Modelarea Si Simularea Proceselor de Crestere PDF

Universitatea Politehnica București
Facultatea de Automatică și Calculatoare

Departamentul Ingineria Sistemelor
Raport final
Tema 6 – Grupa 2
Modelarea și simularea proceselor de creștere în

laborator a populațiilor microbiene
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.
XSim este aplicația ce realizează modelarea și simularea unui proces de

creștere a unei populații de microbi. Aceasta abordează cinci modele: An-
drews-Noack, Blackman, Monod, Moser și Powell.
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.
1.2. Obiectivele proiectului

Pentru realizarea unui proiect calitativ ne-am setat următoarele obiective strate-
gice:
‫פ‬ Implementarea modelelor matematice într-un mod intuitiv

‫פ‬ Realizarea unor grafice aproximate prin modelele matematice alese
‫פ‬ Realizarea unei interfețe intuitive (user-friendly)
‫פ‬ Posibilitatea utilizatorului de a importa propriile date experimentale
‫פ‬ Posibilitatea utilizatorului de a salva datele obtinute împreună cu graficul dorit
1
microbiene
2. Analiza STATE OF ART

Progresul și îmbunătațirea unei proces biologic este determinat de capacitatea și
caracteristicele celulelor, performanta bioreactorului cât și de domeniul culturii,
nu în ultimul rând parametrii evolutivi. Modelarea unui proces poate fi o unealtă
importantă pentru controlul și optimizarea proceselor biologice folosite în diferite
aplicații și sisteme.
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.
Un element extrem de important în modelarea matematică a unui bioproces o

constituie structura de model. Modelele matematice, ce descriu în amănunt
evoluția microorganismelor, reușesc să reprezinte natura dinamică a sistemului,
atât de general cât se poate realiza, având în vedere biochimia culturii analizate. În
acest caz, modelul poate fi implementat bazându-ne pe o aproximare între precizia
descrierii bioprocesului (numărul mare de detalii) și utilizarea parametrilor (un
număr finit de parametrii).
Modelele matematice pot fi realizate întrucât există sens în descrierea matematică

cantitativă a proceselor metabolice ale microorganismelor ce evoluează în
bioreactor astfel în acest pas putem preciza trei direcții:
‫ פ‬Reprezentarea matematică folosind metode optimizate de conducere (Moser);
‫ פ‬Modelare folosind mecanica de reacție folosind comportamentul

microorganismelor (Chen, Bastin);
‫ פ‬Modelarea folosind predictii date de un anumit model elaborat folosind o

stategie de conducere optimala ( Mosrati).
La rândul lor modelele deterministice pot fi:
‫ 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.
‫ פ‬Structurate – se ține cont de structura celulară: modele structurate chimic, modele

structurate morfologic ( se ține cont de efecte legate de formă – vârstă, dimensiune).
Având în vedere că suntem la partea de clasificări ale modelelor, în această secțiune

propunem o altă clasificare ce este făcută în funcție de recunoașterea / neglijarea
numărului de indivizi ( celule ) a unei populații, ce pot avea caracteristici diferite:
2
microbiene
‫ פ‬Nesegregate – se ia în considerare existența celulelor individuale; se mai poate

întâlnii sub numele de modele distribuitive, continui.
‫ פ‬Segregate- se explicitează prin model existența celulelor individuale cu proprietăți

distincte. O altă denumire – modele corpusculare.
In funcție de precizia dorită pentru modelul implementat și cât proprietățile de

interes pot fi prezentate în mod adecvat prin valori medii, abordarea nesegregata
este suficientă. Există și cazuri în care modelele nesegregate nu sunt suficiente
pentru a descrie eficient, în această categorie intră și celulele transformate prin
inginerie genetică. Cantitatea de informație codificată utilizată în biosinteza unui
produs poate fi diferită de la un grup de celule la altul, astfel corelarea nu mai este
identică pentru toate celulele. Importanța modelelor segregate devin importante în
aceste cazuri.
Cele mai simple și utilizate modele sunt cele nestructurate, nesegregate – de

exemplu modelul Monod de creștere microbiană. Modelele structurate și numai ele
pot prezice răspunsul culturilor în condiții neechilibrate de creștere ( creșterea este
echilibrată într-un anumit interval de timp dacă în această perioadă fiecare
proprietate extensivă a biosistemului crește în aceeași proporție ).
În sfârșit, postulatele formulate de Edwards și Wilkie în domeniul modelării unui

