Documente Academic
Documente Profesional
Documente Cultură
Raport final
Tema 6 – Grupa 2
322AC
Ionescu Cătălin Laurențiu
Popa Marian Cătălin
Stanca Valentin Laurențiu
Stoican Ilie Cristian
Vlăsceanu Giorgiana Violeta
Modelarea și simularea proceselor de creștere în Rezumat
laborator a populațiilor microbieni
Rezumat
Lucrarea de față își propune să prezinte o alternativă de modelare și si-
mulare a unor procese biologice – de creștere a microorganismelor. Cu
ajutorul modelelor putem prelucra datele unui bioproces astfel încât mo-
delarea celulară să fie descrisă cu o precizie mare. Datorită lor se pot trasa
grafice ce pot descrie simularea dorită.
ii
Modelarea și simularea proceselor de creștere în Cuprins
laborator a populațiilor microbiene
Cuprins
Rezumat ii
1 Introducere 1
1.1 Scop 1
1.2 Obiectivele proiectului 1
2 Analiza STATE OF ART 2
Modele nestructurate nesegregate 4
Modele cinetice nestructurate pentru creștere și utilizarea 4
substratului
Modele nestructurate pentru formarea produsului 9
Modele structurate 11
Modele cinetice segregate – corpusculare 13
3 Justificarea soluției 15
Partea experimentală 15
Modele abordate 15
Andrews-Noack 16
Blackman 17
Monod 17
Moser 17
Powell 18
Metode de calcul: Pseudoinversa 19
4 Descrierea implementării 20
4.1 Diagrame UML 23
4.2 Elementele programării orientate pe obiect 31
5 Descrierea indicatorilor de performanță 33
Concluzii 34
Referințe 35
iii
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
1 Introducere
Tendințele actuale în dezvoltarea de metode de monitorizare, modelare și control
a sistemelor bazate pe procese biologice sunt privite dintr-o manieră a
bioingineriei. Precizia de măsurare a condițiilor intracelulare în bioprocese se
datorează utilizării genomului și a altor instrumente formale de măsură. Există
diverse căi care facilitează funcționarea optimă a unui sistem biologic. Modelarea
matematică a datelor obținute de la bioinformatica sau metode monitorizate în
timp real sunt absolut necesare pentru a gestiona fluxul de date dense care sunt
generate. Mai mult decât atât, controlul metodelor trebuie să fie capabil să
comunice și să facă față cu aceste fluxuri de date într-un mod eficient, astfel să poată
fi implementate în sisteme de calcul vizibile pe orice mașinărie.
1.1. Scop
Realizarea unei aplicații fiabile pentru realizarea modelării și simulării unui proces
de creștere în laborator a unei populații microbiene.
1
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Procesele biologice sunt cu adevărat complexe. Mai mult decât atât în cadrul
procesului de fermentație sunt mult mai multe celule angrenate. Datorită
caracteristicelor și a tuturor factorilor putem diviza bioprocesele / procesele de
fermentație în patru grupuri mari care vor fi prezentate în această secțiune.
פNestruturate – ne putem gândi la celule care aplică idea de black box, importanța
acestor modele constă în cantitatea de celule preluată de către proces (concentrația).
Celulele, în acest caz, sunt influențate numai de mediul înconjurător – exterior.
2
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
פSă fie suficient de flexibil pentru a aproxima o serie de tipuri de date fără să
introducă distorsiuni semnificative;
3
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Ecuații de bilanț
Modelarea ce se baza pe aceste ecuații de bilanț a fost utilizată pentru primele dăți
de către Cooney și Wang pentru crearea unui algoritm de calcul ce avea în vedere
monitorizarea continua a indicatorilor de performanta ai unui bioprocess. Folosind
relațiile acestea se pot determina cantinatea de produs obținut precum și măsurarea
debitului de aerare, consumul de sursă de carbon și de amoniac.
4
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Figura de mai sus prezintă evoluția tipica a vitezei de creștere în funcție de S, fără
inhibiție- pentru descrierea celulară, a consumului de substrat și a formării
produsului. Toate cercetările realizate în acest domeniu au reliefat dependența
factorului μ în funcție de timp și alți factori fizico-chimici și biologici precum:
substrat - S, concentrația de celule – X, concentrația de produs – P, ph-ul;
temperatura – T, concentrația de oxigen dizolvat – pO2 și inhibitori diferiți ai
creșterii.
5
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
O altă alternativă a categoriei este modelul Moser. Ecuația acestui model este:
μ𝑚𝑎𝑥 𝑆 𝑛
μ(S)=
𝐾𝑠 + 𝑆 𝑛
6
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Dintre toate modelele prezentate putem valida în acest moment următoarele afir-
mații:
פ Modelul Monod tinde lent către asimptotă și pentru cazurile simple
פ Modele Teissier sau Blackman reprezintă evoluția cea mai corectă / reală deoa-
rece saturația se atinge mult mai repede.
