單因素試驗法

單因素試驗是指因素間假設沒有相互作用的前提下，一個實驗中只有一個因素在變化，而其它因素保持恒定不變的實驗。通過一次改變一個因素的水平而其它因素保持水平不變來確定整個實驗中該因素所起的作用，然后一個個因素進行試驗的優化方法。但當實驗因素較多時，需要多次的試驗次數及較長的試驗時間，才能完成每個因素的篩選優化，最終確定培養基的成分、條件等。單因素試驗法通常是用來確定碳源和氮源以及它們的配比，然后再進行正交試驗。但大多數培養基成分都比較復雜，實驗因素間經常存在交互作用，不能獲得最佳的優化結果。所以培養基的優化試驗一般不采用單因素試驗法，而采用正交試驗設計法。

正交試驗法

正交試驗法是根據試驗的需要，找出試驗中具有代表性的多因素，利用一套表格選擇多因素、多水平，設計合理的試驗，找出它們之間存在的交互作用，尋找最佳因素水平結合，大大減少試驗次數，較快地取得實驗結果。正交試驗法利用的是普通統計分析方法來分析試驗結果，對因素的個數沒有嚴格的限制，不管因素之間有無交互作用都可使用。正交試驗設計的因素、水平合理，分布均勻，不需要反復試驗，誤差小、特別是在試驗因素、水平很多、因素之間的交互作用很多時，正交試驗法具有明顯的優勢，單因素試驗幾乎無法完成。比如吳亞麗等人用正交試驗通過搖瓶發酵確定了最佳培養基是基因菌株融合蛋白，用這種優化培養基使GST融合蛋白的量提高到1.8g/L,占總蛋白質量的25%。

響應面優化法

響應面優化法是利用數學統計方法找出多因素與響應面之間結合的最佳條件，得出一個數學函數方程，用它對受變量影響的響應面進行建模和分析,將響應面進行優化，通過因素與響應面的函數關系快速建模，減少實驗的次數和時間，用最經濟的方法和最短的時間全面進行試驗研究，準確地找到整個區域內因素與面的函數關系，從而獲得較好的實驗結果。響應面優化法用回歸函數方程式作為估算工具，將多因素實驗中因素與響應面的關系，用多項式來近似，使其實驗結果函數化，依據函數方程式對整個面進行全面分析，研究因素與響應值之間，因素與因素之間的關系，并進行優化，從而減少實驗的工作量。姜麗艷、李雪等人用響應面優化法對乳鏈菌肽液體發酵培養基的響應區域進行水平的優化，優化后的乳鏈菌肽效價是優化前的4.48倍。

響應面優化法得到的數據更精確、更全面，哪怕是對試驗有顯著影響的因素都可以用響應面優化法進行優化。

還有不常用的均勻實驗設計法、二次正交旋轉組合法、遺傳算法與神經網絡等幾種方法，在培養基優化中都會用到，關鍵是根據實驗的需要，這里就不再一一敘述。