bioproces stabilesc norme de realizare a oricărei cinetici a viului. În acest sens
modelul trebuie:
‫ פ‬Să fie capabil să reprezinte toate fazele culturii;
‫ פ‬Să fie suficient de flexibil pentru a aproxima o serie de tipuri de date fără să
introducă distorsiuni semnificative;
‫ פ‬Să existe parametrii de aproximare cu corespondent fizic direct;
‫ פ‬Sa fie derivabil continuu;
‫ פ‬Să aibă parametrii ușor de evaluat;
‫ פ‬Să fie ușor de folosit, odată cu parametrii evaluați.
3
microbiene
Modele nestructurate nesegregate
Kossen și Oosterhuis consideră modelele

nestructurate ca având un caracter
pronunțat de tratare a fenomenului biologic
de tip black box, iar cele structurate de tip
gray box, concepută ca o colecție de „cutii
negre” ceea ce reprezintă structura
biosistemului. Putem spune că modelele lor
matematice pot reprezenta:
‫ פ‬Ecuații constituitive: de viteza – cinetică,

de transport, termodinamice;
‫ פ‬Ecuații de bilanț – stoichiometrice.
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.
Modele cinetice nestructurate pentru creștere și utilizarea substratului

1 𝑑𝑋
Se poate consideră că μ= ca fiind viteza specifică se creștere, este variabila
𝑋 𝑑𝑡
cheie. Aceasta poate depinde de substrat, concentrație, temperature, pH si alți fac-
tori determinați.
În următoarele rânduri o să tratăm modele cinetice cu limitare a creșterii de către

substrat, fără inhibiție. Această categorie este guvernată de către Monod. Aceasta
este funcție de substrat: μ= μ(S). Putem scrie ecuația acestui model astfel:
μ𝑚𝑎𝑥 𝑆
μ(S)= ,
𝐾𝑠 +𝑆
4
microbiene
unde: μ𝑚𝑎𝑥 = viteză maximă specifică de creștere [ 1/h]
Ks = constantă de saturație [g/L]
Dependența μ= μ(S) conform legii lui Monod
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.
O altă alternativă pentru această categorie este modelul Teissier

𝑆
−
𝜇(𝑆) = 𝜇𝑚𝑎𝑥 (1 − 𝑒 𝐾𝑠 )
Dependența μ= μ(S) conform legii lui Teissier
5
microbiene
O altă alternativă a categoriei este modelul Moser. Ecuația acestui model este:
μ𝑚𝑎𝑥 𝑆 𝑛
μ(S)=
𝐾𝑠 + 𝑆 𝑛
Dependența μ= μ(S) conform legii lui Moser
Tot din această categorie face parte și ecuația dată de Blackman:

𝜇𝑚𝑎𝑥
𝑆(𝑡) 𝑑𝑎𝑐ă 𝑆(𝑡) ≤ 𝐾𝑚
𝜇 = { 𝐾𝑠
𝜇max 𝑑𝑎𝑐ă 𝑆(𝑡) > 𝐾𝑚
Un alt model ce dorim să îl amintim din această categorie este modelul Powell.
Acesta exprimă prin factorul KD influența permeabilității celulare, difuzia substra-
tului și a dimensiunii celulare. Ecuația lui Powell este următoarea:
𝜇𝑚𝑎𝑥 S
μ(S)=
𝐾𝑠 + 𝐾𝐷 + 𝑆
Dependența μ= μ(S) conform legii lui Powell
6
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.
În următoarea parte ne vom ocupa cu modele cu influenta concentrației celulare si

a concentrației substratului limitator de creștere asupra vitezei specifice μ.
Dependența acestui μ în funcție de X cuprinde implicit și dependența de S astfel
sunt multe modele procesate ce depinde de X și S în defavoarea celor ce depind
numai de X.
Din punct de vedere al creșterii s-a observat în destule experimente ca viteza de

evoluție a culturii scade la concentrații ridicate ale lui X. Un exemplu relevant este
modelul Verhulst care consideră ca viteza specifică descrește liniar cu concentrația
de celule. Ecuația acestui model este:
𝜇(𝑋) = 𝜇𝑚𝑎𝑥 (1 − 𝑘𝑥 𝑋)
Acest model mai este numit și numele de modelul logistic al cresterii.
Dependența μ= μ(S) conform legii lui Verhulst
7
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
Unde Y= randamentul de transformare a substratului de celule.
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.
Introducem o nouă categorie de modele – cele ce au cinetica cu inhibiție prin

concentrația substratului. În multe cazuri de inhibiție, ecuațiile modelului cinetic
sunt ca și modelul Monod derivate din teoriile inhibiției reacțiilor enzimatice. De
aceea, aceste ecuații sunt mai puțin general valabile, ele putându-se substitui unele
cu altele în funcție de adecvanța la realitate a modelului experimental.
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:
Ki – constante de inhibiție în raport cu substratul.
8
microbiene
Dependența μ= μ(S) conform legii lui Andrews – Noack
Vorbind de inhibiție putem aplica acest concept și prin concentrația de produs. In

funcție de tipul de inhibiție exercitate exista mai multe variații ale vitezei specifice.
Pentru această categorie putem întâlnii următoarele modele: Hinshelwood, Hol-
zberg, Ghose si Tyagi, Aiba-Schoda. De asemenea se poate vorbii la fel de bine
despre influența oxigenului asupra celui de-al doilea substrat sau de influența pH
si nu în ultimul rând despre cinetica de creștere pe mai multe substrate.
Modele nestructurate pentru formarea produsului

