Метод оценки интенсивности пространственного смешения микроорганизмов в биореакторах непрерывного действия
Автор: Пищиков Г.Б., Лазарев В.А., Шихалев С.В.
Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet
Рубрика: Биотехнология и бионанотехнология
Статья в выпуске: 3 (73), 2017 года.
Бесплатный доступ
Предложен метод оценки интенсивности продольного перемешивания биотехнологической суспензии в реакторах непрерывного действия путем расчета долей микроорганизмов, отличающихся между собой по времени пребывания в любом заданной объеме реактора. Расчёт степени смешения микроорганизмов различного возраста в интересующем единичном объёме аппарата важен специалистам-биотехнологам и конструкторам аппаратуры для формирования структурно-функциональной модели двухфазного потока суспензии, включающей микроорганизмы, управления потоком и определения основных гидродинамических и технологических параметров реализуемого процесса. Известно, что при сосуществовании в единичном объёме производственного субстрата микроорганизмов со значительной разницей в возрасте, биохимический процесс направленного массообмена идет неэффективно. В связи с тем, что метаболические процессы у микроорганизмов протекают с большой скоростью, изменение их возрастных функциональных признаков можно соотносить с временем пребывания клеток в системе. Для принятия принципиальных решений при конструировании новых аппаратов или модернизации имеющихся, с задачей реализации моделей потока, приближающегося к поршневому, необходимо иметь метод расчёта доли сосуществующих микроорганизмов с различным временем пребывания в интересующем объёме потока биореагентов. В данной работе предложен теоретико-вероятностный подход к построению математической модели диффузионного потока двухфазной жидкости, позволяющей рассчитать долю сосуществующих микроорганизмов с различным временем пребывания в произвольно заданном объёме аппарата. Методика базируется на математическом аппарате диффузионного марковского процесса, характеризующегося математической простатой и физической прозрачностью. Таким образом, полученные результаты позволяют оценить состояние гидродинамики потока системы «производственный субстрат–микроорганизмы» и на этом основании прогнозировать эффективность биохимических процессов, реализуемых в поточных аппаратах.
Микроорганизмы, возраст, аппараты, время пребывания, структура потока, смешивание, диффузионная модель, марковский процесс, функция распределения
Короткий адрес: https://sciup.org/140229854
IDR: 140229854 | DOI: 10.20914/2310-1202-2017-3-169-173
Текст научной статьи Метод оценки интенсивности пространственного смешения микроорганизмов в биореакторах непрерывного действия
При конструировании новых и модернизации существующих биохимических реакторов непрерывного действия, а также при решении задач интенсификации биотехнологических процессов большое значение имеет рациональная организация потока реагентов. Данное требование связано с функциональной особенностью микроорганизмов физиологически изменяющиеся в зависимости от своего возраста в процессе перемещения по аппарату [1–3]. В ряде биотехнологических производств процесс получения целевого продукта основывается на взаимодействии изменяющихся, в течение времени пребывания в аппарате, по физическим свойствам и функциональным возможностям микроорганизмов с изменяющимся по составу производственным субстратом, причем эти изменения взаимозависимы и носят направленный технологический характер [4–6]. При этом важно, чтобы линейные скорости реагентов данного двухфазного потока системы «субстрат – микроорганизмы» были сбалансированы, то есть приближались к равенству. Такой структуры потока, именуемой «поршневой поток», можно добиться при исключении продольного перемешивания движущейся суспензии, которое может возникать как из-за микротурбулентностей от взаимодействия с элементами конструкции аппарата, так и по причине ламинарного конвективного перемещения слоёв двухфазной суспензии. [7] На практике создать идеальный поток полного вытеснения вязкой жидкости в пространстве, ограниченном твёрдыми стенками, невозможно из-за возникающих касательных напряжений у стенок и молекулярной диффузии. В связи с этим при анализе и математическом описании приближенно поршневого потока применяется диффузионная модель структуры потока.
Смешение микроорганизмов значительно отличающихся между собой по возрасту отрицательно сказываются на интенсивности биотехнологических процессов. Поэтому оценка степени смешения клеток, находящихся в различном функциональном состоянии может являться ориентиром для принятия организационно-технологических мер и конструкторских решений по устройству аппаратов непрерывного действия [8, 9].
Несмотря на практическую важность вышеупомянутой задачи [2, 10], в решении которой заинтересованы инженеры, биохимики, биофизики, микробиологи и другие специалисты, она до сих пор не решена [11, 12]. Это объясняется тем, что биохимические процессы, реализуемые в аппаратах с моделью потока диффузионного типа, как правило, описываются нелинейными уравнениями в частных производных, регулярный метод аналитического решения которых отсутствует.
