He G.Q.,chen Q.H.eta1.Medium optimization for the prod uction of thermal stable B-glucanase by Bacillus subtilis ZJ
[12]Li C,Bai J,Cai Z.Optinfization of a cuhural medium for bacterioein production by Laetococcus lactis using response surface methodology [J].J Biotechnol,2002.93:27-34
相關文章: | |
液芯包囊化清酒乳杆菌增殖培養基的優化(1) |