本论文通过对E.coliCVCC249群体瞬时生长速率的研究，分析了不同生长条件下菌群生长的动力学特性，表明用菌群瞬时生长速率，可揭示出菌群异质性形成的机理。通过对生长动力学过程的分析，指出了经典方程在限制性培养条件下表征生长动力学过程的局限性，建立了新的区分生长阶段、估算生长参数，以及准确表征菌群异质性对生长动态过程的影响的新方法。进一步用Fibonacci数列分析，以及连续培养法与流式细胞技术相结合的研究策略，提出了细菌群体增殖的新模式。测定了均质性和非均质性细菌群体对抗菌药物的敏感性。并在此基础上，将数值微分法成功应用于菌群生长过程中酶催化的研究。与此领域中广为认可的研究结果相比较，本论文在以下5个方面取得了具有一定原始创新性的结果： 1.提出了分批培养条件下细菌群体生长阶段的区分及确定生长参数的新方法 为减少光吸收测定数据的误差，应用3次样条插值法(Spline Interpolation Method)将观测数据的离散点转化为连续光滑曲线，以真实反映动态过程，再用数值微分法(Numerical Differential Method)直接求得瞬时生长速率(instantaneous growth rate，vinst)。然后用Gaussian分布函数拟合过程曲线，求解出具有明确生物学含义的参数，简称该方法为SNG法(Spline-Numerical-Gaussian)。由此提出了区分群体生长阶段的新方法：即依据瞬时生长速度和瞬时生长加速度规律性的变化，把细菌群体生长过程区分为加速生长期、恒速生长期、减速生长期和衰亡期四个阶段(图1)，并得到新的生长参数。测定了群体生长过程中DNA、蛋白质含量，以及脱氢酶比活力的变化与瞬时生长速率的相关性。 在上述研究过程发现，在经典的表征群体生长的Logistic方程中，通常都假定群体中每个个体都是同质的，因此，解方程时的初值仅限定为N(t0)=N0，这样，对N0相同而生理状态不同的接种物的生长动力学就不能区分，这一影响生长方程正确求解的思路在广泛应用的生物生长方程中都存在。事实上，在菌群生长的任一时刻，只有一定比例的细胞在进行分裂(设为θ)，这样，dn/dt不仅由N，而且实际上应由N和θ共同决定。因此，解方程的初值条件还应加入θ(t0)=θ0，而这一重要和必需条件又被在构建生长方程时所忽略，但这一附加条件使Logistic方程的求解甚为复杂。基于细菌生长过程的瞬时生长速率Vinst的时间过程曲线都呈Gauss分布形状这一特点，在用瞬时生长速率成功地表征限制性条件下区分群体生长阶段的基础上，进一步用Gaussian分布近似函数表达式(Yi=αe[-0.5(xi-x0/b)2])以求得异质性群体的生长参数，这些参数可真实地表征不同生理状态细菌群体的生长动态，为微生物学基础研究和在生物工程等方面的应用提供了一个新方法。将新的表征群体生长的建模方法(SNG法)与依据Logistic方程划分生长阶段的传统方法作了比较，表明此方法可克服Logistic方程中存在的问题，而能准确表征E.coliCVCC249在分批培养下的生长动力学过程。 2.根据在分批和连续培养条件下菌群对药敏试验的不同影响，提出了一个准确进行药敏试验的新方法 根据菌群瞬时生长速率的变化，将E.coliCVCC249的分批培养过程区分为加速生长期、恒速生长期、减速生长期和衰亡期四个阶段，各阶段中菌群的核酸、蛋白质含量和脱氢酶活力都有明显差别；分别取样，测定各阶段菌群的浓度-杀菌曲线(Concentration-killingCurve，CKC)，检测结果表明这种生理异质性会导致各阶段菌群对药物敏感性的不同，同时，菌群内个体间药物敏感性也存在差异，呈现正态分布。以加速生长期菌群的CKC曲线为参照，对于庆大霉素，恒速生长期和衰亡期菌群药物敏感性增强；对于恩诺沙星，恒速生长期反而减弱，其它阶段差别不大。这是常规药敏试验方法难以显示的，表明对不同生理状态菌群的药敏试验测定结果可反映出药物的不同杀菌机理，但这同时也表明常规的药敏检测不能给出一个稳定的药物敏感性结果(图2)。 图2.分批培养下不同生长阶段的E.coliCVCC249对庆大霉素的浓度-杀菌曲线图3.连续培养下不同稀释率的E.coliCVCC249菌群对庆大霉素的浓度-杀菌曲线而在连续培养下得到的“同步生长”状态的菌群，则可得到稳定的药敏试验结果(图3)，这有助于常规药敏试验方法的改进，并可为抗菌药物的合理使用和抗菌药物的筛选提供新方法。 3.