Multiscale modeling: A mathematical-based tool for bioprocess design, control and scale up/down
Dit artikel presenteert een multiscale wiskundig modelleringsinstrument dat macroscopische compartimentgebaseerde bioreactorhydrodynamica koppelt aan microscopische kinetische metabole modellen om de dynamische tweezijdige interacties tussen omgevingsgradiënten en cellulaire responsen te simuleren, waardoor bioprocesontwerp, -besturing en opschaling worden verbeterd.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In een enorme industriële tank probeert een eencellige organisme zijn werk te doen. Het is een kleine fabriek die suiker consumeert en het omzet in iets nuttigs, maar het leeft niet in een perfecte, uniforme wereld. In de echte wereld van een grote bioreactor is de omgeving chaotisch. De vloeistof mengt niet direct; er zijn zakken met een hoge suikerconcentratie die naast zakken met een lage suikerconcentratie liggen. De zuurstofniveaus fluctueren terwijl de vloeistof rond kolkt. Decennialang hebben wetenschappers geprobeerd te voorspellen hoe deze microben zich gedragen door aan te nemen dat de tank een perfect gemengde soep is, waarin elke cel precies dezelfde omstandigheden ervaart. Maar deze aanname faalt vaak. Wanneer een microbe in een hoek van een reusachtige tank plotseling wordt overspoeld met suiker, reageert deze anders dan in een kleine, perfect geroerde laboratoriumbeker. Het begrijpen van deze kloof tussen het kleine lab en de gigantische fabriek is de sleutel tot het efficiënter, goedkoper en betrouwbaarder maken van bioprocessen.
Dit is de uitdaging waar een team onderzoekers van de Universidad Nacional de Colombia zich mee bezighoudt. Ze zetten zich het doel om een wiskundig hulpmiddel te bouwen dat de onzichtbare wereld van een grote bioreactor zou kunnen zien, waarbij de beweging van de vloeistof wordt verbonden met de interne chemie van de cellen. In plaats van de tank te behandelen als één enkele, uniforme massa, deelden ze deze op in veel kleinere secties, zoals een raster van kleine kamertjes, om te volgen hoe suiker en zuurstof door de vloeistof bewegen. Vervolgens koppelden ze deze kaart van de tank aan een gedetailleerd model van de cel zelf. Dit stelde hen in staat om te simuleren wat er gebeurt wanneer een puls van suiker in het systeem wordt gedumpt, waarbij ze observeerden hoe de vloeistof die suiker naar verschillende delen van de tank draagt en hoe de cellen in die specifieke plekken in realtime reageren.
De onderzoekers richtten zich op een 22 kubieke meter grote industriële bioreactor, een vat groot genoeg om een klein zwembad te bevatten. Ze simuleerden een scenario waarin een geconcentreerde stroom glucose, een type suiker, in de tank werd geïnjecteerd. In een kleine labreactor zou deze suiker bijna onmiddellijk verspreiden, en zou elke cel een kleine, uniforme dosis krijgen. In hun simulatie van de grote tank was het verhaal heel anders. Omdat de vloeistof tijd nodig heeft om te mengen — soms bijna drie minuten voordat het uniform is — creëerde de suiker een tijdelijke golf. Cellen nabij het injectiepunt zwommen plotseling in een zee van suiker, terwijl cellen aan het verre uiteinde van de tank bijna niets zagen. De tijd die de suiker nodig had om te verspreiden was korter dan de tijd die de cellen nodig hadden om het op te eten, wat leidde tot een chaotische omgeving waarin sommige cellen zich volplemptten terwijl anderen verhongerden.
Het team ontdekte dat de plek waar je de suiker toevoegt er enorm toe doet. Toen zij simuleerden dat de suiker aan de bovenkant van de tank werd toegevoegd, een veelvoorkomende praktijk in de industrie, duurde het mengen het langst. De cellen aan de bovenkant ervoeren een enorme piek in suiker, waarbij hun interne suikergehaltes binnen enkele seconden meer dan honderd keer hun normale hoeveelheid bereikten. Ondertussen zagen de cellen aan de onderkant van de tank een veel kleinere verandering. Dit creëerde een situatie waarin de gehele cultuur niet als één eenheid optrad, maar als een verzameling van verschillende groepen, elk met een eigen interne chemie. De cellen aan de bovenkant werden gedwongen hun interne machinerie aan te passen om een plotselinge vloed te verwerken, terwijl de cellen aan de onderkant gewoon doorgingen alsof er niets aan de hand was. Deze ongelijkmatigheid kon volgens de onderzoekers leiden tot een cultuur die minder efficiënt is en minder van het gewenste product produceert.
Om te testen of ze dit konden oplossen, draaide het team simulaties met verschillende instellingen. Ze ontdekten dat het simpelweg sneller laten draaien van de mengbladen hielp. Wanneer ze de snelheid van de agitatie verhoogden, verspreidde de suiker zich sneller, waardoor de gevaarlijke pieken en dalen werden afgevlakt. Dit ging echter gepaard met een prijs. Om de mengsnelheid te verplaatsen van een trage 60 rotaties per minuut naar een snelle 240 rotaties per minuut, zou de energie die nodig is om de machine aan te drijven met een factor zestig vieren moeten toenemen. Dit is een enorme stijging in kosten, wat suggereert dat hoewel sneller mengen het biologische probleem oplost, het misschien niet de meest economische oplossing is voor een fabriek.
De studie onderzocht ook hoe de cellen intern reageerden. De onderzoekers modelleerden het complexe netwerk van reacties binnen de gistcellen, waarbij ze volgden hoe de cellen de suiker opslaan en gebruiken. Ze ontdekten dat de cellen nabij het suikerinjectiepunt enorme reserves van interne suiker opbouwden, veel meer dan ze onmiddellijk zouden kunnen gebruiken. Deze interne opbouw was een direct gevolg van het feit dat de externe omgeving te rijk was voor de cellen om snel te verwerken. In contrast hiermee waren cellen in gebieden waar de suiker al gemengd was, in staat om een gestage, kalme snelheid aan te houden. De simulatie liet zien dat deze verschillende omgevingen de cellen in verschillende metabole staten konden duwen, waardoor er effectief verschillende "persoonlijkheden" binnen dezelfde tank ontstonden.
Uiteindelijk toont het werk aan dat de oude manier van denken over bioreactoren als perfect gemengde containers onvoldoende is voor grootschalige operaties. De onderzoekers lieten zien dat de tijd die de vloeistof nodig heeft om te mengen en de tijd die de cellen nodig hebben om te reageren, twee concurrerende krachten zijn. Wanneer de vloeistof langzaam beweegt, creëert dit gradiënten die cellen dwingen om afhankelijk van hun locatie anders te reageren. Door hun nieuwe instrument te gebruiken om deze interacties in kaart te brengen, kunnen ingenieurs nu precies zien waar deze problemen optreden. Ze kunnen verschillende ontwerpen testen, zoals het verplaatsen van het suikerinjectiepunt naar het midden van de tank, wat de simulaties lieten zien een veel mildere omstandigheden voor de cellen zou creëren. Deze aanpak biedt een manier om betere bioreactoren te ontwerpen en deze nauwkeuriger te besturen, zodat ervoor wordt gezorgd dat elke cel in de tank, van boven tot beneden, in harmonie werkt in plaats van te worstelen tegen een chaotische omgeving.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.