发酵（培养）工艺优化是寻找低成本高效益的一种技术，它在于通过试验和试验结果分析找到一种适合生产过程的最佳参数。发酵（培养）工艺优化的方法有很多，它们之间不是孤立的，而是相互联系的，在一种发酵（培养）中，往往是多种优化方法的结合。为了提高外源蛋白生产水平，人们首先考虑的是菌种的选育或基因工程菌的构建。而实际上，发酵（培养）工艺的优化也同样非常重要。环境条件的优化是发酵（培养）过程中最基本的要求，也是最重要、最难掌握的技术指标。温度、pH、溶氧、搅拌转速、营养物浓度等的优化控制，依据不同的菌种而有所不同。同时，在生长的不同阶段、生产目的代谢产物的不同时期，对环境条件可能会有不同的要求。因此，应该在生物反应器内，使温度、pH、溶氧、搅拌转速等不断变换，始终为其提供最佳的环境条件，以提高目的产物的得率。补料分批发酵技术是目前在发酵（培养）工艺优化中常用的技术。该技术可以有效地减少发酵过程中培养基黏度升高引起的传质效率降低、降解物的阻遏和底物的反馈抑制的现象，很好地控制代谢方向，延长产物合成期和增加代谢物的积累，实现高密度培养。

工艺优化主要包括以下两个方面的内容：

工程菌生长需要许多营养物质，这些营养物质共同影响着细胞生长和代谢产物的形成。培养基组成的优化就是为了提高发酵（培养）产率而寻找最优的配方组成，如研究不同碳源、氮源、无机盐、微量元素、生长因子等在发酵（培养）中的重要作用及针对这些物质浓度及供给方式进行优化，使得目的产物产量明显提高，并能降低生产成本。

虽然设计培养基配方有一些理论依据，但是最终的确定是通过试验的方法获得。培养基设计与优化过程一般要经过以下几个步骤：根据前人的经验和所培养的产物，初步确定可能需要的培养基成分；通过单因子试验最终确定最为适宜的培养基组成及其浓度；最后通过多因子试验进一步优化培养基的各种成分及最适浓度。

培养基最终的成分和浓度都是通过试验获得的。一般是先进行单因素试验确定培养基组分，然后通过多因素试验确定培养基的组分及其最适浓度。为了精确确定主要影响因子的适宜浓度，首先进行单因子试验。对于多因子试验，为了通过较少的试验次数获得所需的试验结果，常采用一些试验设计方法，如正交试验设计、响应面分析、均匀设计方法等，并借助SAS、SPSS、Statistics等统计手段，可以快速完成数据的分析、模型构建及假设检验。而且这些统计软件还提供了强大的绘图能力，可以看到所建模型的三维图像，得到直观印象，轻松进行最优求解，得到优化条件。

正交试验设计是研究多因素多水平的一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，通过合理的试验设计，可以用少量的具有代表性的试验来代替全面试验，较快取得试验结果，是一种高效率、快速、经济的试验设计方法。

王士杰等人应用正交试验研究了bFGF发酵的各主要影响因素对于最终产物量和表达量的关系，从而确定发酵的最适工艺条件。结果表明当温度控制在37℃，pH7.0，发酵时间10小时，调节溶解氧在40%～60%之间对于整个发酵过程是非常有利的（表4-3）。

响应面分析方法是数学与统计学相结合的产物，它是以回归方法作为函数估算的工具，将多因子试验中的多因子与试验结果的相互关系，用多项式近似，把因子与试验结果（响应值）的关系函数化，依此可对函数的面进行分析，研究因子与响应值之间、因子与因子之间的相互关系，并进行优化。响应面方法广泛应用于培养基优化和发酵（培养）条件优化中。

王立东、张克诚等人应用响应面法对武夷菌素发酵培养基进行了优化，用于提高农用抗生素武夷菌素的效价。首先用部分因子设计法对培养基中的淀粉、葡萄糖、玉米饼、豆粉饼、化合物A、化合物B、化合物C、MgSO ₄、FeSO ₄等9个因子进行试验。筛选出葡萄糖和豆粉饼有显著效应，应用中心组合设计法优化葡萄糖（X ₂）和豆粉饼（X ₄）的浓度，得到武夷菌素效价（Y）的二次多项式优化模拟模型，Y=6.643＋687.42X ₂＋275.13X ₄-824.69X ₂ ²-122.45X ₂ X ₄-620.94X ₄ ²。由模型求解得知，在葡萄糖为27.2g/L、豆粉饼为31.8g/L时武夷菌素效价值最大，在优化后的培养基上武夷菌素的效价可提高到6643μg/m l。

均匀设计是将试验点均匀分布在试验范围内，用较少的试验点获得最多的信息，并结合统计学方法，将数据进行整理、分析、判断，用逐步回归法建立回归方程，并进行方差分析和显著性检验，通过方程预报、等值线图、曲线图等数学方法，揭示隐含于数据中的信息，找出试验条件的最佳组合。它具有试验次数少、代表性强等优点。正交试验需进行b ²次试验，而均匀试验采取每个因素的每一水平只做一次试验，试验按着均匀试验表安排，只需进行b次试验，因此大大减少了试验次数。均匀设计按均匀设计表来安排试验，均匀设计表在使用时最值得注意的是均匀设计表中各列的因素水平不能像正交表那样任意改变次序，而只能按照原来的次序进行平滑，即把原来的最后一个水平与第一个水平衔接起来，组成一个封闭圈，然后从任一一处开始定为第一个水平，按圈的原方向和相反方向依次排出第二、第三水平。蒋毅等应用均匀设计的方法对利福霉素钠发酵培养基中的氮源配比进行优化，研究了氮源中各成分对发酵效价的影响，确定各成分的最佳配比并用试验验证，使摇瓶发酵效价提高了10%以上，并对利福霉素钠产生菌在新、老培养基中的代谢特性进行了比较。

工艺参数的优化，即生产过程中应用已优化的培养基配方，为了获得最大的生产率而确定的发酵最优操作参数，如通过研究发酵（培养）过程中温度、pH、搅拌速率及供氧等参数对生产目标代谢产物的影响，采取控制适宜的参数策略，可有效地提高目的产物转化率和生产率。

用于发酵工艺控制和优化的模型多种多样，大致可分为三类。第一类是包含代谢网络模型在内的、细致考虑到细胞内构成成分变化的构造模型（structured model）。这类模型可以最真实可靠地把握过程的内在本质和特征，但是由于涉及过多的状态方程式和模型参数，还因为胞内物质测量困难等问题，难于直接将这类模型用于过程的控制和优化中。第二类是完全基于生物过程状态变量和操作变量时间序列数据的模型。此种模型考虑的是发酵过程某一时间段内状态变量和操作变量之间的表现动力学特性，而不考虑过程的本质和各类反应的机制，因此，此种模型是一种纯粹的黑箱性质的模型。在发酵过程控制和优化中，两种黑箱性质的模型——回归模型和人工神经网络模型得到了广泛应用。最后一类模型，是介于第一类和第二类模型之间的所谓非构造式数学模型。这类模型是在发酵过程控制和优化中使用最广泛的模型。

华东理工大学的张嗣良提出了“以细胞代谢流分析与控制为核心的发酵工程学”的观点。他认为，必须高度重视细胞代谢流分布变化的有关现象，研究细胞代谢物质流与生物反应器物料流变化的相关性，高度重视细胞的生长变化，尽可能多地从生长变化中作出有实际价值的分析，进一步建立细胞生长变量与生物反应器的操作变量及环境变量三者之间的关系，以便有效控制细胞的代谢流，实现发酵过程的优化。