Cinetica de formare a produsului se ia în considerație în raport cu cinetica creșterii.
Pana in prezent, din acest punct de vedere, a rămas valabila clasificarea lui Gaden
ce distinge patru tipuri de cinetica de formare a produsului:
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
Tipul 1. Acumularea produsului este direct asociata cu creșterea (produs asociat

creșterii). Este cazul producerii metaboliților primari, formarea produsului fiind
legata de metabolismul energetic, d.e. producerea acidului gluconic, obținerea
enzimelor respirației și creșterii.
Tipul 2. Acumularea produsului este parțial asociata cu creșterea (produs parțial

asociat creșterii), existând o legătura indirecta cu metabolismul energetic, d.e.
producerea acidului citric, obținerea aminoacizilor prin biosinteza.
9
microbiene
Tipul 3. Acumularea produsului nu este asociata cu creșterea si nici nu exista o

conexiune directa sau indirecta cu metabolismul energetic primar (produs neasociat
cresterii). Obținerea metaboliților secundari (streptomicina, penicilina) este un
exemplu de cinetica de acest tip.
Recunoașterea tipului de cinetica de formare a produsului se face conform

diagramelor caracteristice rS, rX, rP = f(t) si in special considerând vitezele specifice
qS, μ, qP.
Diagrama evoluției in timp a vitezelor specifice într-un bioproces poarta numele de

diagrama de cuantificare. Ea oferă imaginea cea mai corecta a avansării vitezelor
caracteristice si este fundamentala pentru stabilirea unor modele matematice
adecvate.
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
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.
Formularea riguroasa a unui model structural chimic implica introducerea in

ecuațiile cinetice a concentrației intrinseci a unui component al structurii luate in
considerație, ceea ce înseamnă cantitatea de component/unitatea de volum celular
sau unitatea de masa celulara; in acest fel se renunță la concentrațiile extrinseci din
modelele nestructurate, in care masa celulara considerata nestructurata era
exprimata in unități de concentrație raportate la volumul reactorului.
𝑑(𝑚𝑉̂ 𝑐𝑗 )
= 𝑚𝑉̂ ∑ 𝑟𝑖𝑗
𝑑𝑡
𝑖
Unde:
m=biomasa totală la timpul t
𝑉̂ =volumul ocupat de celule pe unitatea de masă celulară
𝑐𝑗 = masa componentului j pe unitatea de volum celular
𝑟𝑗 = viteza de apariție / dispariție în procesul i a componentului j raportată la

volumul celular
Dacă 𝑉̂ este constant și se consideră prin similitudine cu cinetică nestructurată:

1 𝑑𝑚 𝑑𝑐𝑗
𝜇= → = ∑ 𝑟𝑖𝑗 − 𝜇𝐶𝑗
𝑚 𝑑𝑡 𝑑𝑡
𝑖
Termenul 𝜇𝐶𝑗 poate fi neglijat în majoritatea modelelor structurale. Se poate întâlnii

în locul lui 𝐶𝑗 concentrația 𝑋𝑗 – masa componentului j raportată la unitatea de masă
celulară), conform relației:
𝑋𝑗 = 𝐶𝑗 𝑉̂
11
microbiene
Aplicabilitatea modelelor structurate se regăsește în tratarea culturilor mixte,

structurarea chimică fiind înlocuită cu divizarea în specii componente – modele de
populație.
Harder si Roels au trecut în revista aplicatiile în biotehnologie ale modelelor simple

structurale (Harder, Roels, 1981). Autorii prezintă primul rând principiile de baza
folosite în construcția modelelor structurale, derivate în special din biologia
moleculara:
‫ פ‬modificările concentrațiilor unor substrate sau intermediari determina schimbări

