仪器网（yiqi.com）欢迎您！

生物技术产业对培养基和工艺优化有着严格的要求。而优化工艺过程以获得尽可能高的产量通常非常耗时。我们期望在尽可能减少工作量的同时获取更多信息。高通量、自动化、DoE可以实现这一目的，是未来工艺过程优化的发展趋势。下文展示了通过高通量、自动化、DoE进行培养基优化以提高谷氨酸棒状杆菌蛋白产量的示例。

谷氨酸棒状杆菌初始标准基本培养基，由 42g/L 3-(N-吗啉基)-丙烷磺酸(MOPS)、22g/L 葡萄糖、20g/L硫酸铵、5g/L 尿素、1g/L 磷酸盐缓冲液、13.25mg/L 氯化钙、0.25mg/L 七水硫酸镁、10mg/L 七水硫酸亚铁、10mg/L 一水硫酸锰、1mg/L 七水硫酸锌、0.2mg/L硫酸铜、0.02mg/L六水合氯化镍、0.2mg/L生物素、30mg/L原儿茶酸(PCA)、50mg/L卡那霉素和59.6mg/L异丙基β-d-1-硫代半乳糖苷（IPTG）组成。

RoboLector高通量自动化微型生物培养平台

谷氨酸棒状杆菌（ATCC 13032）pEKEx2-NprE 角质酶菌株

分批培养：温度为 30°C，振摇速度为 1200rpm，初始 OD600 为0.5，每孔初始体积为 800μL。补料分批培养：pH 值调控为7。不同线性补料策略，如f(t) = 5.45 μL/h + 0.1 μL/h ，触发为大于 14h（恰好为分批培养结束）。补料溶液含 440g/L 葡萄糖和 100g/L 尿素。

通过自动化工作站制备培养基，提高培养基制备通量。由于补料分批培养试验中优化培养基的成分保持不变，所以自动化方法仅用于分批培养试验中的培养基制备。

敏感性分析可以表征出某些培养基的优化潜力，并确定培养基成分对微生物的生长和目的蛋白质生产消极或积极的影响。该系列实验被认为是 DoE 中实际优化操作的准备步骤。本案例每种培养基成分的影响是单独考虑的。使用 BioLector观察分批培养过程中的生长行为。通过将10 种不同成分分成 38 个不同组进行分析评估，每组 6 个生物学重复。发现对角质酶活性产生最有利影响的培养基成分为：硫酸镁、硫酸亚铁和硫酸锰。

基于敏感性分析，使用 DoE-Builder 分2个步骤进一步研究硫酸镁、硫酸亚铁和硫酸锰的浓度。首先利用模型进行了15次浓度组合试验，每次 4个生物学重复。以浓度不变的培养基作为对照。基于第一个优化步骤的结果，计算出24个理论上优化的实验，并使用BioLector在梅花板中进行分批培养。通过2步优化，开发的最终优化培养基应含有400mg/L硫酸镁、25mg/L硫酸亚铁和20mg/L硫酸锰。

24个理论上优化实验的OD和角质酶活性

使用 DoE 成功开发出优化的培养基后，可以在 BioLector中以不同补料速率进行实验，找到提高蛋白产量的理想补料分批培养条件。实验共比较四种不同补料速率，每种8个生物学重复。结果表明补料速率为2g/L?h + 0.1μL/h产率最高。

3g/L·h+0.1μL/h补料分批培养

不同线性补料速率下的角质酶活性和产率

培养基优化是一个非常复杂的工作，并需要进行大量的实验。BioLector微型生物反应器可一次进行48个样品的平行培养，并可在线监测生物量、pH值、溶氧（DO）和各种荧光分子或蛋白质的荧光强度，同时还能结合微流控芯片技术实现各培养孔独立的 pH 控制和补料分批培养，并可放大工艺。整合自动化工作站的BioLector即RoboLector高通量自动化微型生物培养平台可通过实验设计（DoE）进行培养基制备和执行自动化高通量培养。非常适用于DoE环境下的培养基优化和补料分批培养的研究。

RoboLector高通量自动化微型生物培养平台

欲了解该应用详情，请点击下载应用指南《利用RoboLector提高谷氨酸棒状杆菌蛋白质产量的培养基优化研究》

欲了解BioLector高通量微生物反应器，请点击文末“阅读原文”

* 版权声明:未经授权，不得对原有的文字图片等内容进行变动、重新编排或者增加新的内容，保留在不告知前提下随时更新版本的权利。