În această categorie se mai găsesc și alte modele precum modelul lui Verhoff,
Nyholm care aduc diverse deduceri ale vitezei de creștere.
Unul din obiectivele dezvoltării unui model cinetic generalizat este determinarea
bazei conceptuale și stabilirea unor forme utile de descriere a creșterii microbiene.
7
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
O altă ecuație mai realistică care exprimă și limitarea prin concentrația substratului,
conform cineticii lui Monod. Aceasta a fost introdusă de către Meyrath, care îi
poartă și numele:
𝑋
𝑆0 − 𝑌
𝜇(𝑋, 𝑆) = 𝜇𝑚𝑎𝑥
𝑋
𝐾𝑠 + 𝑆0 − 𝑌
Cel mai utilizat model din această categorie este modelul Contois. Acesta este
aplicat deoarece simplitatea lui respectă o cinetică cu saturație în funcție de
concentrația substratului limitator. Se poate întâlnii și sub denumirea Contois-
Fujimoto. Ecuația modelului este următoarea:
𝑆
𝜇(𝑋, 𝑆) = 𝜇𝑚𝑎𝑥
𝐾𝑋 𝑋 + 𝑆
Pentru S constant se manifestă inhibiția lui μ la valori ridicate ale concentrației
celulare.
Din numărul mare de ecuații cinetice cu substrat, dintre cele mai cunoscute
amintim Andrews ( Andrews – Noack ), Web, Yano, Aiba etc.
Modelul lui Andrews folosește inhibiția prin substrat în regim chemostat. Ecuația
acestuia este:
1 𝑆 1
𝜇 = 𝜇𝑚𝑎𝑥 =
𝐾 𝑆 𝐾𝑠 + 𝑆 1 + 𝑆
1 + 𝑆𝑠 + 𝐾
𝑖 𝐾𝑖
unde:
8
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Tipul 0. Producția are loc chiar in celulele in faza staționară care folosesc numai o
mica parte din substrat pentru nevoile lor metabolice. Celulele microbiene
funcționează numai ca purtătoare ale enzimelor necesare biosintezei produsului,
d.e. transformările steroizilor si sinteza vitaminei E de către Saccharomyces cerevisiae
9
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Putem reprezenta grafic tipuri de relații cinetice liniare între viteza specifică de
creștere μ și viteza de producție exact cum sunt reprezentate în graficul alăturat.
10
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Modele structurate
Cele mai importante modele structurale sunt corelate cu structura chimica celulara
(chimic structurate). Williams și Ramkrishna au propus printre primii modele cu
doua componente. Williams a considerat concentrația componentelor R cu rol în
sinteza celulara (în principal ARN) și concentrația componentelor D cu rol
structural - genetic (ADN și proteine), pe când Ramkrishna a împărțit celula în
masa G (ADN și ARN) și masa D (proteine). Fredrickson a analizat ulterior aceste
modele demonstrând invaliditatea lor deoarece în formularea expresiilor cinetice
nu erau utilizate concentrațiile intrinseci ale componentelor structurale luate în
considerație. Totuși modelele Williams și Ramkrishna rămân importante datorita
modificări conceptuale introduse în tratarea dinamicii microbiene.
Unde:
11
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
12
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
b = constantă
13
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
În modelul de față:
14
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
3. Justificarea soluției
Partea experimentală
O cultură a fost izolată într-un bioreactor cu agitare mecanica – Bioengineering AG
cu volum de 100 L. Dezvoltarea celulară a avut loc în 42 L, volumul util al bioreac-
torului. Pe tot parcursul dezvoltării celulare, parametrii precum temperature, pH,
viteza de amestescare, debitul de aer, presiunea si pO2, au fost controlați și obser-
vați de aproape.
פTemperatură - 37° C
פViteza de amestecare/ Rotații – 250 rpm (experimentele 1-8) și 300 rpm (experi-
mentele 9-12)
Pentru experimentele studiate de noi pe parcursul acestui proiect s-a folosit Orga-
notech ca mediu de cultură cu excepția experimentului 5 unde s-a folosit IC. Sub-
stratul este constituit din azot aminic – NNH2.