în vitezele de reacție în care sunt implicate aceste substanțe;
‫ פ‬interacțiunile enzimelor cu unele molecule mici, efectorii, conduc la modificări
în conformația enzimelor si în consecința a acțiunii lor catalitice;
‫ פ‬concentrațiile diferitelor macromolecule celulare se adaptează la schimbarea
condițiilor de mediu prin modificarea vitezei lor de sinteza (d.e. concentrația ARN
creste în mod deosebit odată cu creșterea ratei de diluție în cultura continua), în
urma exercitării unor mecanisme de control genetic;
‫ פ‬selecția naturala este o modalitate de adaptare; prin variația genetica în interiorul
unei specii se poate selecționa un individ cu proprietăți ce-i oferă un avantaj în
mediul înconjurător considerat;
‫ פ‬schimbările de mediu pot induce modificări în raportul dintre diferitele specii
prezente într-o cultura mixta.
Pornind de la aceste principii si de la conceptul de timp de relaxare, autorii propun

o serie de modele structurale:
‫ פ‬creșterea biomasei conform unui model compartimental;

‫ פ‬creșterea biomasei conform unui model tricompartimental;
‫ פ‬sinteza enzimelor supuse unui control genetic (modelul operonului, al represiei
catabolice, al creșterii diauxice).
Deși valabilitatea diferitelor ipoteze ale modelului este discutabila si forma

ecuațiilor cinetice a fost supusa criticii, metoda teoretica de deducere a unui model
structural chimic are valoare si in viitor - pentru situații în care compoziția unui
microorganism se modifica sub influenta mediului, aceasta modificare afectând
comportamentul culturii la un nivel semnificativ. In același timp, modelele cinetice
structurale își găsesc o aplicație interesanta in descrierea dinamicii bioprocesului
cu celule modificate genetic. Astfel, Ryu si Kim (Ryu, Kim, 1992) au studiat un
bioproces cu celule recombinate, unde evoluează celule purtătoare de plasmide
conținând informații genetice privind producția unui metabolit de interes alături
de celule lipsite de aceste plasmide.
Pentru cinetica formării produsului se propune ecuația:
12
microbiene
q P =k 0 εGP (μ+ +b)

Unde:
k0 = constanta vitezei globale de biosinteza
ε = eficienta exprimării genetice
𝐺𝑃 = concentrația ADN în plasmide
𝜇 + = viteza specifică de creștere a celulelor purtătoare de plasmide
b = constantă
În funcție de modelul cinetic propus / ales, se pot introduce diverse strategii de

reglare a temperaturii optimale de producție sau a ratei de diluție.
Modele cinetice segregate – corpusculare

Dincolo de structurarea pe baza compoziției chimice a unui model, literatura de
specialitate nu deosebește cu claritate alte tipuri de modele structurate de modelele
segregate.
Shuler definește ca modele segregate, dar nestructurate (considerând compoziția

chimica) modelele care pornesc de la prezumția ca o unica variabila (vârsta
celulelor, dimensiunea celulara, etc.) poate descrie complet starea unei celule in
sensul ca toate celulele de aceeași vârsta sau dimensiune au aceeași compoziție si
același potențial productiv.
De asemenea, Bley propune un model considerând celulele de drojdie aflate in

doua stări fiziologice distincte - celule neînmugurite / celule înmugurite. Cele doua
stări fiziologice diferă prin μ, dS / dt, eficienta în producerea biomasei, etc. Daca se
considera concentrațiile X1 si X2 pentru celulele neînmugurite si respectiv
înmugurite, S fiind concentrația substratului, atunci in cazul unui proces continuu,
in care tranziția de la o stare la alta este in principal influențată de concentrația S,
se propun relațiile:
𝑑𝑋1
= (𝜇1 (𝑆) − 𝑘1 (𝑆) − 𝐷)𝑋1 + 𝑘2 (𝑆)𝑋2
𝑑𝑡
𝑑𝑋2
= (𝜇2 (𝑆) − 𝑘2 (𝑆) − 𝐷)𝑋2 + 𝑘1 (𝑆)𝑋1
𝑑𝑡
𝑑𝑆
(𝑆 (𝑆)𝑋1 − 𝛼2 (𝑆)𝑋2
{ 𝑑𝑡 = 0 − 𝑆)𝐷 − 𝛼1
13
microbiene
În modelul de față:
k1(S) = viteza specific a trecerii de la starea X1 la X2
k2(S) = viteza procesului invers
𝛼1 și 𝛼2 = coeficienții de randament de conversie S în X1 și respective S în X2.
Modelele structurate si segregate sunt încă insuficient aplicate in modelarea

bioproceselor fiind preluate din biologia moleculara si fiziologie, unde au un rol
important in investigarea si validarea unor mecanisme celulare. Pentru dezvoltarea
si utilizarea lor in conducerea bioproceselor sunt necesare:
‫ פ‬evoluția rapida a tehnicilor analitice nedistructive (care sa nu interfere cu