证实了连续培养下细菌菌群以1→1+1…模式进行增殖 用Fibonacci数列分析方法对在分批和连续培养下E.coliCVCC249菌株的群体增殖过程进行了分析。Fibonacci数列模式是一经典递增函数，已广泛应用于表征生物生长发育过程。其数列分析属于数列的差分分析方法，它可把一个复杂的动力学、动态学过程简化求解。本文首次由数列的递推系数、递增系数(incrementalrecurrentcoefficientforsequence)和净增率(netincrement％)(或增长百分比)表征群体的增殖规律。分析结果表明，E.coliCVCC249在连续培养下，群体中的细胞以1-M(母细胞)→1-M(母细胞)+1-D(子细胞)→…的分裂模式进行增殖，即子细胞形成后，母细胞仍可继续进行同样的分裂增殖，简称为1→1+1…(1…母细胞，1…子细胞)模式。在分批培养条件下，菌群的净增率逐渐下降，最终成为不再进行增殖的状态，这是在营养供给受限和产物抑制双重作用下，代时逐渐延长的结果。在分批培养下，菌群的瞬时生长率，DNA复制和蛋白质合成的瞬时增长率，以及表征代谢还原能力的脱氢酶的比活力，都呈现正态分布，其数列分析结果也与活细胞数的分析结果一致。在相同的分批培养条件下，低密度接种可得到高的细胞净增率，而高密度接种则可迅速达到最高生长量。稳态接种材料的生长动力学类似于低密度接种。在连续培养条件下，稀释率的增加可加速淘汰最快和最慢增殖的个体，更快达到同步生长状态，从而使群体增殖率分布更趋于正态化，这与以流式细胞技术检测的不同稀释率下菌群内细胞尺度分布的结果相一致。数列分析结果表明，稳态下群体净增率为零，存在于培养罐中菌群的递增系数恒定在1.0(图4)，表明在开放系统条件下E.coliCVCC249群体以1→1+1…模式增殖。用Fibonacci数列分析方法对大肠杆菌以1→1+1…(即类似于DNA的半复制模式)这一增殖模式的确定，涉及细菌基本增殖规律性的认识。对细菌突变率的测定、药敏测定中不确定性等难题的解决，以及生物工程中条件优化设计等，都会提供新的策略。 4.用瞬时速率可准确表征β-半乳糖苷酶的催化效率并证实了活性中间体的存在 通常依Michaelis-Menten方程进行测试时，酶的最大反应速率Vmax和最初反应速率V0决定着酶催化反应速率的常数kcat。但由于V0和Vmax测试和拟合中的不确定性，从而导致Kcat，结果的不确定性。因此本文采用一种改进的方法即数值微分法来准确的估算β-半乳糖苷酶的催化反应速率常数。依照IUPAC用ξ来定义反应速率的建议和国标的类似规定，dξ/dt定义为瞬时反应速率(Vinst)。用实验数据直接得到瞬时反应速率，并以其作为目标函数，来确定β-半乳糖苷酶水解邻硝基苯酚-β-D-半乳糖苷(ONPG)的最适反应条件(如最适温度、时间、pH值和[S]/[E]]等)。β-半乳糖苷酶的活性可以由反应过程中不断生成的邻硝基苯酚(ONP)的UV-Vis吸收光谱来表征。因此，在最适反应条件下，得到的瞬时反应速率的最大值(Vinst-max)与达到瞬时反应最大值时的酶浓度([E]inst-max)之比，可准确的估算β-半乳糖苷酶的催化反应速率常数。未经纯化的样品中的β-半乳糖苷酶也可以通过这种方法估测。由这种改进方法与广为应用的Michaelis-Menten方程(V=Vmax[S]/Km+[S])得到的Vmax和Km求Kcat进行了比较，进一步剖析了Michaelis-Menten测试方法中不能得到稳定的Kcat等问题的原因。 通常用固定温度下求不同时间过程对反应速率影响的方法，或固定时间而改变温度的方法，来表征温度和时间对反应速率的影响。此方法属于求偏导数方法，因而无法全面表征温度和时间对速率的复合作用。而这2个变量的复合函数C-Vinst=[()v/()t]T+[()v/()T]t可表征2者的共同影响。β-半乳糖苷酶降解ONPG过程中，ONPG的减少及ONP的增加可以用UV动态光谱图来测定，此过程的净转化速率(d[ONPG]/dt-d[ONP]/dt)即可表示活性中间产物(ES-复合物)的存在(图5)。温度和时间对ES-复合物形成的Vinc的复合影响，可用等高线作图法进行展示(图6)。通过这种途径，可以得出ONPG转化成ONP酶解过程中一些新的信息，即活性中间物并不是动力学曲线中的一个点，而是在三维空间上从反应物到产物酶解过程中的一个运动聚集体，并且受温度和时间的综合影响。活性中间物的动力学行为也可以在三维图上直观地表征出来。研究结果可为酶促反应动力学研究的深入开展提供一种新思路。