Ingeniería de bioprocesos y biosistemas z ¢ (zooz) z79-z7g
DOI ıo.ıoo7 / soo ¢ customs goıooz69
Entendiendo el biorreactor
GRAMO. Lide´n
Resumen El análisis de biorreactores es fundamental
para el diseño y funcionamiento exitosos de procesos
biotecnológicos. El biorreactor debe proporcionar
condiciones óptimas, con respecto a la temperatura,
pH y condición del sustrato, por ejemplo, además de su
función básica de contención. La capacidad de
controlar la concentración de sustrato es una función
importante del biorreactor. La concentración del
sustrato puede estar sujeta a variaciones espaciales,
de forma adversa o inadvertida, y también puede
cambiar con el tiempo en la operación por lotes o por
lotes alimentados. El metabolismo celular dependerá
de las concentraciones locales en el reactor, así como
del estado fisiológico de la célula. Para comprender el
funcionamiento del biorreactor, se debe considerar el
metabolismo celular junto con el perfil de flujo y las
características de transferencia de masa del
biorreactor.
Análisis de biorreactores de Heywords,
control de lotes alimentados, gradientes
Lista de símbolos
C concentración de compuesto ¡(mol / m3)
R tasa de formación de producto (mol / h)
r tasa de formación de producto volumétrico
(mol / m3 h)
t tiempo (h)
u variables de proceso de entrada
V volumen del reactor (m3)
X coordenada de longitud (m)
X vector de estado de variables ambientales
una coeficiente estequiométrico para ¡
Coeficiente de cambio (m2 / s)
q densidad (kg / m3)
C.A número de Schmidt turbulento, es decir
µeff / qDeff µeff viscosidad turbulenta
efectiva (kg / m s)
v velocidad (m / s)
z79
Introducción
Se puede afirmar, con cierta justificación, que el
biorreactor es el corazón de cualquier proceso
biotecnológico industrial. En palabras de Cooney [1];
"El éxito continuo de la biotecnología depende
significativamente del desarrollo de bioactores, que
representa el punto focal para la interacción entre el
científico de la vida y el ingeniero de procesos".
Sin embargo, si bien el progreso en microbiología
molecular ha sido muy evidente en la última década, lo
que se demuestra en gran parte por el surgimiento de
varias disciplinas con `` etiquetas omega ''
- el biorreactor en sí ha sufrido (aparentemente) sólo
cambios moderados en los últimos 40 años. Una razón
de esto podría ser que el diseño y el funcionamiento de
los biorreactores ya se comprenden más o menos
completamente.
Sin embargo, una explicación alternativa es que el
funcionamiento de un biorreactor a gran escala es de
hecho tan complejo, que ha sido difícil abordar los
problemas fundamentales, una opinión expresada en
[2] por ejemplo.
los arquetípico Gran escala fermentación proceso hoy
es una lote alimentado proceso con una alto final
densidad establecido en como barato una sustrato como
posible. los lote alimentado proceso fue original
desarrollado en el Década de 1910 para panadería
levadura producción [3]. los razón sidetrás el
significativo mejora de biomasa rendimiento en lote
alimentado La operación comparada con la operación
por lotes es que la represión de la glucosa y el
metabolismo de desbordamiento en la levadura €
accharomyces cereuisiae que conducen a la formación
de etanol pueden evitarse en la primera [4].
Desbordamiento metabolismo es por No medio limitado
a €. CEREUI- SIAE, pero es una más bien común fenómenos
mostrado por varios otro microorganismos tal como
Escherichia coli un industrialmente muy importante
anfitrión para recombinante proteína producción. En MI.
coli Desbordamiento metabolismo resultados en la
formación de acetato [5] Desbordamiento metabolismo es
uno importante razón para utilizandouna operación de
alimentación por lotes. Otra razón para la operación de
lotes alimentados es minimizar los efectos de
inhibición. Estos pueden ser causados por la propia
fuente de carbono principal u otros compuestos o
impurezas en el medio de alimentación. Comprender
los efectos de la inhibición puede ser muy importante
para diseñar una estrategia operativa exitosa [6]. UNA
 La operación de lotes alimentados también puede ser requerida por
limitaciones
Recibido y aceptado: 19 de junio de 2001 en la masa o transferencia de calor en el reactor. Las
Publicado en línea: 26 de septiembre de tasas generales de transferencia de oxígeno o calor
2001
© Springer-Verlag 2001 pueden establecer un límite para la tasa máxima
permitida de alimentación de la fuente de carbono. No
GRAMO. Lide´n es infrecuente que la velocidad máxima de
Ingeniería Química II, Universidad de alimentación esté determinada por el metabolismo de
Lund, desbordamiento al comienzo de la operación del lote
PO Box 124, 221 00 Lund, Suecia de alimentación, pero limitada por la transferencia de
Correo electrónico:
Gunnar.liden@chemeng.lth.se Tel .:
masa o calor hacia el final de la operación.
