组合策略提高深海链霉菌中抗生素ilamycins E1/E2的表达水平

01

研究目的：通过培养基优化、外加金属离子、前提物质和表面活性剂以提高E1/E2的产量。

创新点：所采用菌株来源较新，相关报道较少。

02

菌株：S. atratus SCSIO ZH16 ΔilaR，工程菌。

培养过程：菌株在琼脂平板上，28℃培养5-7d，后挑取

1cm2左右的培养琼脂转入25mL种子培养基中，在220rpm，28℃下培养60h，后以一定接种量转入发酵培养基，对培养基组分、发酵条件进行优化。

03

文章首先对文献报道的7种培养基进行验证，后对碳氮源种类进行单因素筛选，进一步通过PB实验选择具有显著影响的三个因子，再通过单因素实验对因子水平进行实验，以进行后续的CCD实验设计和优化。

▼通过对六种碳源(glucose, maltose, sucrose, mannitol and soluble

starch) 和六种氮源(soybean meal,yeast extracted paste, yeast extract powder, peptone,malt extract, and beef extract) 进行优化，最终选择 soluble starch and soybean meal 作为碳氮原进行下一步的优化。

▼通过PB实验确定了soybeanmeal (X2), CaCO3 (X8) and (NH4)2SO4 (X5)为三个显著影响因子（根据下表P值）。

▼进一步通过单因素实验确定各因素的最优值为 soybean meal 20  g/L, CaCO39.6 g/L, and (NH4)2SO4 3.2 g/L。

▼以该值为核心，每个因子设置5个水平，以E1/E2的表达水平为应变量，开展20组实验，并对实验结果进行方差分析，并进行多元回归建模。获得预测模型如下：Y = 198.05 + 13.06A + 39.37B + 20.19C + 4.15AB+1.05AC + 6.85BC − 12.05A2 − 12.70B2 − 17.69C2。方差分析显示该模型可以用于实验结果预测，比如因素是否显著，模型是否显著，交互是否显著，如果实验模型或者较多因素不显著，那么该模型就不可用，不可以用来预测目标值，就不可以用来寻优。

▼文献中并没有说明用何种方法寻优，只是说采取 Design Expert软件获得最优条件。soybean meal(23.49 g/L), CaCO3 (17.67 g/L), and (NH4)2SO4 (4.68 g/L)。

▼进一步对所选条件进行了实验验证，确定了其有效性。

03

文章分别对pH，温度，装液量，摇床转速，摇瓶种类，接种量，接种时间和培养时间进行了优化。其中温度、装液量和接种量影响较为显著。

03

▼金属离子中ZnCl2可以提高表达水平。

▼通过代谢合成途径分析，选择7种氨基酸 (tyrosine, phenylalanine, tryptophan, 3-nitro-tyrosine, leucine,N-methyl-leucine and alanine) 和 shikimic acid（莽草酸）作为前提物质，研究其对发酵水平的影响。结果显示tyrosine 和shikimic acid 可以提高表达水平。

▼表面活性剂中，山梨醇能够有效提高表达水平。文章同时对山梨醇的添加方法进行了优化。山梨醇同时可作为碳源。

参考文献：

PPT培训课程