mecanismele funcționale și reglările interne ale celulei) folosindu-se proprietățile
optice, electrice sau electromagnetice ale celulei sau a unor componente celulare
(fluorimetrie, rezonanta magnetica nucleara, spectroscopie IR);
‫ פ‬progrese însemnate in modelarea matematica in conexiune cu teorii despre
mecanismele celulare.
14
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.
Parametrii operaționali au fost:
‫ פ‬Temperatură - 37° C
‫ פ‬Debit de aer – 15 L/min (experimentele 1-8) și 40 L/min (experimentele 9-12)
‫ פ‬Viteza de amestecare/ Rotații – 250 rpm (experimentele 1-8) și 300 rpm (experi-
mentele 9-12)
‫ פ‬Presiune – 1.2 bar (experimentele 1-8) și 1.5 bar (experimentele 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
În lucrarea de față abordăm cinci modele: Andrews-Noack, Blackman, Monod,

Moser și Powell. O să reamintim ecuațiile acestor modele:
1 𝑆 1
𝜇 = 𝜇𝑚𝑎𝑥 =
Andrews-Noack 𝐾 𝑆 𝐾𝑠 + 𝑆 1 + 𝑆
1 + 𝑆𝑠 + 𝐾
𝑖 𝐾𝑖
𝜇𝑚𝑎𝑥
Blackman 𝜇 = { 𝐾𝑠
𝑆
Monod μ(S)= μ𝑚𝑎𝑥
𝐾𝑠 + 𝑆
Moser μ(S)=
𝜇𝑚𝑎𝑥 S
Powell μ(S)=
15
microbiene
Pentru dezvoltarea aplicației, abordarea modelelor a condus la rezolvarea unui

sistem liniar. În partea următoare o să prezentăm ecuațiile și sistemul obținut
pentru fiecare model ca apoi să prezentăm conceptul aplicat.
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
Datorită numărului de date per experiment, ecuația se poate transforma în un sis-

tem asemănător cu următorul:
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
microbiene
Blackman
Ecuația modelului este următoarea:
𝜇𝑚𝑎𝑥
𝜇 = { 𝐾𝑠
S-a folosit prima ramură a ecuației din care a rezultat:

𝜇𝑚𝑎𝑥 𝑆 𝜇𝑚𝑎𝑥
𝜇 = → = 𝑌𝑆 −1 , unde Y este vectorul 𝜇-ilor.
𝐾𝑚 𝐾𝑚
Monod
Ecuația modelului Monod abordată pe parcursul acestui proiect este:
𝑆
μ(S)= μ𝑚𝑎𝑥
𝐾𝑠 + 𝑆
Prelucrată ajunge la următoarea formă:
1 𝐾𝑠 1 1
= +
𝜇 μ𝑚𝑎𝑥 S μ𝑚𝑎𝑥
Forma matriceală a sistemului este:
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
În final se ajunge la sistemul A=X-1Y.
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
microbiene
μ(S)=
încercăm să o prelucrăm și ajungem la:
1 𝐾𝑠 1 1
= +
𝜇 μ𝑚𝑎𝑥 𝑆 𝑛 μ𝑚𝑎𝑥
Sistemul ajunge în următoarea formă:
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)=
ca în final după etapa de prelucrare să se ajungă la:
1 𝐾𝑠 1 𝐾𝐷 1 1
= + +
𝜇 μ𝑚𝑎𝑥 S μ𝑚𝑎𝑥 S μ𝑚𝑎𝑥
Forma matriceală a sistemului este:
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
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.
Pentru aplicația de față ne-au oprit asupra calculării pseudoinversei.

Calcularea pseudoinversei este mult mai ușor de implementat în C#, fiind o metoda
mai intuitiva de rezolvare a sistemelor decât descompunerea QR.
După calcularea sistemului, graficele au fost obținute cu ajutorul formulelor

fiecărui model.
19
microbiene
4. Descrierea implementării
Aplicația este de tipul Windows Forms Application și a fost realizată cu ajutorul

limbajului orientat pe obiect C#. O să tratăm pe parcursul acestui capitol aplicația
ca fiind XSim.
Proiectul conține 4 forme:
‫פ‬ Form1 – fereastra principală. Conține meniul(include și câteva legături pen-

tru celelalte forme, instanțiere nouă a aplicației, ieșire), selectarea sau încăr-
carea unui experiment, selectarea modelelor, calcularea și afișarea parame-
trilor doriți, butoane pentru trasare grafică și salvare date.
‫פ‬ Form2 – fereastră secundară ce conține grafice pentru modele – unire

puncte, puncte pe grafic. Acesta este accesat datorită butonului Generare
grafice din Form1.
‫פ‬ Form3 – fereastră cu informații legate de aplicația XSim: versiune, picto-