Объект и метод
Ниже, предлагается теоретико-вероятностный подход к построению и анализу модели диффузионного потока двухфазной биотехнологической суспензии с целью оценки интенсивности смешения микроорганизмов с различным временем пребывания в реакторах непрерывного действия. Для этого используется математический аппарат диффузионного марковского процесса [12].
Будем исходить из уравнения Фоккера– Планка [12–16]:
д , д , . д1 , .
-
— Y ( x , t ) + ^у ( x , t ) = D . y ( x , t ) (1)
дt дx д it где y (x, t) — вероятность обнаружить, например, дрожжевую клетку в объеме аппарата g[ x, x + dx ]• S, S - площадь поперечного сечения аппарата; t – время; x – декартова координата, направленная вдоль оси аппарата; ω – средняя по сечению аппарата скорость движения микроорганизмов; D – эффективный коэффициент диффузии (коэффициент продольного перемешивания).
Линейное уравнение в частных производных (1) относится к параболическому типу и для его решения можно применять известные методы [17–19].
Уравнение (1)следует решать при начальных условиях:
Y ( x ,0 ) = 3 ( x ) , y ( 0, t ) = 0
при t > 0 , x g [ 0, да ) (2)
где 3 ( x ) - дельта-функция Дирака.
Решение должно быть неотрицательным, ограниченным на бесконечности и нормированным к единице, т. е.
да
Y ( x, t ) > 0; y ( да , t ) = 0; J Y ( x , t ) dx = 1 (3)
Умножим левую и правую части уравнения (1) на xndx и проинтегрируем по x от x = 0 до x = да . С учетом (2) и (3) не представляет труда получить систему уравнений для определения момента n -го порядка:
d (x”) = Цxn-1) + п (п -1) (x-2 ) D, dt , (4)
п = 1,2,3...
Решение данной задачи известно. Со-
гласно [19]оно таково:
w ( x , t )
•j 2 nDt
г
Г dz ^
exp
- exp
( x - Z ) 2
4 Dt
( x + Z ) 2
4 Dt
exp
2 D
® z (11)
где знак ... означает среднее значение указанной в угловой скобке случайной величины.
Из (4) при п = 1 и п = 2 имеем
Зная функцию w ( x , t ) , из выражения (8) найдем P ( x , t ) :
P ( x , t ) =
. I dZ ^ exp
^IDD t 0
( Z - x + ro x ) 2
4 Dt
{x ^ = to t , ст 2 = x x 2 ^ - xx 2 2 = 2 Dt = ст 2 • xx 2 2 , (5)
- exp
( Z - x + ro x ) 2 + Ю 1 4 Dt +D ’ ■
где ( x ) и ст 2 - соответственно среднее значение и дисперсия распределения случайной величины x ; ст 2 = 2 D/ Ц x^ .
В дальнейшем нам понадобится явный вид как функции у ( x , t ) , так и функции P ( x , t ) = J у ( y , t ) dy .
Очевидно, что функция P ( x , t ) удовлетворяет уравнению
Правую часть выражения (12) можно преобразовать к удобному для вычисления виду:
P ( x . t > - 2 ]

, ( x - to t
1 - ^ 1
rax exp D
^ ,(13)
где ^ ( Z ) - интеграл вероятности ^ ( 0 ) = 0,
д , . д , . д2 , ,
— P ( x , t ) + P ( x , t ) = D—P ( x , t ) , (6)
д t д x д it
^ ( ±да ) = ± 1.
Далее, так как
начальному и граничному условию вида
P ( x ,0 ) = 1 , x > 0 ; P ( 0, t ) = 0 , t > 0 (7)
д
Y ( x , t ) = —P ( x , t ) , д x
имеем:
то из
по определению выражения (13)
Преобразуем уравнение (6) к более простому виду. С этой целью произведем замену искомой функции по формуле:
Y ( x ■ t )- v ; ? Dr exp
( x - to t ) 2
4 Dt
-
P ( x , t ) = w ( x , t ) exp 1 Ц - "' t , 2 D 4 D
to
2 D

exp D
ra x
где w ( x , t ) - новая неизвестная функция,
подлежащая определению.
Подставив выражение (8) и (6) с учетом (7), получим уравнение для определения функции W ( x , t )
дд
— w (x, t ) = D w (x, t), д tд
где функцию w (x, t) следует подчинить нижеследующему начальному и граничному условиям w (x,0) = exp ^-Ц^; w (0, t) = 0, t > 0. (10)
Зная функцию у ( x , t ) , перейдем к вычислению степени смешения микроорганизмов P , где P – доли сосуществующих клеток, поступивших в аппарат с входным потоком жидкости соответственно t и t часов назад ( t и t – времена пребывания микроорганизмов в аппарате).