+46 462220862 En grandes biorreactores, inhomogeneidades
Fax: +46 46149156 espaciales, por ejemplo, con respecto a la disipación
de energía y la concentración de oxígeno.
 GRAMO. Lide´n: Comprensión el
biorreactor

y / o fuente principal de carbono, lo más probable es importancia, no se discutirá más aquí (para una
que ocurra. Estas inhomogeneidades dependen del revisión reciente, ver [12]). Otro factor importante es la
campo de flujo, la posición y el modo de adición del transferencia de gases producto, predominantemente
sustrato y la cinética de reacción, es decir, el dióxido de carbono, fuera del reactor, ya que pueden
metabolismo celular. Las herramientas desarrolladas inhibir al microorganismo [13].
en dinámica de fluidos computacional (CFD) han La importancia de los cultivos de células de
mejorado las posibilidades de resolver patrones de flujo mamíferos está aumentando. En cultivos de células
macroscópicos. Sin embargo, la fisiología celular debe de mamíferos, las tasas de cizallamiento son muy
considerarse junto con los fenómenos de transporte significativas, lo que a su vez conduce a problemas
físico. Los primeros estudios experimentales sobre con control de la tensión de oxígeno. Debido al lento
z7 gradientes simplemente demostraron la existencia o crecimiento, los riesgos de contaminación también son
¢ ausencia de gradientes en biorreactores a gran escala. mucho mayores.
Posteriormente, se estudiaron los efectos generales Diseños innovadores de biorreactores para este tipo de cultivos
sobre los rendimientos del producto, y más
recientemente también mediciones intracelulares se han introducido recientemente, por ejemplo, el hilado
resueltas en el espacio de
Los niveles de ARNm, por ejemplo, se han obtenido a Tabla 1. Tareas básicas del biorreactor
gran escala biorreactores [2]. En esta breve revisión, se Función
discuten las tareas básicas del biorreactor y algunos Contención (garantía de esterilidad)
problemas fundamentales del funcionamiento del Introducción de reactivos gaseosos (por
biorreactor. ejemplo, oxígeno)
Introducción de reactivos líquidos (por ejemplo,
Tackc bácico del biorreactor fuente de carbono) Eliminación de productos
Existe una gran variedad de biorreactores, tanto gaseosos (por ejemplo, dióxido de carbono)
Control del entorno físico (por ejemplo, temperatura,
comerciales como naturales. Ejemplos de estos últimos velocidad de cizallamiento, pH)
incluyen estanques, estómagos de terneros y tripas de Suspensión (por ejemplo, células,
termitas [1, 8]. La mayoría de los biorreactores material particulado) Dispersión
comerciales, y algunos naturales, pertenecen a una de (sistemas bifásicos)
las siguientes categorías; Recipientes sin agitar,
recipientes agitados, columnas de burbujas, reactores
de transporte aéreo, reactores de membrana, lechos
fluidizados o lechos empaquetados. La división en
diferentes categorías también puede basarse en el
modo de agitación (bombas mecánicas internas o
externas) o en la fase continua predominante (gas o
líquido) [9].
Desde un punto de vista comercial, la tarea del
biorreactor es simplemente minimizar los costos de
producción. Esto incluye lograr un alto rendimiento de
producto, una alta productividad y, cada vez más
importante, una alta reproducibilidad.
Esta tarea general se puede descomponer en varias
subfunciones de diferentes formas (se ofrece un buen
análisis en [10]). En la Tabla 1 se ofrece un resumen
típico. Se puede observar que las tareas básicas no
son ortogonales, sino muy colineales. Varias de las
tareas, por ejemplo, control de temperatura,
suspensión y dispersión, se ayudan, por ejemplo, con
la agitación. Con respecto a la transferencia de masa
gas-líquido, la atención se centra normalmente en la
transferencia de oxígeno.
Obtener una alta tasa de transferencia de oxígeno,
mientras se mantiene la esterilidad, fue de hecho una
de las cuestiones críticas en el desarrollo temprano del
proceso de la penicilina en la década de 1940. Incluso
se podría argumentar que al resolver este problema,
surgió toda la disciplina científica de la ingeniería
bioquímica [11]. Hay muchas buenas críticas sobre
este tema y las características generales de
transferencia de masa del biorreactor, a pesar de su
 Ingeniería de bioprocesos y biosistemas z ¢
(zooz)Además, para el crecimiento de las
diseño de cesta.
células vegetales, la sensibilidad al cizallamiento puede
ocasionar problemas con la transferencia de oxígeno
suficiente [14], por lo que es importante el diseño
adecuado de los impulsores [15].
En resumen, el biorreactor debería proporcionar un
entorno óptimo para las reacciones microbianas
deseadas. De acuerdo con la "ome-clatura" de la
biotecnología actual (es decir, genoma, transcriptoma,
proteoma, metaboloma), se podría introducir el término
"medio ambiente" para el vector de estado que contiene
todas las variables extracelulares relevantes, por ejemplo,
concentración. ción de todos los compuestos químicos y
todas las variables físicas relevantes (temperatura,
velocidad de cizallamiento, velocidad local, intensidad de
turbulencia, etc.). Las interacciones entre el "medio
ambiente" y los otros "omos" se muestran
esquemáticamente en la Fig. 1. Se puede considerar el
lome y el medio ambiente se puntean para indicar esta diferencia
biorreactor como un generador de medio ambiente. La
tarea del ingeniero bioquímico es, por tanto, controlar el
"medio ambiente" de modo que el proceso se optimice.
