基于低拷贝质粒的高产紫色杆菌素谷氨酸棒杆菌的构建和发酵

该研究以公认安全(Generally Recognized as Safe,GRAS)的谷氨酸棒杆菌(Corynebacterium glutamicum)为宿主,构建高产紫色杆菌素的重组菌株。利用谷氨酸棒杆菌天然大质粒pTET3的复制与分配元件,构建了低拷贝质粒pOK12CG1,该质粒在谷氨酸棒杆菌中的拷贝数约为6拷贝/基因组,且与谷氨酸棒杆菌常用质粒pEC-XK99E和pXMJ19兼容。以低拷贝质粒pOK12CG1为骨架构建了携带紫色杆菌素合成操纵子(vioABCDE)的质粒pCGvio,并分别以谷氨酸棒杆菌标准株ATCC 13032和插入序列(Insertion Sequence,IS)元件删除株为宿主,构建了7株合成紫色杆菌素的重组菌株。通过初步筛选,发现基于低拷贝质粒的重组菌株ATCC 13032/pCGvio,其紫色杆菌素产量(508.24 mg/L)高于基于中高拷贝质粒的重组菌株ATCC 13032/pECvio(376.16 mg/L),而基于低拷贝质粒的IS元件删除重组菌株ISDM023/pCGvio紫色杆菌素产量达到了610.13 mg/L。进一步采用正交实验设计对重组菌株ISDM023/pCGvio进行培养基体积比(V_(LB):V_(BHIS))、诱导时间和IPTG诱导剂浓度这3个因素的发酵条件优化。结果表明,在VLB:VBHIS为1:2、诱导时间为18 h、IPTG浓度为0.75 mmol/L的优化条件下,紫色杆菌素的摇瓶发酵产量可达了1007.47 mg/L。该研究成功构建了紫色杆菌素的谷氨酸棒状杆菌重组菌株ISDM023/pCGvio,为谷氨酸棒状杆菌高效合成紫色杆菌素奠定了实验基础,也为其它产物的高效合成提供参考。

生物制造氨基酸的谷氨酸棒杆菌细胞工厂转运工程研究进展

氨基酸作为生物制造产业中的重要功能性产品之一,已广泛应用于食品、医药、饲料、化工等领域。谷氨酸棒杆菌(Corynebacterium glutamicum)是生物合成氨基酸最重要的微生物菌株。因此,构建高效的谷氨酸棒杆菌微生物细胞工厂对高产量、高效率和高转化率地生产氨基酸意义重大。高效生物制造氨基酸的微生物细胞工厂不仅需要具有强大的合成代谢能力,还需要高效的转运能力。文章从谷氨酸棒杆菌的底物转运和氨基酸的分泌转运以及氨基酸的再吸收等方面对近年来的研究进展进行综述,并展望了未来发展方向。

D-生物素的高效合成研究

以二羧酸为原料,叔胺硫酸盐或叔胺硫酸盐与硫酸的混合物为催化剂,在常压沸点>100℃的有机溶剂中回流反应,同时共沸除水,生成环酸酐;其中,所述催化剂中叔胺部分与硫酸部分的摩尔比为1∶1~1.5。本方法能够有效提高反应效率,最高收率可达99.95%,最高纯度为99.95%,同时大大降低了能耗,减少对设备的腐蚀,具有良好的工业化前景。

γ-聚谷氨酸的合成、性质和应用

γ-聚谷氨酸是一种生物可降解的高分子聚合物,可由微生物发酵得到。γ-聚谷氨酸具有良好的水溶性和吸附性,能彻底被生物降解,对环境和人体无害,这使得γ-聚谷氨酸在食品、化妆品、医药和农业等领域具有广阔的应用前景。综述了γ-聚谷氨酸的化学结构、性质、生产方法及其应用。

磁场-溶剂协同作用对谷氨酸结晶过程的影响

研究了磁场 -溶剂协同作用对谷氨酸结晶过程的影响及磁场作用下谷氨酸过饱和溶液表面张力、电导率的变化 ,并对磁场促进谷氨酸结晶的作用机理进行了探讨 ,提出了一种利用磁场 -溶剂协同作用制备谷氨酸晶种的新方法 .研究结果表明 ,磁场对谷氨酸结晶有促进作用 ,磁场 -溶剂协同作用加速了晶体的成核过程 ,生成的晶粒均匀 ,结晶率高 .

