提高透明质酸产量：发酵培养基组分的可持续优化的统计学方法

《Processes》：Enhancing Hyaluronic Acid Production: Statistical Approaches to Sustainable Optimization of Fermentation Media Components

　　

本研究开发了一个两步统计集成优化框架，以确定控制Streptococcus zooepidemicus生物合成透明质酸（HA）的关键发酵培养基组分的效果。初始阶段，通过进行12次发酵运行，使用Plackett–Burman设计来识别酵母提取物、酪蛋白、蛋白胨、牛肉浸膏、MgSO₄·7H₂O、K₂HPO₄、KH₂PO₄和(NH₄)₂SO₄中影响最大的组分，并使用30 g/L的葡萄糖作为碳源。在八种成分中，酵母提取物、MgSO₄·7H₂O和KH₂PO₄被确定为增强HA产量的最显著因素。接下来的步骤基于最佳碳源和酵母提取物来源的选择。在葡萄糖和乳糖中，蔗糖被选为最佳碳源，而在各种酵母提取物来源中，Tastone 900-Baker’s酵母提取物被选为最佳氮源。优化的最后阶段采用Box–Behnken设计来确定三种成分的最佳浓度：酵母提取物（10–30 g/L）、MgSO₄·7H₂O（0.2–2.0 g/L）和KH₂PO₄（1–4 g/L）。结果表明，优化的培养基配方由30.0 g/L酵母提取物、1.16 g/L MgSO₄·7H₂O和4.0 g/L KH₂PO₄组成，在250 mL摇瓶规模下，将HA产量和生物量OD₆₀₀分别提高至545.9 mg/L和2.53 OD₆₀₀，HA分子量为1250–1500 kDa，与Plackett–Burman设计中的运行#10（57.42 mg/L）相比，HA产量提高了约10倍。该研究为未来的工艺条件优化、放大研究和经济性评价提供了初步结果。

**透明质酸（HA）发酵培养基的统计优化研究解读**

透明质酸（Hyaluronic Acid, HA）是一种由葡萄糖醛酸（GlcUA）和N-乙酰葡糖胺（GlcNAc）重复双糖单元构成的线性多糖，因其优异的保湿性和生物相容性，广泛应用于医药、化妆品和食品工业。全球HA市场在2025年估值达115亿美元，预计2033年将突破203.6亿美元，因此亟需通过经济可行的发酵工艺提高产量。微生物发酵（特别是利用Streptococcus zooepidemicus）相比动物组织提取具有无病毒风险、产量高的优势，但培养基成分复杂，经验性试错优化成本高且效率低。现有研究多采用单一统计设计或基于复杂培养基，缺乏将因子筛选与交互优化相结合的系统框架，尤其是在化学定义培养基中的应用。为此，研究人员旨在建立一个可重复、统计稳健的两步优化策略，明确关键营养驱动因素并调控HA生物合成，为后续工艺放大和经济性评估提供基础。该论文发表在《Processes》。

为开展研究，研究人员主要采用了以下关键技术方法：利用Plackett–Burman设计（PBD）对8种培养基组分（酵母提取物、酪蛋白、蛋白胨、牛肉浸膏、MgSO₄·7H₂O、K₂HPO₄、KH₂PO₄和(NH₄)₂SO₄）进行因子筛选，通过12次发酵运行识别显著成分；通过单因素实验比较葡萄糖、蔗糖和乳糖选择最佳碳源，并比较5种工业级酵母提取物（包括Difco及Sensient BioNutrients提供的Tastone 154、Tastone 900、Amberex Gold 20和Amberferm 7020）确定最优氮源；利用Box–Behnken设计（BBD）对筛选出的三个显著因子（酵母提取物、MgSO₄·7H₂O、KH₂PO₄）进行浓度优化，共15次运行，结合二次回归模型和响应面分析确定最优配比。微生物菌株为Streptococcus zooepidemicus ATCC 39920，购自美国典型培养物保藏中心（ATCC）。

**3.1 培养基组分对HA产量的影响**：通过Plackett–Burman设计进行12次发酵运行，HA产量范围从0.10 mg/L到57.42 mg/L。方差分析（ANOVA）显示，酵母提取物、酪蛋白、蛋白胨、牛肉浸膏、MgSO₄·7H₂O、KH₂PO₄和K₂HPO₄对HA产量影响显著（p < 0.05），而(NH₄)₂SO₄不显著。主效应图表明，酵母提取物、MgSO₄·7H₂O和KH₂PO₄在高水平时促进HA产量，而其他组分低水平更有利。碳氮比（C/N）分析显示，运行#10（C/N约4:1）和#9（C/N约6:1）产量最高，表明平衡的C/N比是关键。高浓度酪蛋白、蛋白胨、牛肉浸膏可能因破坏C/N平衡或抑制关键酶活性而抑制HA合成。