grama. Se poate accesa din meniul din Form1 - Despre și selectând din listă
XSim.
20
microbiene
‫פ‬ Form4 – fereastră ce conține date despre membrii echipei. Accesarea se face
astfel: meniu Form1, Despre, selectând Echipă.
21
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.
XSim conține 6 clase: 1 clasă Model (părinte) și 5 clase (3 copil – 2 independente)

pentru modele purtând fiecare numele modelului. În fiecare sunt tratate sistemele
prezentate în capitolul anterior. Rezolvarea sistemul se face cu pseudoinversa.
În cazul nostru pseudoinversa se poate calcula cu formula (𝐴𝑇 𝐴)−1 𝐴𝑇 unde

numărul de linii a matricii A este mai mare decat numărul de coloane 𝑚 > 𝑛. In
cazul în care numărul de coloane este mai mare decât numărul de linii 𝑚 <
−1
𝑛 atunci pseudoinversa se poate scrie 𝐴𝑇 (𝐴𝐴𝑇 ) .
22
microbiene
În următoarele rânduri o să prezentăm modul în care s-a folosit pseudoinversa în

procedeul de calcul al soluțiilor.
Etape:
1. Pentru a calcula soluția am folosit o funcție pentru a afla transpusa matricei

sistemului.
2. Am înmulțit transpusa cu matricea obținând astfel o matrice pătratica
nesingulara ce poate fi inversata. Pentru a calcula inversa am folosit biblioteca
LinearAlgebra pentru a calcula inversa.
3. Am înmulțit matricea inversata cu transpusa matricei sistemului pentru a obține
pseudoinversa.
4. Pentru a afla soluțiile am înmulțit pseudoinversa cu vectorul ce conține valorile
sistemului.
În acest fel se obține:
𝐴+ 𝑦 = 𝛳 pentru 𝑚 > 𝑛 unde 𝐴+ reprezintă pseudoinversa iar 𝛳 este soluția

sistemului.
𝑦𝐴+ = 𝛳 pentru 𝑚 < 𝑛.
Cu ajutorul pseudoinversei calculăm soluțiile aproximative - vectorul care conține

necunoscutele. Acestea se află prin identificare.
4.1. Diagrame UML
Unified Modeling Language este un limbaj standard pentru descrierea de mo-

dele și specificații pentru software. Limbajul a fost creat de către consorțiul Object
Management Group (OMG) care a mai produs printre altele și limbajul de progra-
mare CORBA. UML a fost la bază dezvoltat pentru reprezentarea complexității pro-
gramelor orientate pe obiect, al căror fundament este structurarea programelor pe
clase, și instanțele acestora (numite și obiecte). Cu toate acestea, datorită eficienței
și clarității în reprezentarea unor elemente abstracte, UML este utilizat dincolo de
domeniul IT. Așa se face că există aplicații ale UML-ului pentru management de
proiecte, pentru business Process Design.
Există mai multe tipuri de diagrame. În raportul de față o să tratăm următoarele

diagrame:
23
microbiene
‫ פ‬Diagrama cazurilor de utilizare (Use Case Diagram) - prezintă actorii externi şi

cazurile de utilizare identificate, numai din punctul de vedere al actorilor nu şi din
interior, precum şi conexiunile identificate între actori şi cazurile de utilizare.
‫ פ‬Diagrama de secvenţă (Sequence Diagram) - prezintă colaborarea dinamică între

un număr de obiecte, mai precis, secvenţele de mesaje trimise între acestea, pe
măsura scurgerii timpului.
‫ פ‬Diagrama de colaborare (Collaboration Diagram) - surprinde colaborarea

dinamică între obiecte, într-o manieră similară cu a diagramei de secvenţă, dar pe
lângă schimbul de mesaje (numit şi interacţiune) prezintă obiectele şi relaţiile
dintre ele (câteodată referite ca şi context).
‫ פ‬Diagrama de activitate (Activity Diagram) - prezintă fluxul secvenţelor de

activităţi şi este de obicei folosită pentru a descrie activităţile realizate în cadrul
unei operaţii, folosind dacă este cazul decizii şi condiţii.
‫ פ‬Diagrama de tranziţie - se foloseşte pentru a ilustra vederea dinamică a unui