高效转化L-谷氨酸为γ-氨基丁酸菌株的筛选、鉴定及初步优化

从发酵食品及自然界中筛选出能利用L-谷氨酸生产γ-氨基丁酸的菌株,并对转化条件进行初步优化。采用乳酸菌分离纯化的方法分离出乳酸菌,再通过初筛、复筛挑选出高产γ-氨基丁酸的菌株,并对其进行形态学、常规生理生化鉴定及16S rDNA基因分析,随后对菌株产γ-氨基丁酸的转化条件进行初步优化。根据常见细菌系统鉴定手册,所筛菌株初步确定为植物乳杆菌(Lactobacillus plantarum)。优化后的最佳转化条件为:菌株菌龄为36 h、缓冲液初始pH为4.8、缓冲液浓度为0.2 mol/L。在优化后的转化条件下,添加5 g/dL底物转化24 h,转化率最高可达97.81%,转化液中γ-氨基丁酸的质量浓度达34.26 g/L,该菌种可作为γ-氨基丁酸产生菌,具有较好的γ-氨基丁酸生产潜力。

γ-聚谷氨酸产生菌的发酵培养基优化

采用响应面试验对1株γ-聚谷氨酸产生菌的发酵培养基进行优化,得到的产γ-PGA发酵培养基组合为:NaCl15g/L、豆粕53g/L、柠檬酸钠16g/L、谷氨酸钠40g/L、NH4Cl4.6g/L、K2HPO40.625g/L、MgSO41.25g/L、MnSO40.35g/L、CaCl20.2g/L,在此条件下,γ-PGA发酵产率为25.81g/L,比优化前提高了约1.5倍。

利用代谢网络模型和线性规划法在线预测谷氨酸发酵中产物浓度

在好氧型的谷氨酸发酵实验中发现,溶解氧(DO)对发酵性能有很大的影响,谷氨酸的生成方式也因此有很大不同:较低的DO水平能够延长产酸期、提高谷氨酸的最终浓度,但是代谢副产物———乳酸也有较大程度的积蓄;而DO水平过高,虽然代谢副产物不会生成积蓄,但菌体消亡过快导致产酸期缩短、谷氨酸的最终浓度降低.同时,谷氨酸的生成方式与发酵过程中摄氧率(OUR)和CO2的释放率(CER)有着非常紧密的关联.作者利用代谢网络模型并结合使用线性规划优化法,通过在线测定OUR和CER,比较准确地在线推定出发酵过程中谷氨酸的质量浓度变化.与传统的非构造式动力学模型相比,上述预测方法具有建模简单、模型物理意义明确、通用性能好等优点,为后续过程的在线控制和优化提供一种全新和有效的途径.

溶氧浓度对谷氨酸发酵关键酶的影响

谷氨酸发酵中,不同溶氧条件对产物谷氨酸和主要副产物乳酸的生成积累影响很大。文中研究了不同溶氧条件下和几种非正常条件下的谷氨酸发酵中主要关键酶(谷氨酸脱氢酶和乳酸脱氢酶)的变化规律,为谷氨酸发酵的进一步优化和控制提供了基础数据。

基于径向基神经网络和遗传算法的聚-γ-谷氨酸发酵培养基优化

为了提高聚-γ-谷氨酸(PGA)的产量,采用正交设计方案对发酵培养基组分中谷氨酸、葡萄糖、柠檬酸、甘油的配比进行试验设计,运用径向基神经网络建立PGA产量与培养基组分浓度之间的预测模型,采用遗传算法对此模型进行全局寻优,得到四种主要组份的最佳配比:谷氨酸21.2g/L、葡萄糖75.4g/L、柠檬酸7.2g/L、甘油10.8g/L,PGA产量达到12.8g/L,采用上述方法优化后的培养基使PGA的产量原始培养基提高了39.1%。

