发酵过程控制及检测作为发酵稳定的保障,对于提高工艺水平和保证产品质量、提升生产效率具有重要作用。
在氧化葡萄糖酸杆菌生产2-KLG(2-酮基-D-葡萄糖酸)的过程中,需要不断的补加葡萄糖,氧化葡萄糖酸杆菌会快速的将糖转化为酸,随着酸的快速积累会抑制氧化葡萄糖酸杆菌的产酸能力,从而降低对葡萄糖的高效利用、影响2-KLG的产量。
发酵过程pH控制
氧化葡萄糖酸杆菌生产2-KLG的培养过程中,使用天木生物Tmax Bio-5L发酵罐进行,以验证其pH控制的稳定性。
不调控pH时,在前4小时内pH急剧下降,变化迅速,不利于后续发酵的进行,当pH趋近于稳定时,溶氧逐渐升高菌株生长受到明显抑制。
实际发酵过程中需要将pH控制在5.5,Tmax Bio-5L发酵罐的pH控制系统通过高精度的补料泵以及高灵敏度的pH电极可以将pH稳定的控制在5.5±0.05范围内,从而确保菌株始终在最适pH范围内进行产物的生产活动。
同时,基于高精度的补料泵和AI算法,Tmax Bio-5L发酵罐显示的补碱体积和实际消耗体积基本一致,有便于后期发酵优化分析。自动留样
为解决人工取样繁琐耗时耗力的问题,该实验过程中通过全自动取样器(ASI)进行自动取样(每小时取样一次),并进行4℃低温保存。
ASI可对接各种规格生物反应器,实现样品的自动取样、冷藏留样,并且对接反应器数量、取样体积、取样频率等参数可灵活设置,另外ASI配置高精度进口重量传感器,可精确定量留样,解决传统取样方式中因发酵液状态变化(如气泡含量较高等)引起的取样量不准等问题。
近红外离线检测
ASI可以加装近红外检测模块,在样品进入留样管之前进行定量分析以便快速知晓当前发酵过程中的关键指标数据。同时伴随着样品的留样,在实验室传统方法的定量检测后可以进行同近红外定量分析结果的比对以及对近红外分析模型的完善。
本实验基于前期近红外光谱分析法建立的OD和2-KLG检测模型,在ASI留样的过程中进行光谱分析检测,其预测结果和实验室检测结果对比如下:
OD
其中,OD模型的预测相关性为0.87,误差分布集中在±0.6以内,对判断菌株的生长状态具有较高的参考价值。
2-KLG
其中,2-KLG模型的预测相关性为0.97,误差分布集中在±3以内,对判断产物的生成具有较高的参考价值,使描绘产物生成的动态变化曲线具有可行性。
总结
在本次实验中,首先通过Tmax Bio 5L发酵罐对发酵过程中的pH精准控制,确保菌株始终在最佳生产状态,通过ASI的精准留样方便于后续检测需求,降低了人工取样的繁琐工作量,同时利用近红外检测模块对所留样品进行关键指标分析检测,描绘出发酵过程变化曲线,便于发酵过程关键节点的分析、判断及优化。
基于发酵过程精准控制、光谱分析检测、留样低温保存的整体思想,该实验也为稳定的发酵工艺的监测提供了新思路。发酵过程控制及检测作为发酵稳定的保障,对于提高工艺水平和保证产品质量、提升生产效率具有重要作用。
在氧化葡萄糖酸杆菌生产2-KLG(2-酮基-D-葡萄糖酸)的过程中,需要不断的补加葡萄糖,氧化葡萄糖酸杆菌会快速的将糖转化为酸,随着酸的快速积累会抑制氧化葡萄糖酸杆菌的产酸能力,从而降低对葡萄糖的高效利用、影响2-KLG的产量。
发酵过程pH控制
氧化葡萄糖酸杆菌生产2-KLG的培养过程中,使用天木生物Tmax Bio-5L发酵罐进行,以验证其pH控制的稳定性。
不调控pH时,在前4小时内pH急剧下降,变化迅速,不利于后续发酵的进行,当pH趋近于稳定时,溶氧逐渐升高菌株生长受到明显抑制。
实际发酵过程中需要将pH控制在5.5,Tmax Bio-5L发酵罐的pH控制系统通过高精度的补料泵以及高灵敏度的pH电极可以将pH稳定的控制在5.5±0.05范围内,从而确保菌株始终在最适pH范围内进行产物的生产活动。
同时,基于高精度的补料泵和AI算法,Tmax Bio-5L发酵罐显示的补碱体积和实际消耗体积基本一致,有便于后期发酵优化分析。自动留样
为解决人工取样繁琐耗时耗力的问题,该实验过程中通过全自动取样器(ASI)进行自动取样(每小时取样一次),并进行4℃低温保存。
ASI可对接各种规格生物反应器,实现样品的自动取样、冷藏留样,并且对接反应器数量、取样体积、取样频率等参数可灵活设置,另外ASI配置高精度进口重量传感器,可精确定量留样,解决传统取样方式中因发酵液状态变化(如气泡含量较高等)引起的取样量不准等问题。
近红外离线检测
ASI可以加装近红外检测模块,在样品进入留样管之前进行定量分析以便快速知晓当前发酵过程中的关键指标数据。同时伴随着样品的留样,在实验室传统方法的定量检测后可以进行同近红外定量分析结果的比对以及对近红外分析模型的完善。
本实验基于前期近红外光谱分析法建立的OD和2-KLG检测模型,在ASI留样的过程中进行光谱分析检测,其预测结果和实验室检测结果对比如下:
OD
其中,OD模型的预测相关性为0.87,误差分布集中在±0.6以内,对判断菌株的生长状态具有较高的参考价值。
2-KLG
其中,2-KLG模型的预测相关性为0.97,误差分布集中在±3以内,对判断产物的生成具有较高的参考价值,使描绘产物生成的动态变化曲线具有可行性。
总结
在本次实验中,首先通过Tmax Bio 5L发酵罐对发酵过程中的pH精准控制,确保菌株始终在最佳生产状态,通过ASI的精准留样方便于后续检测需求,降低了人工取样的繁琐工作量,同时利用近红外检测模块对所留样品进行关键指标分析检测,描绘出发酵过程变化曲线,便于发酵过程关键节点的分析、判断及优化。
基于发酵过程精准控制、光谱分析检测、留样低温保存的整体思想,该实验也为稳定的发酵工艺的监测提供了新思路。