Esto debe lograrse utilizando solo un
Fig. 1. Representación esquemática de las interacciones entre el
entorno celular ("el entorno") y el metabolismo celular. La ruta
sintética bioquímica (o el flujo de información) desde el genoma
hasta el metaboloma se muestra como flechas continuas. Las
posibles interacciones en esa ruta (por ejemplo, factores de
transcripción o efectores que se unen al genoma, ciclos de
retroalimentación enzimática o efectos de envenenamiento) se
muestran mediante flechas discontinuas. El metaboloma
interactúa con el medio ambiente a través de la excreción o
absorción de metabolitos. Sin embargo, el metaboloma no define
el medio ambiente de la misma manera que el genoma define el
transcriptoma. La flecha entre el metabo-
un número muy limitado de variables de entrada, que
además están sujetas a graves limitaciones.
Optimización del
funcionamiento del biorreactor
Operación de estado estable
El problema de optimización a resolver en un proceso
continuo se puede expresar con la Ec. (1).
um = (u) máx (R (u)) (1)
dónde
∫ ∫ ∫
R=
r (x (x, u))dV
TU
El vector de control (u) consta de variables que se
pueden controlar, como el punto de ajuste de
temperatura, el punto de ajuste de pH, la velocidad de
alimentación del sustrato y la velocidad del agitador,
mientras que el vector de estado (x) contiene todas las
variables de estado relevantes en el reactor. En la
operación de quimiostato, el problema es encontrar un
punto de operación, u *, tal que el vector de estado x
(el "vector ambiental") dentro del rango definido por el
dominio de u, sea óptimo para el proceso.
Operación dinámica
En la operación de alimentación por lotes, el problema
es más difícil, ya que el vector de control u es ahora
una función dependiente del tiempo. Por tanto, el
problema de optimización se transforma en un
problema variacional.
∫ modelos (Tabla 2).
F (u) = R (u (t)) dt
t
con
∫ ∫ ∫
R= r (x (u (t), x))dV
TU
El problema ahora es encontrar la función u * (t) que
maximiza la función F (u). En principio, un proceso
continuo también puede operarse en modo transitorio
mediante, por ejemplo, cambios periódicos de la
composición o temperatura del medio de entrada.
Posibles mejoras mediante el uso periódico
Tabla 2. Estrategia de optimización de la introducción de sustrato o inductor en fermentaciones por lotes alimentados
Principio de optimizaciónCommentRecent
Empírico No modelo mecanicista disponible.
de hecho se ha informado de funcionamiento, por
ejemplo [16]. Sin embargo, el interés en la
implementación de la operación periódica hasta ahora
ha sido muy limitado y aquí solo consideramos la
operación por lotes. Para poder hacer cualquier uso de
las Ecs. (3) y (4) es necesario definir el vector de
estado relevante x y describir cuantitativamente la
relación entre r y x. La dimensionalidad de x es, por
supuesto, grande, sin embargo, las expresiones
cinéticas (válidas dentro de un rango de operación
limitado) a veces pueden obtenerse considerando solo z7µ
un elemento en el vector de estado; la concentración
de un sustrato "limitante". La dependencia funcional de
r
en x se puede investigar y una empírica o
Se puede derivar un modelo semi-empírico. Un
(2)
ejemplo típico sería una ecuación cinética de tipo
Monod, incluyendo quizás un término de inhibición de
sustrato o producto. Con
parámetros conocidos, el problema variacional puede
resolverse y calcularse un perfil de alimentación, por
ejemplo, para la adición de sustrato o inductor. Chae y
col. [12] estudiaron dos construcciones diferentes para
la producción de cloranfenicolacetiltransferasa (CAT)
basadas en los inductores isopropil þ-D-
tiogalactopiranósido (IPTG) y arabinosa. Al fusionar la
proteína CAT con la proteína verde fluorescente (GFP),
pudieron obtener datos en línea para la producción de
proteínas, aunque se tuvo que considerar el tiempo de
retraso de la ciclación de la proteína GFP [18, 19]. Se
calcularon perfiles de alimentación óptimos de circuito
abierto para la adición del inductor tanto para IPTG
como para arabinosa. Los autores también discutieron
el potencial de usar la fluorescencia de GFP para el
control de retroalimentación de la adición del inductor.