Modele abordate
15
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Andrews-Noack
Ecuația modelul lui Andrews-Noack folosită este cea de-a doua care are
următoarea formă:
𝑆 1
𝜇=
𝐾𝑠 + 𝑆 1 + 𝑆
𝐾𝑖
Prelucrând această formă ajungem la:
𝑆 𝑆 𝑆2
1 (𝐾𝑠 + 𝑆)(1 + 𝐾 ) 𝐾𝑠 + 𝑆 + 𝐾 𝑆 + 𝐾 1 1 𝐾𝑠 1
𝑖 𝑖 𝑖
= = → = 𝐾𝑠 + 1 + + 𝑆
𝜇 𝑆 𝑆 𝜇 𝑆 𝐾𝑖 𝐾𝑖
Final:
1 1 1 𝐾𝑠
= 𝐾𝑠 + 𝑆 + ( + 1)
𝜇 𝑆 𝐾𝑖 𝐾𝑖
1 1 𝐾𝑆
𝑆1 1 1
𝜇1 𝑆1
⋮ = ⋮ ⋮ ⋮ 𝐾1
1 1 𝐾𝑆
𝑆𝑘 1 +1
[𝜇𝑘 ] [𝑆𝑘 ] [𝐾1 ]
Notăm pentru simplificare astfel:
1 1
𝑆1 1 𝐾𝑆
𝜇1 𝑆1 1
Y= [ ⋮ ]; X= [ ⋮ ⋮ ⋮ ]; A= 𝐾1 .
1 1 𝐾𝑆
𝑆𝑘 1
𝜇𝑘 𝑆𝑘 [ 𝐾1 + 1]
Sistemul obținut în final are următoarea formă: Y=XA. Pentru a afla 𝐾𝑆 este necesar
să fie aflat A ceea ce duce sistemul la următoarea formă: X-1Y=A.
16
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Blackman
Ecuația modelului este următoarea:
𝜇𝑚𝑎𝑥
𝑆(𝑡) 𝑑𝑎𝑐ă 𝑆(𝑡) ≤ 𝐾𝑚
𝜇 = { 𝐾𝑠
𝜇max 𝑑𝑎𝑐ă 𝑆(𝑡) > 𝐾𝑚
Monod
Ecuația modelului Monod abordată pe parcursul acestui proiect este:
𝑆
μ(S)= μ𝑚𝑎𝑥
𝐾𝑠 + 𝑆
1 𝐾𝑠 1 1
= +
𝜇 μ𝑚𝑎𝑥 S μ𝑚𝑎𝑥
1 1 𝐾𝑠
1
𝜇1 𝑆1 μ𝑚𝑎𝑥
⋮ = ⋮ ⋮
1 1 1
1 [μ ]
[𝜇𝑘 ] [𝑆𝑘 ] 𝑚𝑎𝑥
Unde s-a notat:
1 1 𝐾𝑠
1
𝜇1 𝑆1 μ𝑚𝑎𝑥
Y= [ ⋮ ]; X= [ ⋮ ⋮ ]; A=[ 1 ]
1 1
1 μ𝑚𝑎𝑥
𝜇𝑘 𝑆𝑘
Moser
Se utilizează aceeași concept ca și-n celelalte cazuri și ne așteptăm la acest model să
se comporte asemănător cu monodul.
Ecuația modelului:
17
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
μ𝑚𝑎𝑥 𝑆 𝑛
μ(S)=
𝐾𝑠 + 𝑆 𝑛
1 𝐾𝑠 1 1
= +
𝜇 μ𝑚𝑎𝑥 𝑆 𝑛 μ𝑚𝑎𝑥
1 1 𝐾𝑠
1
𝜇1 𝑆1𝑛 μ𝑚𝑎𝑥
⋮ = ⋮ ⋮
1 1 1
1 [μ ]
[𝜇𝑘 ] [𝑆𝑘𝑛 ] 𝑚𝑎𝑥
Sistemul se rezolvă în aceeași manieră ca modelul monod.
Powell
În cazul acestui model am plecat de la ecuația:
𝜇𝑚𝑎𝑥 S
μ(S)=
𝐾𝑠 + 𝐾𝐷 + 𝑆
1 𝐾𝑠 1 𝐾𝐷 1 1
= + +
𝜇 μ𝑚𝑎𝑥 S μ𝑚𝑎𝑥 S μ𝑚𝑎𝑥
𝐾𝑆
1 1 1
1 μ𝑚𝑎𝑥
𝜇1 𝑆1 𝑆1 𝐾𝐷
⋮ = ⋮ ⋮ ⋮
μ𝑚𝑎𝑥
1 1 1
1 1
[𝜇𝑘 ] [𝑆𝑘 𝑆𝑘 ]
[μ𝑚𝑎𝑥 ]
Unde s-au realizat notațiile:
18
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
𝐾𝑆
1 1 1
1 μ𝑚𝑎𝑥
𝜇1 𝑆1 𝑆1 𝐾𝐷
Y= [ ⋮ ]; X= [ ⋮ ⋮ ⋮ ]; A= μ𝑚𝑎𝑥
1 1 1
1 1
𝜇𝑘 𝑆𝑘 𝑆𝑘
[μ𝑚𝑎𝑥 ]
Se ajunge așadar la sistemul: X-1Y=A.
Pseudoinversa
Următorul pas ce trebuie urmat este rezolvarea sistemului. Aici intervin metodele
numerice de calcul.