**3.2 碳源选择**：在固定酵母提取物（20 g/L）、MgSO₄·7H₂O（2 g/L）、KH₂PO₄（2 g/L）条件下，比较30 g/L的葡萄糖、蔗糖和乳糖。蔗糖显著提高HA产量至358.40 mg/L和生物量OD₆₀₀至1.83，优于葡萄糖（97.26 mg/L）和乳糖。单因素ANOVA显示差异显著（p < 0.05）。蔗糖水解为等摩尔葡萄糖和果糖，提供更平衡的碳供给，同时支持较高的细胞密度和更有利的生长速率，且可能减少乳酸积累对HA合酶的抑制。

**3.3 酵母提取物来源选择**：在蔗糖（30 g/L）和固定其他组分条件下，比较5种酵母提取物（20 g/L）。Tastone 900（Baker’s酵母提取物）HA产量最高（385.95 mg/L）且生物量OD₆₀₀为1.89，略优于Difco酵母提取物（381.12 mg/L），但价格仅为后者的1/13（$32/kg vs. $432/kg）。单因素ANOVA显示不同工业级来源间差异显著（p < 0.05）。Tastone 900的氨基氮/总氮（AN/TN）比为28%，高于其他品种，表明游离氨基酸含量对HA合成至关重要。

**3.4 响应面法优化培养基**：采用Box–Behnken设计对酵母提取物（10–30 g/L）、MgSO₄·7H₂O（0.2–2.0 g/L）和KH₂PO₄（1–4 g/L）进行15次运行。HA产量范围393.22–545.78 mg/L，生物量OD₆₀₀范围0.99–2.46。运行#7（30 g/L酵母提取物、1.1 g/L MgSO₄·7H₂O、4 g/L KH₂PO₄）产量最高。响应面优化得到最优浓度为酵母提取物30.00 g/L、MgSO₄·7H₂O 1.16 g/L、KH₂PO₄ 4.00 g/L，预测HA产量548.24 mg/L。二次模型R²为99.50%，调整R²为98.61%，预测R²为94.00%，模型显著（p = 0.00），失拟项不显著（p = 0.398）。验证实验在最优条件下（蔗糖30 g/L、Tastone 900酵母提取物30 g/L、MgSO₄·7H₂O 1.16 g/L、KH₂PO₄ 4.00 g/L、NaCl 2 g/L）获得HA产量545.9 mg/L，生物量OD₆₀₀ 2.53，分子量1250–1500 kDa，与预测值误差约0.4%，相比Plackett–Burman设计#10（57.42 mg/L）提高约10倍。

在讨论部分，研究人员指出，与现有文献相比（如使用24全因子设计和中心复合设计实现0.798 g/L HA），本研究的两步统计方法显著减少了实验次数并建立了高预测性模型。摇瓶条件下的局限性包括无法控制pH、溶氧和传质限制（由HA积累引起粘度增加），因此优化的培养基可作为初步基础，用于后续的生物反应器工艺条件优化、放大研究和技术经济分析。

结论部分翻译如下：本研究采用两步统计设计方法，筛选了最有价值的培养基组分并优化了发酵培养基，同时选择了最佳碳源和氮源用于S. zooepidemicus生产HA。通过Plackett–Burman设计监测了8种不同成分对HA产量的影响，筛选出酵母提取物（20.0 g/L）、MgSO₄·7H₂O（2.0 g/L）和KH₂PO₄（2.0 g/L）为最显著因子。蔗糖和Tastone 900-Baker’s酵母提取物分别是最有效的碳源和氮源，并用于最终统计步骤以优化组分浓度。采用响应面法中的Box–Behnken设计规划了三个变量的15次发酵运行。结果表明，优化培养基应包含酵母提取物（30.0 g/L）、MgSO₄·7H₂O（1.16 g/L）和KH₂PO₄（4.0 g/L），并添加30.0 g/L蔗糖和2.0 g/L NaCl，使HA产量提高至545.9 mg/L，分子量为1250–1500 kDa。与Plackett–Burman设计的运行#10（57.42 mg/L）相比，HA产量提高了约10倍。由于在摇瓶规模下无法控制pH、溶氧和通气，本研究确定的统计优化发酵培养基为后续研究提供了初步基础，包括工艺条件优化、过程放大和HA质量表征，以同时控制HA产量和功能性质。