Las estrategias de control no necesitan estar basadas en
A veces, los modelos confiables simplemente aún no están
(3) disponibles
y luego deben usarse otros métodos. Altenbach-Rehm
y col. [20] realizó una optimización empírica del perfil
de adición del inductor IPTG para la producción de
proteínas heterólogas en E. coli. Se describe un perfil
de velocidad de alimentación flexible
se utilizó una función sigmoidea doble con un modelo
(4) de cinco parámetros y se optimizaron los parámetros
mediante un denominado algoritmo genético. La
actividad resultante de la enzima modelo (GDP-
manosa pirofosforilasa) fue
más del doble después de la modificación del perfil de
adición del inductor.
Otra estrategia para el control de lotes alimentados es
utilizar una estrategia basada en el conocimiento
fisiológico adquirido, que no está necesariamente
formalizado matemáticamente [21].
ejemplos
Se pueden
 aplicar métodos estadísticos
para encontrar u óptimo Altenbach-Rehm y col. [20]
Fisiológico Ningún modelo matemático es necesariamente
disponible. Sin embargo,
El razonamiento fisiológico sugiere UNA˚ Kesson et Alabama. [22]; Taherzadeh et Alabama. [24]
que una o varias variables
medibles deben mantenerse
constantes o por debajo de un
valor umbral
Modelo basadoA modelo basado en un posible
mecanismo está disponible. El análisis Chae y col. [12]
teórico puede dar la u óptima
 Ejemplos de control fisiológico son sujetar un sustrato Y. Σ Y. Y . &CΣ
Σ
concentración en o por debajo de un valor de umbral, &t ‡ UIC = ¡ ‡ unar (5)
para mantener una tasa de crecimiento específica en o ¡ & & F&
c ¡
por debajo de un valor crítico, o xi xi xi
para operar a un valor particular del cociente µef
respiratorio. Una ventaja significativa de este tipo de F = qa (6)
estrategia de control es que a menudo es fácilmente c
susceptible de retroalimentación
implementación de control. Una variante interesante de (La convención de suma se ha utilizado anteriormente
control fisiológico es el llamado control por sondeo [22,
para los índices repetidos). Dado que el flujo es
23]. En el control por sondeo, el estado fisiológico se turbulento en la mayoría de los biorreactores, la
examina periódicamente haciendo perturbaciones en el difusividad turbulenta efectiva debe obtenerse de un
z76 flujo del sustrato. Monitoreando la respuesta en modelo, por ejemplo, el modelo ks de Kolmogorov. El
oxígeno disuelto modelo de turbulencia en sí mismo puede
cuestionarse, pero
tensión, por ejemplo, es posible determinar si igualmente difícil, por las razones discutidas anteriormente, es
se produce un metabolismo de desbordamiento y, por gradientes es, por supuesto, medir las
lo tanto, para reducir concentraciones localmente en un reactor a gran
Velocidad. UNA similar controlar estrategia wcomo usado escala [22, 28, 29]. Sin embargo, por razones
en [24] para alimentar- Velocidadcontrol de los prácticas, sólo pueden examinarse unos pocos
hidrolizados inhibidores en la fermentación por lotes puntos discretos, por lo que la imagen obtenida será
alimentados utilizando €. cereuisiae. Se demostró que bastante incompleta. Una opción diferente es utilizar
algunos de los compuestos furanos tóxicos son un modelo matemático del patrón de flujo. Los
convertidos por células de levadura [25]. La tasa de cálculos computacionales pueden realizarse con
adición de hidrolizado se controló midiendo la diferentes niveles de sofisticación, desde un bajo
respuesta en la tasa de evolución de dióxido de grado de discretización utilizando modelos de
carbono después de cambios escalonados en la tasa compartimentos hasta cálculos computacionales de
de alimentación. dinámica de fluidos (CFD) completos del campo de
flujo [26]. Para un flujo de una fase, el campo de
El problema del gradientec concentración de una sustancia, ¡, en principio se
En los reactores aireados a gran escala, casi con puede calcular a partir de la Ec. (5) en combinación
certeza habrá presentes gradientes, tanto con respecto con la resolución del campo de velocidad de las
al oxígeno como, en el caso de operación discontinua o ecuaciones de Navier-Stokes.
continua, también con respecto al sustrato limitante.
Esto significa que la tasa de reacción debe conocerse
localmente (cf. Ecs. 2, 4). Lo que es aún más
problemático es que r no solo dependerá del valor local
de x, sino también del historial de la celda (como se
analiza en [26]). Esto se debe al hecho de que los
cambios en las condiciones extracelulares pueden
desencadenar fenómenos reguladores, por ejemplo, la
activación o desactivación de la expresión génica.
Obviamente, esto hace que sea extremadamente difícil
modelar la cinética de la formación del producto
durante condiciones dinámicas y el problema debe
abordarse de una manera diferente. Una sugerencia es
considerar las cuatro preguntas que se dan a
continuación.
(1) ¿Cómo se ve el patrón de flujo en el reactor y es
probable que esto dé lugar a grandes gradientes?
(2) ¿Influirán los gradientes en el desempeño del
proceso de manera negativa?
(3) ¿Cuál es el mecanismo probable detrás de los
efectos negativos?
(4) ¿Cómo se deben minimizar los efectos negativos?