sistem. Cum luăm decizia folosirii unui anumit tip de diagramă ? Dacă cel mai
important aspect este timpul sau secvenţa de mesaje vom folosi diagrama de
secvenţă, dar dacă trebuie scos în evidenţă contextul, vom apela la o diagramă de
colaborare. Mesajele vor fi reprezentate prin săgeţi între obiectele implicate în mesaj
şi pot fi însoţite de etichete care specifică ordinea în care acestea vor fi transmise.
De asemenea, se pot vizualiza condiţii, iteraţii, valori returnate, precum şi obiectele
active care se execută concurent cu alte obiecte active.
Pentru XSim s-au realizat:
‫ 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
microbiene
Diagrama de clase
Clasele generate pentru design-ul butoanelor:
25
microbiene
Diagrama de secventa – clasa Powell
26
microbiene
Diagrama de secvențe – clasa Blackman
27
microbiene
Diagrama de secvențe – clasa Model
28
microbiene Grupa 2
Diagrama de secvențe – Form1
29
microbiene
Diagrama de activități
Experiment Experiment
nou existent
nou
Selectare
Importare
experiment
Afisare excel
Andrew Blackma
Monod Moser Powell
s n
Calculare
Generare grafic Salvare
Afisare grafic Fisier Excel
Vizualizare poza
grafic
30
microbiene
4.2. Elementele programării orientate pe obiect
În următoarele rânduri o să prezentăm câteva dintre conceptele POO.
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.
Clasă - ansamblul obiectelor cu aceleași atribute și cu un comportament comun.
Constructor-operații conceptuale prin intermediul căreia este creat un obiect sau

are loc o inițializare a acesteia.
Un obiect va fi întotdeauna o instanță a unei clase.
Abstractizarea - procedeu prin care sunt mascate detaliile unui obiect în scopul
punerii în evidență a altor aspecte.
Gruparea elementelor în cadrul unor clase reprezintă rezultatul unei operații de

abstractizare(prin evidențierea elementelor comune)
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.
Generalizare : creșterea gradului de abstractizare pe măsură ce se parcurge ierarhia

claselor.
Moștenire : se înțelege proprietatea de partajare a atributelor și operațiilor

unei/unor clase de către o altă /alte clase în cadrul unei relații ierarhice.
Încapsulare - procedura de grupare a detaliilor de implementare într-o zonă

ascunsă, inaccesibilă din exterior.
Introducerea încapsulării are ca și consecință directă reducerea dependenței dintre

obiecte și structurile aferente acesteia( subsisteme, pachete).
31
microbiene
Concept de încapsulare :
‫ פ‬capacitatea unui operator de a se aplica unor obiecte din clase diferite.

‫ פ‬abilitatea unui operator de a masca implementări diferite în spatele unei interfețe
unice.
Xsim
În aplicația noastră întâlnim elementele fundamentale ale programării orientate
obiect, printre care clase, obiecte, generalizare, moșteniri etc.
Aplicația are la bază diferite clase ce calculează pseudoinversa sistemului. Clasa

principală este Model ce conține un constructor de 8 parametri și diferite metode.
Clasele ce moștenesc clasa Model sunt Monod, Moser, Andrews ce folosesc aceiași
metodă de rezolvare.
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.
Moștenirea se mai întâlnește și-n cadrul claselor care implementează butoanele.

Moștenirea este de tipul moștenire multiplă.
32
microbiene
5. Descrierea indicatorilor de performanță

Pentru XSim am stabilit încă din perioada de implementare și raportare intermedi-
are o serie de indicatori:
‫ פ‬Portabilitate – XSim, odată ce a fost compilat, executabilul poate fi rulat pe orice

platformă, având extensia *.exe .
‫ פ‬Uptime – aplicația poate rula fără să fie necesară o repornire după un timp de
rulare în background
‫ פ‬Stabilitate – XSim reușește sa nu prezinte bug-uri pe parcursul
‫ פ‬Sustenabilitate – XSim prezintă în acest moment posibilitatea de a adăuga noi

module fără
‫ פ‬Fiabilitate – aplicația funcționează menținănându-și funcțiile și elementele, pa-

rametrii prestabiliți. Mentenanța in acest caz fiind ușor de realizat.
‫ 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.
În rapoartele intermediare au fost prezentate și:
‫ 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
‫ פ‬Research – research-ul a fost făcut de toată perioada proiectului datorită intere-

seului mărit pentru punctarea tuturor cazurilor.
33
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:
‫ פ‬Implementarea modelelor matematice într-un mod intuitiv

‫ פ‬Realizintă grafice aproximate prin modelele matematice alese
‫ פ‬Realizintă o interfețe intuitive (user-friendly)
‫ פ‬Oferă posibilitatea utilizatorului de a importa propriile date experimentale
‫ פ‬Oferă posibilitatea utilizatorului de a salva datele obținute împreună cu graficul
dorit.
34
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
[3] „Recent developments in the monitoring, modeling and control of biologi-

cal production systems”, Carls-Fredrik Mandenius
[4] „A tutorial review on bioprocess systems engineering”, Kazuyuki Shimizu
[5] Cursuri Programare Orientată pe Obiect, Mihai Caramihai
35

