分享至
打開培養基優化的正確方式
生物技術產業對培養基和工藝優化有著嚴格的要求。而優化工藝過程以獲得盡可能高的產量通常非常耗時。我們應在盡可能減少工作量的同時獲取更多信息。高通量、自動化、DoE可以實現這一目的，是未來工藝過程優化的發展趨勢。下文展示了通過高通量、自動化、DoE進行培養基優化以提高谷氨酸棒狀桿菌蛋白產量的示例。
實驗方法
?培養基成分：谷氨酸棒狀桿菌初始標準基本培養基，由 42g/L 3-(N-嗎啉基)-丙烷磺酸(MOPS)、22g/L 葡萄糖、20g/L硫酸銨、5g/L 尿素、1g/L 磷酸鹽緩沖液、13.25mg/L 氯化鈣、0.25mg/L 七水硫酸鎂、10mg/L 七水硫酸亞鐵、10mg/L 一水硫酸錳、1mg/L 七水硫酸鋅、0.2mg/L硫酸銅、0.02mg/L六水合氯化鎳、0.2mg/L生物素、30mg/L原兒茶酸(PCA)、50mg/L卡那霉素和59.6mg/L異丙基β-d-1-硫代半乳糖苷（IPTG）組成。
?儀器：RoboLector高通量自動化微型生物培養平臺
?培養菌株：谷氨酸棒狀桿菌（ATCC 13032）pEKEx2-NprE 角質酶菌株
?培養條件：分批培養：溫度為 30°C，振搖速度為 1200rpm，初始 OD600 為0.5，每孔初始體積為 800μL。補料分批培養：pH 值調控為7。不同線性補料策略，如f(t) = 5.45 μL/h + 0.1 μL/h ，觸發為大于 14h（恰好為分批培養結束）。補料溶液含 440g/L 葡萄糖和 100g/L 尿素。
?培養基制備：通過自動化工作站制備培養基，提高培養基制備通量。由于補料分批培養試驗中優化培養基的成分保持不變，所以自動化方法僅用于分批培養試驗中的培養基制備。
實驗結果
?敏感性分析：敏感性分析可以表征出某些培養基的優化潛力，并確定培養基成分對微生物的生長和蛋白質生產消極或積極的影響。該系列實驗被認為是 DoE 中實際優化操作的準備步驟。本案例每種培養基成分的影響是單獨考慮的。使用 BioLector觀察分批培養過程中的生長行為。通過將10種不同成分分成 38 個不同組進行分析評估，每組 6 個生物學重復。發現對角質酶活性產生最有利影響的培養基成分為：硫酸鎂、硫酸亞鐵和硫酸錳。
未添加硫酸鋅和硫酸銅的培養基，其余成分濃度翻倍情況下目標值的相對變化分析
使用DoE優化培養基：基于敏感性分析，使用 DoE-Builder 分2個步驟進一步研究硫酸鎂、硫酸亞鐵和硫酸錳的濃度。首先利用模型進行了15次濃度組合試驗，每次 4個生物學重復。以濃度不變的培養基作為對照。基于第 一個優化步驟的結果，計算出24個理論上優化的實驗，并使用BioLector在梅花板中進行分批培養。通過2步優化，開發的最 終優化培養基應含有400mg/L硫酸鎂、25mg/L硫酸亞鐵和20mg/L硫酸錳。
24個理論上優化實驗的光密度和角質酶活性
不同補料速率比較：使用 DoE 成功開發出優化的培養基后，可以在 BioLector中以不同補料速率進行實驗，找到提高蛋白產量的理想補料分批培養條件。實驗共比較四種不同補料速率，每種8個生物學重復。結果表明補料速率為2g/L?h + 0.1μL/h產率最 高。
3g/L·h+0.1μL/h補料分批培養
不同線性補料速率下的角質酶活性和產率
結論
培養基優化是一個非常復雜的工作，并需要進行大量的實驗。BioLector微型生物反應器可一次進行48個樣品的平行培養，并可在線監測生物量、pH值、溶氧（DO）和各種熒光分子或蛋白質的熒光強度，同時還能結合微流控芯片技術實現各培養孔獨立的 pH 控制和補料分批培養，并可放大工藝。整合自動化工作站的BioLector即RoboLector高通量自動化微型生物培養平臺可通過實驗設計（DoE）進行培養基制備和執行自動化高通量培養。非常適用于DoE環境下的培養基優化和補料分批培養的研究。
RoboLector高通量自動化微型生物培養平臺
欲了解該應用詳情，請掃描下方二維碼下載應用指南《利用RoboLector提高谷氨酸棒狀桿菌蛋白質產量的培養基優化研究》