El método sencillo para determinar la presencia de
encuentre una expresión para el término sumidero (es
decir, el término de reacción). En la práctica, hay que
recurrir a una expresión basada en la cinética de estado
estacionario. Por lo tanto, los perfiles de concentración
calculados pueden ser o no completamente precisos.
Otra complicación muy importante es el hecho de que la
mayoría de los biorreactores están aireados y, por lo
tanto, es necesario modelar un flujo turbulento de dos
fases. El éxito en términos de concordancia cuantitativa
entre los datos experimentales (por ejemplo, de la
anemometría láser Doppler) y los resultados de la
simulación de dicho modelado ha sido hasta ahora
limitado. Por lo tanto, el CFD debe considerarse
principalmente como una herramienta cualitativa, pero
muy útil, que puede dar pistas sobre la probabilidad de
gradientes de concentración severos.
La influencia en el desempeño del proceso debe ser
abordado perimentalmente. Aunque se han realizado
mediciones a gran escala, la mayoría de los estudios
experimentales se han realizado utilizando sistemas
reducidos. En la Tabla 3 se muestra una descripción
general de algunos estudios seleccionados.
Principalmente, se han investigado los efectos de los
gradientes de oxígeno o glucosa, ya que estos ocurren
comúnmente. Los dos sistemas microbianos más
estudiados han sido la levadura de panadería.
(€. CEREUISIAE) y MI. coli. Ambos estas organismos son de
grande industrial importancia y, además, ambos exhibir
desbordamiento metabolismo y anaeróbico metabolismo.
TOye son por lo tanto sensible a ambos glucosa exceso y a
limitación de oxígeno (en hecho, no muy atractivo
caracteristicas para organismos usado en Gran escala
producción).
Se han realizado simulaciones de gradientes en un
sistema de reducción de escala mediante experimentos
de cambio escalonado en reactores de tanque agitado
(STR) a pequeña escala o conectando dos reactores
pequeños. Los experimentos de cambio de paso en un
reactor se pueden utilizar para estudiar los efectos
dinámicos de un aumento repentino de la concentración
de glucosa o de las transiciones aeróbicas / anaeróbicas
[38, 39]. Se puede obtener una mezcla muy rápida de
glucosa en un pequeño STR. Sin embargo, la tasa de
transferencia de oxígeno no es lo suficientemente alta
para permitir estudios de dinámica rápida relacionada con
las transiciones aeróbicas / anaeróbicas. En este caso,
una combinación de un STR y un reactor de flujo pistón
puede ser una mejor opción [35]. La expectativa a priori
es que es probable que los gradientes tengan un efecto
negativo en el desempeño del proceso, que también se
reporta para el rendimiento de biomasa (ver Tabla 3).
Sin embargo, no todos los resultados muestran una disminución
del rendimiento en
el proceso a gran escala. La capacidad de levadura de
Baker'sSe encontró que la levadura era mayor tanto en un
sistema de modelo reducido como en un proceso a gran
escala en comparación con un sistema idealmente mixto
[36]. También se encontró que la estabilidad de una
proteína heteróloga aumentaba en un sistema no
idealmente mixto [32].
Cuadro 3. Resumen de algunas investigaciones seleccionadas sobre los efectos de los gradientes de sustrato en biorreactores
Sistema estudiadoExperimental enfoqueFindingsReference

Efectos de los gradientes
de oxígeno en la
producción de ácido
glucónico por
Gluconobacter oxydans
Efecto de los
gradientes de
oxígeno en la
producción de
levadura de
panadería
Efecto de los
gradientes de
glucosa en la
producción de
levadura de
panadería
Efectos del oxigeno
gradientes sobre la
producción de proteínas
recombinantes en E. coli
Efecto de los gradientes de
glucosa en la producción
de levadura de panadería
Efectos de los gradientes de
glucosa sobre fisiología de
E. coli
Efecto de los gradientes
de glucosa en la
producción de hormona
del crecimiento humano
(hGH) en E. coli
Experimentos de cambio de paso
en un biorreactor (1,6 l); Dos
biorreactores a escala de
laboratorio conectados (volumen
de trabajo 1,6 y 0,6 l), uno que
funciona aeróbicamente y el otro
anaeróbicamente
Experimentos de cambio de paso
en un biorreactor; Cultivo
continuo en dos biorreactores
conectados
(Volúmenes de 1,5 y 3 l)
Biorreactor a escala de laboratorio
(2 l) con
un bucle de recirculación.
Simulación de tiempos de
circulación logarítmicos
normales logrados controlando
el sustrato
adición en el circuito de
recirculación simulación Monte
Carlo utilizada
para encender / apagar la
aireación en un biorreactor
de 2 l
Sistema de dos fermentadores,
reactor de tanque agitado (15 l)
en serie con un reactor tubular
(0,8 l);
columna de burbujas a gran
escala (215 m3)
Reactor de tanque agitado de
gran escala (30 m3) y de escala
reducida (15 l) en serie con un
reactor tubular (0,8 l). Monitoreo
de niveles de ARNm en
diferentes posiciones.
