Выращивание личинок Galleria Mellonella актуально для самых разных областей их применения, например, как тест-объект, на корм рыбам, птицам и др. Известно, множество составов кормов для выращивания этих личинок. Все эти составы у разных авторов (Haydak, 1936; Beck, 1960; Н.А. Спиридонов, и др.,1989; Я.И. Жакаускене и др., 1986; С.Е. Штайн, 1993) представлены в виде большого разнообразия рационов. При этом часто отсутствует экспериментальное обоснование выбора и количества того или иного компонента корма и степень его влияния на контролируемый выходной параметр. К сожалению, отсутствуют данные о парных взаимодействиях компонентов кормов на выходной параметр. Все это объясняется сложностью и трудоемкостью проведения экспериментов классическими методами, когда фиксируются все варьируемые параметры (компоненты корма) кроме одного.
Использование математических методов планирования эксперимента дает возможность в десятки раз повысить эффективность и информативность проведения экспериментов за счет одновременного варьирования изменяемых факторов (компонентов корма) с использованием матрицы планирования. При этом возможно либо построение полного факторного эксперимента для небольшого количества варьируемых факторов, либо дробного факторного эксперимента, когда количество варьируемых факторов велико.
В основе предлагаемой методики (Е.А. Любченко, О.А. Чуднова, 2010) лежит использование дробного факторного эксперимента, реализующей начальную матрицу планирования 24, когда четвертные и тройные взаимодействия принимаются как незначимые и заменяются дополнительными факторами (компонентами корма). Таким образом, реализуется матрица планирования эксперимента для 9-и компонентного корма с использованием 16 опытов.
Результаты реализации опытов получаются в виде набора уравнений регрессии
где Yi – i-тый контролируемый параметр, например, масса съеденного корма, выживаемость личинок, прирост личинок во времени, и т.д.;
k и j – индексы для обозначения номера фактора (компонента корма);
B0i – компонент уравнения регрессии с нулевым индексом;
Bij – коэффициент уравнения регрессии показывающий вклад Xj компонента корма в величину контролируемого параметра,
Чем больше этот коэффициент для соответствующего компонента корма, тем больше влияние этого компонента на контролируемый параметр Yi. Если знак этого коэффициента положителен, то выходной параметр увеличивается и, соответственно, наоборот.
Bijk - коэффициент уравнения регрессии показывающий вклад парного взаимодействия XjXk компонентов корма в величину контролируемого параметра. Он учитывает взаимодействие кормов между собой. Так как рассматривается линейная модель, то квадратичные члены Bi11, Bi22, Bi33 и т.д. равны нулю.
Для оценки значимости коэффициентов уравнения регрессии определяется дисперсия опытов при троекратной реализации матрицы планирования.
Все опыты проводятся одновременно, в одном объеме, что обеспечивает минимальную дисперсию и сопоставимость результатов каждого опыта с другими из этой серии.
При реальной возможности одновременного контроля 5-10 выходных параметров (Yi) необходимых для управления технологическим процессом и контроля качества продукции на основе полученных уравнений регрессии, возникают возможности многопараметрической оптимизации технологического процесса для достижения требуемых параметров выращивания личинок Galleria Mellonella.
В целом, разработанная методика на основе математических методов планирования эксперимента и обзора литературы должна продемонстрировать более высокую эффективность по сравнению обычно используемыми классическими методами исследования кормов для выращивания личинок Galleria Mellonella.