Modelarea Si Simularea Proceselor de Crestere PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Modelarea Si Simularea Proceselor de Crestere PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Universitatea Politehnica București

Facultatea de Automatică și Calculatoare

Modelarea și simularea proceselor de creștere în

XSim este aplicația ce realizează modelarea și simularea unui proces de

1.2. Obiectivele proiectului

‫פ‬ Implementarea modelelor matematice într-un mod intuitiv

2. Analiza STATE OF ART

Un element extrem de important în modelarea matematică a unui bioproces o

Modelele matematice pot fi realizate întrucât există sens în descrierea matematică

‫ פ‬Reprezentarea matematică folosind metode optimizate de conducere (Moser);

‫ פ‬Modelare folosind mecanica de reacție folosind comportamentul

‫ פ‬Modelarea folosind predictii date de un anumit model elaborat folosind o

La rândul lor modelele deterministice pot fi:

‫ פ‬Structurate – se ține cont de structura celulară: modele structurate chimic, modele

Având în vedere că suntem la partea de clasificări ale modelelor, în această secțiune

‫ פ‬Nesegregate – se ia în considerare existența celulelor individuale; se mai poate

‫ פ‬Segregate- se explicitează prin model existența celulelor individuale cu proprietăți

In funcție de precizia dorită pentru modelul implementat și cât proprietățile de

Cele mai simple și utilizate modele sunt cele nestructurate, nesegregate – de

În sfârșit, postulatele formulate de Edwards și Wilkie în domeniul modelării unui

‫ פ‬Să fie capabil să reprezinte toate fazele culturii;

‫ פ‬Să existe parametrii de aproximare cu corespondent fizic direct;

‫ פ‬Sa fie derivabil continuu;

‫ פ‬Să aibă parametrii ușor de evaluat;

‫ פ‬Să fie ușor de folosit, odată cu parametrii evaluați.

Modele nestructurate nesegregate

Kossen și Oosterhuis consideră modelele

‫ פ‬Ecuații constituitive: de viteza – cinetică,

‫ פ‬Ecuații de bilanț – stoichiometrice.

Modele cinetice nestructurate pentru creștere și utilizarea substratului

În următoarele rânduri o să tratăm modele cinetice cu limitare a creșterii de către

unde: μ𝑚𝑎𝑥 = viteză maximă specifică de creștere [ 1/h]

Ks = constantă de saturație [g/L]

Dependența μ= μ(S) conform legii lui Monod

O altă alternativă pentru această categorie este modelul Teissier

Dependența μ= μ(S) conform legii lui Teissier

Dependența μ= μ(S) conform legii lui Moser

Tot din această categorie face parte și ecuația dată de Blackman:

Dependența μ= μ(S) conform legii lui Powell

În următoarea parte ne vom ocupa cu modele cu influenta concentrației celulare si

Din punct de vedere al creșterii s-a observat în destule experimente ca viteza de

Dependența μ= μ(S) conform legii lui Verhulst

Unde Y= randamentul de transformare a substratului de celule.

Introducem o nouă categorie de modele – cele ce au cinetica cu inhibiție prin

Ki – constante de inhibiție în raport cu substratul.

Dependența μ= μ(S) conform legii lui Andrews – Noack

Vorbind de inhibiție putem aplica acest concept și prin concentrația de produs. In

Modele nestructurate pentru formarea produsului

Tipul 1. Acumularea produsului este direct asociata cu creșterea (produs asociat

Tipul 2. Acumularea produsului este parțial asociata cu creșterea (produs parțial

Tipul 3. Acumularea produsului nu este asociata cu creșterea si nici nu exista o

Recunoașterea tipului de cinetica de formare a produsului se face conform

Diagrama evoluției in timp a vitezelor specifice într-un bioproces poarta numele de

Formularea riguroasa a unui model structural chimic implica introducerea in

m=biomasa totală la timpul t

𝑉̂ =volumul ocupat de celule pe unitatea de masă celulară

𝑐𝑗 = masa componentului j pe unitatea de volum celular

𝑟𝑗 = viteza de apariție / dispariție în procesul i a componentului j raportată la

Dacă 𝑉̂ este constant și se consideră prin similitudine cu cinetică nestructurată:

Termenul 𝜇𝐶𝑗 poate fi neglijat în majoritatea modelelor structurale. Se poate întâlnii

Aplicabilitatea modelelor structurate se regăsește în tratarea culturilor mixte,

Harder si Roels au trecut în revista aplicatiile în biotehnologie ale modelelor simple

‫ פ‬modificările concentrațiilor unor substrate sau intermediari determina schimbări