Sistema de dos fermentadores STR
+ PFR (lote alimentado) Báscula
piloto (3 m3)
La producción de ácido Oosterhuis y col.
glucónico correspondió al [30]
tiempo pasado
aeróbicamente
El rendimiento de biomasa Sweere y col. [31,
disminuyó y la formación de 32]
ácido acético aumenta con z77
el aumento del tiempo de
circulación
Ningún efecto medible sobre el Namdev y col. [33]
rendimiento de biomasa de
los gradientes de glucosa.
Cierta formación de ácido
acético en tiempos de
circulación prolongados Namdev y col. [34]
El número de plásmidos fue
menor en las células
durante condiciones George y col. [35,
simuladas a gran escala
El rendimiento de biomasa
disminuyó aproximadamente 36]
un 2% en comparación con el
sistema de referencia mixto
ideal. Aumento del poder de
gasificación de la levadura
producida
10-25% en comparación con Schweder y col. [2]
un sistema mixto ideal
Mayor nivel de estrés en la
zona de entrada del
sustrato. La activación
transcripcional ocurrió en
aproximadamente 10 s
Bylund y col. [32]
Limitación de oxígeno inducida
por glucosa indicada por
formación de formiato. La lisis
celular aumentó en SDR en
comparación con los
experimentos de control bien
mezclados, pero disminuyó la
degradación del monómero de
rhGH

Hay varias razones mecánicas diferentes detrás de
los efectos de los gradientes. Habrá efectos directos de
acción masiva si las células están equipadas
constitutivamente para el metabolismo aeróbico y
anaeróbico. Formación de etanol en
€. CEREUISIAE será,por ejemplo, ocurren muy rápidamente
si se agota el oxígeno. Además, se ha descubierto que
la respuesta intracelular en los niveles de NADH a una
concentración alta de glucosa se produce en unos
pocos segundos [40]. Además, el oxígeno y la glucosa
desencadenan varias respuestas reguladoras. Como
discutieron Konz et al. [41], el tiempo de respuesta
reguladora estará determinado por la tasa de
formación de ARNm y la tasa de traducción. En un
estudio de Schweder et al. [2], se estudiaron siete
niveles diferentes de ARNm en E. coli en un sistema
reducido. Se encontró que la transcripción de varios
genes, como el gen proU, que está involucrado en la
osmorregulación, respondía dentro de los 15 s posteriores a
la exposición a una alta concentración de glucosa. La tasa
de síntesis de proteínas probablemente sea algo menor. Se
ha estimado que la tasa de elongación del péptido está entre
13-16 aminoácidos por segundo en E. coli [40]. Por esta
razón, una sola "caída" en la concentración de oxígeno de
corta duración puede no resultar en la formación de una
proteína regulada. Sin embargo, los efectos de los
agotamientos repetidos que ocurren en una célula que
circula en un biorreactor a gran escala son difíciles de
predecir.
 ¿Cómo se pueden evitar los problemas de gradientes?
Un método para evitar problemas potenciales
es, por supuesto, evitar la creación de gradientes.
En este caso, a menudo es preferible el uso de
múltiples entradas de sustrato a aumentar la
velocidad del agitador. A largo plazo, también
puede valer la pena utilizar la ingeniería
metabólica para disminuir la sensibilidad de los
organismos de producción a los gradientes. Tsai y
col. [42] expresaron la hemoglobina de Vitreoscilla
en E. coli. Por tanto, las cepas construidas
podrían "almacenar" oxígeno para su uso en
épocas de escasez de oxígeno y, de hecho, se
informó de una disminución de la excreción de
productos de fermentación. Otros estudios se han
centrado en el metabolismo de desbordamiento
en E. coli. Se han logrado reducciones de la
formación de acetato, por ejemplo, mediante la
expresión heteróloga de acetolactato sintasa de
Bacillus subtilis [43], o mediante la mutación del
sistema piruvato quinasa o fosfotransferasa [44].

Comentario finalc
Ciertamente no es sencillo analizar el biorreactor.
Será necesario un mayor uso del modelado CFD
para obtener una mejor descripción de los
patrones de flujo y
 operación transitoria. Proc Biochem 14 (11): 10-16
gradientes de concentración, y ayudará en el diseño de 12. Chae HJ, DeLisa MP, Cha HJ, Weigand WA, Rao G, Bentley WE
sistemas de entrada de sustrato menos propensos a (2000) Marco para la optimización en línea de la expresión de
gradientes. Sin embargo, quedan por resolver proteínas recombinantes en cultivos de Escherichia coli de alta
problemas importantes relacionados con el modelado densidad celular usando monitoreo de fusión de GFP. Biotechnol
Bioeng 69: 225-285
de turbulencia y flujo multifásico. La fisiología celular 18. Albano CR, Randers-Eichhorn L, Chang Q, Bentley WE, Rao G
debe estudiarse en las condiciones del proceso, es (1996) Medición cuantitativa de la expresión de la proteína verde
decir, utilizando cultivos de alta densidad y medios fluorescente y la ciclización del cromóforo. Biotechnol Tech 10: 953-
industriales. 958
Deben utilizarse herramientas desarrolladas en el
campo de la genómica funcional para obtener una idea
de las respuestas a nivel de transcripción, proteína y
z78 metabolito, y la cuestión de las respuestas dinámicas
debe abordarse tanto teórica como experimentalmente.