Fe^(3+)离子催化与微生物代谢在烟气脱硫中的协同作用

在酸性条件下(pH=2.0~2.8),Fe3+对SO2显示了良好的催化氧化作用。Fe2+对反应有较强的抑制作用。电院微生物1在其繁殖过程中,以Fe2+为能源,能有效地将Fe2+转化为Fe3+。将这一功能与上述反应相结合,能够维持Fe3+浓度,使反应持续进行。

γ-聚谷氨酸发酵培养基的Plackett-Burman法优化

以一株γ-聚谷氨酸高产菌——地衣芽孢杆菌GIM-P10为试验菌株,采用逐因子实验法确定γ-聚谷氨酸合成考察因素的参考范围,再采用Plackett-Burman设计法进行培养基的优化,10个实验因子中筛选到四个显著影响因子:柠檬酸、谷氨酸、K2HPO4和MgSO4·7H2O。另外,综合评价实验结果,表明γ-聚谷氨酸的产量与多糖含量呈负向关系,与细胞干重呈正向关系。利用Plackett-Burman设计法发酵产γ-聚谷氨酸可高达21.27g/L,为基础培养基的2倍以上。

纳豆芽孢杆菌液体发酵生产γ-聚谷氨酸

本研究采用单因素实验和正交实验优化了纳豆芽孢杆菌(Bacillussubtilisnatto)液体发酵生产γ-聚谷氨酸的发酵培养基和发酵条件。结果表明,在25g/L葡萄糖为碳源,15g/L蛋白胨为氮源,谷氨酸钠添加量20g/L的基础上,纳豆杆菌在pH为7.5,接种量为2%,摇床转速为150r/min,装液量为50mL/250mL三角瓶的条件下液体发酵48h,发酵液的γ-PGA产量达到11.97g/L。产物水解后,经液相色谱检验,初步确定产物为γ-聚谷氨酸。利用SDS一PAGE电泳对发酵产物的分子量进行了测定,结果表明其并非是单一分子量的γ-PGA,而是多种不同分子量的混合体。

γ-聚谷氨酸产生菌S004-50-01的筛选和优化培养

以纳豆芽孢杆菌(Bacillus natto)S004为出发菌,经诱变选育后得到S004-50-01菌株,聚谷氨酸产量由原菌株的4.25 g/L提高到10.0 g/L,对谷氨酸的利用率由18.2%提高到42.83%。通过正交实验,获得该菌株的优化培养条件为:葡萄糖40 g/L,谷氨酸钠30 g/L,MgSO40.5 g/L,FeCl30.5 g/L,MnSO40.02 g/L,K2HPO43.0 g/L,经72 h发酵培养,聚谷氨酸的平均产量为13.6 g/L,谷氨酸的利用率为45.33%。

谷氨酸发酵标准溶解氧水平的确定

在谷氨酸发酵过程中,溶氧水平是影响发酵的重要因素之一。文中通过对发酵过程中不同阶段的溶氧水平对发酵指标的影响比较,确定了谷氨酸发酵的标准溶氧水平,产酸达到12.20mg/mL,残糖量为0.62mg/mL,糖酸转化率达到63.73%,因此,可以利用标准溶解氧参数指导工艺,以达到提高产酸率的目的。

碳源和Mn^(2+)对地衣芽孢杆菌Bacillus lic heni for misWBL-3生产聚γ-谷氨酸的影响

The effects of carbon source and manganese ion on the production of γ -poly (glutamate) ( γ -PGA) was investigated.The results showed that the production of γ -PGA was different on varions carbon sources, and among those, citric acid and glycerol were much better than others.The production of γ -PGA was increased to 15.72?g·L -1 by using the citric acid and glycerol as a combined carbon source.It was also found that the production of γ -PGA could be regulated by control of manganese ion concentration in the medium.Without Mn 2+ ,there was no γ -PGA produced.The production of γ -PGA was increased by increasing Mn 2+ concentration, the optimal concentration of Mn 2+ was 39.0?mg·L -1 .The composition and morphology of γ -PGA were also affected by Mn 2+ .