Пусть γ – функция для двух «времен наблюдения» t = tY и t - 1 2, где t 2 > tY , - известна. Графики функций у ( x , t 1 ) и у ( x , 1 2 ) представлены на рисунке 1, где x = xp - точка их пересечения, которую аналитически можно найти из решения уравнения:
у ( x P , t 1 ) = у ( x P , t 2 ) (14)

Рисунок 1. График функции γ = (x, t) при t = t 1 (1) и t = t 2 (2) для определения степени пространственного смешения микроорганизмов
Figure 1. The graph of the function γ = (x, t) for t = t 1 (1) and t = t 2 (2) for determining the degree of spatial mixing of microorganisms
Величину x найдем из решения уравнения (14). Для сг0 < 0,2с погрешностью менее одного процента:
xP
Подставляя данное значение x в выражение (15), с учетом (12), получим расчетную формулу для определения величины P
_ . /t X — 1 )
Ps = 1 - Ф
2 2 D
° "0 = 27
<у t]
° 0
2 D
.
Пример: пусть t 2 = tx ( 1 + n ° ) , где
Тогда из выражения (17) получим
n > 0.
PS =1 - Ф
n
Заштрихованная площадь на рисунке 1 численно равна величине Рs . Из рисунка следует, что xP го
P = j у (x, t2) dx + j у (x, tx) dx =
0 xP (15)
= 1 + P ( x p , t 2 ) - P ( x p , t i ) .
При выводе формулы (15) было учтено, что P ( 0, t ) = 0 , P ( го , t ) = 1 .
Результаты и обсуждение
Следовательно, для определения степени смешения микроорганизмов при заданных t и t необходимо знать явное выражение для функции P ( x , t ) и значение величины xp .
Список литературы Метод оценки интенсивности пространственного смешения микроорганизмов в биореакторах непрерывного действия
- Carrascosa A.V., Munoz R., Gonzalez R. Molecular Wine Microbiology//Academic Press. 2012. 360 p.
- Варфоломеев С.Д., Луковенков А.В., Семенова Н.А. Физическая химия биопроцессов. М.: КРАСАНД, 2014. 800 с.
- Kelly W.J. Using computational fluid dynamics to characterize and improve bioreactor performance//Biotechnol. Appl. Biochem. 2008. V. 49. P. 225-238.
- Singh H., Hutmacher D.W. Bioreactor studies and computational fluid dynamics.//Adv. Biochem. Eng. Biotechnol. 2009. V. 112. P. 231-249.
- Саришвили Н.Г. Микробиологические основы технологии шампанизации вина. М.: Пищепромиздат, 2000. 364 с.
- Алмагамбетов К.Х. Биотехнология микроорганизмов. Астана, 2008. 244 с.
- Пищиков Г.Б. Интенсификация шампанизации вина с помощью бифункциональных развитых поверхностей в бродильно-биогенерационных аппаратах.//Виноград и вино Роcсии. 2009 № 5. С. 14-15.
- Sharma C., Malhotra D., Rathore A.S. Review of Computational Fluid Dynamics Applications in Biotechnology Processes.//Biotechnol. Prog. 2011. V. 27. № 6. Р. 1497-1510.
- Hutmacher D.W., Singh H. Computational fluid dynamics for improved bioreactor design and 3D culture.//Trends in Biotechn. 2008. V 26. № 4. Р. 166-172.
- Kaiser S.C., Loffelholz C., Werner S., Eibl D. CFD for Characterizing Standard and Single-use Stirred Cell Culture Bioreactors. Minin I. (Eds.)//Intech. 2011. P. 97-122.
- Johnson С., Natarajan М., Antoniou С. Verification of energy dissipation rate scalability in pilot and production scale bioreactors using computational fluid dynamics.//Biotechnol. Progr. 2014, V. 30. № 6, Р. 760-764.
- Тихонов В.И., Миронов М.А. Марковские процессы. М.: Советское радио, 1977, 485 с.
- Свешников А.А. Прикладные методы теории случайных функций. Учебное пособие. 3е изд. 464 с.
- Пугачев В.С. Теория случайных функций. М.: Физматгиз, 1960. С. 79-83.
- Феллер В. Введение в теорию вероятностей и её приложения. Т.I. М.: Мир, 1984. 528 с.
- Маделунг Э. Математический аппарат физики: Справочное руководство. М.: Книга по Требованию, 2012. 618 с.
- Беккенбах Э.Ф., Векуа И.Н. Современная математика для инженеров, 1958. 618 с.
- Давыдов А.П., Злыднева Т.П. Методы математической физики. Классификация уравнений и постановка задач. Метод Даламбера: курс лекций. М.: ИНФРА-М, 2017. 100 с.