Se requieren nuevos enfoques en el modelado cinético
en los que también se incluyan los niveles
transcripcional y traduccional. Combinando nuevas
herramientas experimentales y computacionales, sin
duda será posible diseñar sistemas de producción más
inteligentes para la industria biotecnológica del
mañana.

Referenciac
1. Cooney CL (1983) Biorreactores: diseño y operación.
Ciencias19: 228-240
2. Feijen J, Hofmeester JJM, Groen D (1994) Ampliación de
heterogéneos bioprocesos neosos. En: Alberghina L, Frontali
L, Sensi P (eds) ECB6: Actas del 6º Congreso Europeo de
Biotecnología. Elsevier, Amsterdam, págs. 919-926
3. Fiechter UNA, Fuhrmann GF, Ka¨ppeli O (1981) Regulación de
glucosa metabolismo en células de levadura en crecimiento.
Adv Microbiol Physiol 22: 123-183
4. Rose AH 1929 Historia y base científica de la producción a
gran escala de biomasa microbiana. En: Rose AH (ed)
Economic microbiology, vol 4. Academic Press, Londres,
págs. 1-29
5. Majewski RA, Domach MM (1990) Vista de optimización
restringida simple del desbordamiento de acetato en E. coli.
Biotechnol Bioeng 35: 232-238
6. Taherzadeh MJ, Niklasson C, Liden G (1999) Conversión de
hidrolizados de di- luto-ácido de abeto y abedul en etanol
mediante fermentación por lotes alimentados. Biores Technol
69: 59-66
2. Schweder T, Kruger E, Xu B, Jurgen B, Blomsten G, Enfors
SE, Hecker M (1999) Monitoreo de genes que responden al
estrés relacionado con el proceso en bioprocesos a gran
escala. Biotechnol Bioeng 65: 151-159
8. Brune A (1998) Tripas de termitas: los biorreactores más
pequeños del mundo. Trends Biotechnol 16: 16-21
9. Sittig W (1982) El estado actual de los reactores de
fermentación. J ChemTech Biotechnol 32: 42-58
10. Kossen NWF 1985 Biorreactores: consolidación e
innovación. En: Actas del 3er Congreso Europeo de
Biotecnología, vol 4. VCH, Weinheim, págs. 252-229
11. Nielsen J 1992 Aspectos de ingeniería fisiológica de
Penicillium Crisogenio. World Scientific, Singapur
12. Reactores de tanque agitado Hempel DC, Dziallas H Scale-
up. En: Flickinger MC, Drew SW (eds) 1999 Enciclopedia de
tecnología de bioprocesos: fermentación, biocatálisis,
bioseparación. Wiley, Nueva York, págs.2314-2332
13. Jones RP, Greenfield PF (1982) Efecto del dióxido de
carbono sobre el crecimiento y el metabolismo de la
levadura. Enzima Microb Technol 4: 210-223
14. Tanaka H (1981) Problemas tecnológicos en el cultivo de
células vegetales a alta densidad. Biotechnol Bioeng 23:
1203-1218
15. Doran PM (1999) Diseño de sistemas de mezcla para
suspensiones de células vegetales en reactores agitados.
Biotechnol Prog 15: 319-335
16. Pickett AM, Topiwala HH, Bazin MJ 1929 Un nuevo método
de operación de biorreactores industriales: la técnica de
9. D resión de la proteína de fusión GFP-operón durante levadura de panadería en laboratorio y escala de producción.
e el cultivo de alta densidad celular de Escherichia coli Bioproc Eng 18: 135-142
usando un sensor óptico en línea. Biotechnol Bioeng 32. Bylund F, Castan A, Mikkola R, Veide A, Larsson G (2000)
L 65: 54-64 Influencia de la ampliación en la calidad de la hormona de
i 20. Altenbach-Rehm J, Nell C, Arnold M, Weuster-Botz crecimiento humana recombinante. Biotechnol Bioeng 69:
s D (1999) Columnas de burbujas paralelas con 119-128
a técnica de alimentación por lotes para el desarrollo 38. Harrison DEF, Loveless JE (1921) Respuestas transitorias de
de procesos microbianos a pequeña escala. Chem facultades bacterias naturalmente anaeróbicas que crecen
Eng Technol 22: 1051-1058 en cultivo de quimiostato a un cambio de condiciones
P 21. Johnson A (1982) El control de los procesos de fermentación anaeróbicas a aeróbicas. J Gen Microbiol 68: 45-52
M por lotes alimentados 39. O'Beirne D, Hamer G (2000) Disponibilidad de oxígeno y
, - una encuesta. Automatica 23: 691-205 crecimiento de Escherichia coli W3110: respuestas
22. UNA˚ Kesson METRO, Hagander PAGS, Axelsson JP (1999) UNA dinámicas a la limitación y la inanición. Bioproc Eng 23:
L sondeo alimentación 381-382
i estrategia para cultivos de Escherichia coli. 40. Einsele A, Ristroph DL, Humphrey AE (1928) Tiempos de
Biotechnol Tech 13: 523-528 mezcla y absorción de glucosa medidos con un fluorómetro.