Teoria calculului numeric precizează că există două moduri de a calcula astfel de
sisteme: utilizarea algoritmului QR sau calcularea pseudoinversei. Acestea fiind
prinse sub umbrela problemei celor mai mici patrate – CMMP.
19
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
4. Descrierea implementării
20
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
פ Form4 – fereastră ce conține date despre membrii echipei. Accesarea se face
astfel: meniu Form1, Despre, selectând Echipă.
21
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Pentru a analiza elementele prezente în Form1, avem mai jos fereastra principală
cu o una dintre temele implementate:
Utilizatorul poate selecta din lista de experimente existente sau să introducă calea
spre experimentul său. Experimentul este încărcat automat în gridul destinat in pa-
nel1. După ce datele sunt procesate în panel2 – partea dreapta a Form1 – apar 5
checkbox-uri. Utilizatorul poate selecta modelul dorit. După selectare putem cal-
cula Ks și µ sau raportul lor în funcție de model. Modele abordate, după cum am
precizat, sunt: Andrews, Blackman, Monod, Moser și Powell. Pentru a afișa în fe-
reastră se apasă butonul Calculează. Generarea graficelor se realizează cu ajutorul
butonului Generează grafic. XSim oferă posibilitatea de a salva datele calculate și
graficele trasate. Cu un singur click se poate deschide graficul într-un vizualizator
photo.
22
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Etape:
23
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
פdiagramele de clase
פdiagrame de secvente
o pentru Form1
o Pentru clasa Model,
o Pentru clasa Powell
o Pentru clasa Blackman
פdiagrame de activități
24
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Diagrama de clase
25
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
26
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
27
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
28
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene Grupa 2
29
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Diagrama de activități
Experiment Experiment
nou existent
nou
Selectare
Importare
experiment
Afisare excel
Andrew Blackma
Monod Moser Powell
s n
Calculare
Vizualizare poza
grafic
30
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Obiect - reprezentarea unei entități de tip fizic conceptual sau software. Un obiect
se caracterizează prin evoluție, stare și identitate unică.
Starea obiectului: când spunem că un obiect este într-o anumită stare spunem că acel
obiect se caracterizează prin anumite elemente definitorii și ocupă un anumit spațiu
de memorie.
Identitate unică: acea proprietate a unui obiect care îl face unic în raport cu orice alt
obiect din sistem.
Abstractizarea - procedeu prin care sunt mascate detaliile unui obiect în scopul
punerii în evidență a altor aspecte.
Tipuri de clase:
פabstracte : clasă incompletă ce definește elementele comune ale altor clase și care
nu poate avea instanțieri.
פconcrete : clasă ce descrie în totalitate un anumit concept, poate avea instanțieri.
31
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Concept de încapsulare :
Xsim
În aplicația noastră întâlnim elementele fundamentale ale programării orientate
obiect, printre care clase, obiecte, generalizare, moșteniri etc.
Clasa model poate calcula pseudoinversa pentru orice fel de matrice nesingulară,
cu numărul de linii mai mare decât numărul de coloane, astfel nivelul abstractizării
este maximizat. În aplicație întâlnim și clase independente cum ar fi Powell,
Blackman ce nu moștenesc alte clase.
32
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
פUptime – aplicația poate rula fără să fie necesară o repornire după un timp de
rulare în background
פResurse – memoria folosită și CPU în cazul aplicației XSim sunt folosite la minim
deoarece nu necesită multă
פCalitate - XSim este o aplicație user-friendly care prezintă un set mare de ele-
mente destinate pentru utilizarea facilă pentru o gamă cât mai mare de utilizatori.
פTimp alocat – timpul care echipa de proiect au alocat pentru atingerea obiectivu-
lui și scontarea scopului. Privind în acest moment, timpul putea fi maximizat dato-
rită multor
33
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Concluzii
Problematica proceselor biologice presupune studiul și monitorizarea evoluției
acelui proces. Precizia de măsurare a condițiilor intracelulare în bioprocese se da-
torează utilizării genomului și a altor instrumente formale de măsură. Există di-
verse căi care facilitează funcționarea optimă a unui sistem biologic. Am văzut că
modelarea matematică a datelor obținute de la bioinformatica sau metode monito-
rizate în timp real sunt absolut necesare pentru a gestiona fluxul de date dense care
sunt generate.
XSim este aplicația care a putut să-și atingă scopul – modelează și simulează pro-
cesul de creștere a unei populații microbiene. Acesta:
34
Modelarea și simularea proceselor de creștere în laborator a populațiilor
microbiene
Referințe
[1] „Problematica conducerii bioproceselor”, Capitolul 2
[2] „Study of the Growth Kinetic Models of a Bacterium for a Human Therape-
utic Product”, Cristina Tănase, Mihai Caramihai, Ovidiu Muntean
35