pH值对聚谷氨酸发酵液粘度及聚合物结构的影响

生产中聚谷氨酸的发酵液非常黏稠(粘度达1.71Pa.s),这使除菌体提取聚谷氨酸非常困难。通过加酸或碱调节发酵液pH<5或pH>8可明显降低发酵液的粘度(其中pH3.5时粘度仅为pH6.5时的1/50左右)。将pH3.5的发酵液离心除菌(10 000×g,10 min)后超滤浓缩(滤膜孔径0.45μm,平均压力0.08 Mpa)1倍,再加入95%乙醇提取-γPGA,与pH中性时相比,可减少50%以上的能量消耗及40%的溶剂,但聚谷氨酸损失约10%。加酸或加碱处理可使发酵液中-γPGA的分子结构发生改变,分子质量降低,这对生产高分子质量的聚谷氨酸不利,但对生产低分子质量产物是适宜的。

一种用于谷氨酸生产流加操作过程预测的模糊-神经网络

提出了一种子空间可调的模糊-神经网络(FNN),通过采用新型的网络结构设计、模糊子空间均匀化设计和模糊子空间可调性设计,提高了网络的模拟、预测精度,明显缩短了训练时间.通过可调模糊-神经网络可以对系统进行预测、优化及因素分析,并将所提出的模糊神经网络应用于谷氨酸流加发酵过程的模拟与预测,取得了满意的结果.

2,3-丁二醇发酵液的絮凝除菌与絮凝细胞的循环利用

研究了用壳聚糖/海藻酸钠复合絮凝剂处理2,3-丁二醇发酵液的工艺条件,以絮凝率为指标,考察了壳聚糖分子量、壳聚糖用量、海藻酸钠助凝剂用量、发酵液pH值、搅拌时间等因素对处理效果的影响,确定了适于2,3-丁二醇发酵液体系的絮凝工艺.结果表明,最佳操作条件为壳聚糖分子量40kDa,壳聚糖用量0.375g/L,海藻酸钠助凝剂用量0.250g/L,发酵液pH5.0,搅拌时间30min,静置1h.该条件下,絮凝率可达98%以上,2,3-丁二醇保留率约为99%,且絮凝后上清液清澈、透明.絮凝后的菌体可再次利用,发酵过程中菌体最高浓度(OD值)可达13.5,其转化能力与絮凝前相当.

初始过饱和度对谷氨酸结晶的影响研究

以谷氨酸一钠(MSG)水溶液模拟发酵液,采用pH-shift模式研究溶液初始过饱和度对谷氨酸结晶的影响。结果表明:过饱和度同时影响谷氨酸结晶的晶习和粒度分布。当过饱和度S≤7.15时,谷氨酸主要以α型晶习析出,粒径呈对数对称分布。随着过饱和度增大,β型结晶比例增大,中位径趋小且粒度分布范围变宽。当S≥14.17以后,晶体全部是β型晶习,晶体粒度分布分散且无规律。根据经典成核理论计算了不同过饱和度/MSG浓度时两种谷氨酸晶习的成核速率,证明两种晶习的成核速率均随过饱和度增加而加快,相同过饱和度时α型晶习成核速率大于β型,而相同MSG浓度时β型成核速率大于α型。研究认为,结晶成核速率随过饱和度增大而加快是影响谷氨酸结晶粒度分布的主要原因,而晶体晶习主要取决于α、β型两种晶核的竞争性成核速率的差值。基于已有研究报道及实验结果,提出了α和β型谷氨酸晶体的C-pH相图模型,解释了过饱和度影响谷氨酸结晶晶习的规律。