J 23. UNA˚ Kesson METRO, Nordberg-Karlsson MI, Hagander PAGS, Biotechnol Bioeng 20: 1482-1492
, Axelsson JP, Tocaj 41. Konz JO, King J, Cooney CL (1998) Efectos del oxígeno en
A (1999) Detección en línea de la formación de acetato en la producción de proteínas recombinantes. Biotechnol Prog
R Escherichia coli 14: 393-409
a cultivos que utilizan respuestas de oxígeno disuelto
o para alimentar a los transitorios. Biotechnol Bioeng
64: 590-598
24. Taherzadeh M, Niklasson C, Liden G (2000)
G
Control en línea de la fermentación por lotes
,
alimentados de hidrolizados de ácidos diluidos.
Biotechnol Bioeng 69: 330-338
W 25. Taherzadeh M, Gustafsson L, Niklasson C, Liden G
e (1999) Conversión de furfural en fermentación
i discontinua aeróbica y anaeróbica de glucosa por €
g accharomyces cereuisiae. Biosci Bioeng 82: 169-124
a 26. Guillard F, Tra¨ga˚rdh C (1999) Modelado de el actuación de
n biorreactores industriales con un enfoque
d microambiental dinámico: una revisión crítica. Chem
Eng Technol 22: 182-195
W 22. Steel R, Maxon D (1966) Mediciones de oxígeno
A disuelto en pruebas piloto y fermentaciones de
, novobiocina a escala de producción. Biotechnol Bio-
eng 8: 92-108
B 28. Manfredini R, Cavallera V, Marini L, Donati G (1983)
e Mezcla y transferencia de oxígeno en fermentadores
n agitados convencionales. Biotechnol Bioeng 25:
t 3115-3131
l 29. Bylund F, Guillard F, Enfors SE Tra¨ga˚rdh C,
e Larsson GRAMO (1999) Reducir la producción de
y proteínas recombinantes; un estudio comparativo
del rendimiento de escala. Bioproc Eng 20: 322-
389
W 30. Oosterhuis NMG, Kossen NWF, Olivier APC, Schenk
ES (1985) Estudios de reducción y optimización de
( la fermentación del ácido glucónico por
1 Gluconobacter oxydans. Biotechnol Bioeng 22:
9 211-220
9 31. Sweere APJ, Mesters JR, Janse L, Luyben KCAM,
9 Kossen NFW (1988a) Simulación experimental de
) perfiles de oxígeno y su influencia en la producción
de levadura de panadería: I. Sistema de un
M fermentador. Biotechnol Bioeng 31: 562-528
o 32. Sweere APJ, Janse L, Luyben KCAM, Kossen NFW
n (1988b) Ex- Simulación experimental de perfiles de
i oxígeno y su influencia en la producción de
t levadura de panadería: II. Sistema de dos
o fermentadores. Biotechnol Bioeng 31: 529-586
r 33. Namdev PK, Thompson BG, Gray MR (1992) Efecto de
e la zona de alimentación en fermentaciones por lotes
o alimentados de € accharomyces cereuisiae.
BiotecnologíaBioeng 40: 235-246
34. Namdev PK, Irwin N, Thompson BG, Gray MR
d
(1993) Efecto de las fluctuaciones de oxígeno en la
e
fermentación de Escherichia coli recombinante.
Biotechnol Bioeng 41: 666-620
l 35. George S, Larsson G, Enfors SO (1993) Un reactor
a de dos compartimentos a escala con oscilaciones
controladas del sustrato: respuesta metabólica de €
e accharomyces cereuisiae. Bioproc Eng 9: 249-252
x 36. George S, Larsson G, Olsson K, Enfors SE (1998)
p Comparación de el desempeño del proceso de
42. Tsai PS, Hatzimanikatis V, Bailey J (1996) Efecto de la dosis 44. Aristidou A, San KY, Bennett GN (1994) Modificación de
de hemoglobina de Vitreoscilla sobre el metabolismo la vía metabólica central en Escherichia coli para reducir
energético y del carbono de Escherichia coli microaeróbico. la acumulación de acetato mediante la expresión
Biotechnol Bioeng 49: 139-150
heteróloga del gen de la acetolactato sintasa de
43. Ponce E (1999) Efecto de la reducción de la tasa de
Bacillussubtilis. Biotechnol Bioeng 44: 944-951
crecimiento y modificaciones genéticas sobre la
acumulación de acetato y el rendimiento de biomasa en
Escherichia coli. J Biosci Bioeng 82: 225-280

z7g