摘要
γ-聚谷氨酸（γ-PGA）是一种多用途、可生物降解的生物高分子材料，它由D型谷氨酸和L型谷氨酸或两者的重复单元通过酰胺键连接形成的同型聚酰胺。由于其良好的性能，γ-PGA和相关衍生物在轻工、药品、食品、环保等领域有着很好的应用前景。 本文利用地衣芽孢杆菌(Bacillus licheniformis CGMCC3336)作为实验菌株，对液态发酵聚谷氨酸的发酵工艺进行了优化。首先，在摇瓶实验中，利用单因素实验和响应面优化实验，系统研究了培养基成分对γ-PGA发酵的影响。其次，在5L发酵罐上探究了培养条件对聚谷氨酸发酵的影响。最后，在5L发酵罐上，以OD，pH，葡萄糖的浓度，谷氨酸的浓度，产量和分子量为参数，建立了γ-PGA发酵过程中的近红外定量模型。本论文主要结果如下： （1）通过单因素实验和响应面优化实验，优化结果显示甘油8%，葡萄糖100g/L，味精80g/L时出现最优γ-PGA产量，经摇瓶验证实验，该培养基发酵72h获得最大产量40.11g/L，基础培养基为26.02g/L，提高了54%。 （2）在5L发酵罐上，系统探究了发酵条件（pH、温度、通气速率和转速）对聚谷氨酸发酵的影响。实验结果表明，发酵过程中维持pH恒定在6.5时聚谷氨酸产量最高；37℃也是最适合地衣芽孢杆菌(Bacillus licheniformis CGMCC3336)发酵的温度条件；最佳通气速率为1vvm，最佳转速为400rpm。 （3）本文使用偏最小二乘法在950nm-1650nm光谱波段，利用漫反射扫描进行光谱信息采集和一阶导数+标准正态变量变换（vector normalization，SNV）对原始光谱进行预处理，进而对聚谷氨酸发酵过程中的发酵液参数进行了近红外建模，建立了聚谷氨酸发酵过程中主要检测参数的光谱预测模型，包括OD值、pH值、葡萄糖浓度、谷氨酸浓度、PGA的浓度、PGA的重均分子量，为快速实时准确的检测发酵过程中主要检测指标的变化提供了理论和实践依据。
NETL