Bioprocesos IV

Profesor: Dr. Roberto Vega Paulino

Clase 1: introducción a la modelación

matemática en Bioprocesos
 Modelo Matemático
Es una representación aproximada de un proceso en términos
matemáticos.
Comparación de entradas y salidas para un proceso y su modelo

Existe en la Existe en la mente

naturaleza del científico
Los cuatro principios básicos de la modelación matemática

1. El modelo matemático solo es una aproximación del proceso de

la vida real. Los modelos no son ni buenos ni malos pero deben
satisfacer un objetivo definido previamente.
2. La modelación es un proceso de desarrollo continuo, del más
simple a más complejo.
3. La modelación es un arte pero también un proceso de
aprendizaje muy importante.
4. Los modelos deben ser realistas y robustos.
 ¿Por qué modelar?

 Mejora el entendimiento
 Ayuda en el diseño experimental
 Se usan predictivamente para el diseño y control.
 Se usan en el entrenamiento y educación
 Se usan en la optimización de procesos
 Clasificación de Modelos
1. Modelos determinísticos y estocásticos
  f ( , v ) Modelo Determinístico: todos los parámetros tienen
valores definidos.

yu  f ( , u )   u Modelo Estocástico: representan fluctuaciones

ambientales aleatorias en los parámetros del modelo.

Error experimental aditivo (variable aleatoria)

Función de probabilidad

Ventaja: pueden predecir la ocurrencia de eventos de baja frecuencia que pueden

ser críticos.
Desventaja: La distribución de los parámetros no es usualmente conocida con un
razonable grado de cuidado que el valor medio.
 Modelo
Modelo
Estocástico
determinístico

Distribución de
frecuencia para el tc
 Clasificación de Modelos
2. Modelos de estado estacionario y dinámicos

Dependen si las condiciones están

cambiando con el tiempo

 Modelos de estado estacionario son simples y resultan un conjunto

de ecuaciones algebraicas.
 Modelos dinámicos son con frecuencia muy complejos y son
compuestos por ecuaciones diferenciales y algebraicas.
 Clasificación de Modelos
3. Modelos empíricos y fenomenológicos
3.1 Modelos Empíricos (tipo Black-Box).
No se basan en las leyes físicas. El proceso es considerado una
caja negra.
Modelos Empíricos (tipo Black-Box)
 Modelos Empíricos (tipo Black-Box)

 Los parámetros no tienen significado físico

 Hay que tener cuidado de extrapolar los resultados fuera de la

región de experimentación
3.2 Modelos mecanísticos (fenomenológicos).
Se basan en las leyes físicas y químicas. Aplicación de balances
de materia y energía.

Los parámetros en el modelo tienen

significado físico

Modelos empíricos y mecanísticos, representan extremos. La

situación es algo intermedia
4. Modelos lineales y no lineales
Un modelo es lineal cuando la derivada parcial de la función del modelo
con respecto a todos los parámetros es independiente del parámetro

Es un modelo lineal
Velocidad de reacción de primer orden para la hidrólisis de vitamina C

c  c0 exp(kt )

La Ec. de Monod


  S max
max ?

Ks  S K s ?
Procedimiento General de modelación
 ¿Qué es Simulación?

Simulation is the process of analyzing a whole process or a part of it,

using the set of equations describing it.

Simulation studies thus involve several parameters and studying the

effects of these variables on the solution (i.e. response of the
process).

Simulation is experimentation with the models

 Herramientas de Simulación
 Muchos paquetes de software son disponibles en el mercado para
aplicaciones de PC y Mac. Las herramientas modernas son
numéricamente potentes, altamente interactivos y permiten tipos
sofisticados de salidas gráficas y salidas numéricas.
 MATLAB y MATHEMATICA son los paquetes de software más orientados
matemáticamente, permitiendo operaciones de matrices y vectores,
integraciones numéricas y optimización.
 MATHEMATICA permite integración algebraica y diferenciación y
precisión del cálculo definida por el usuario.
 Athena Visual Studio es un potente software para la ingeniería de
procesos.
Resumen de terminología utilizada con los modelos matemáticos
Consideraciones
A  B  C  D Re acción Elemental
LEYES DE VELOCIDAD
v  k[ A].[B]

 DERIVADA DE UNA FUNCIÓN

dy
dx x0
Diferentes Etapas en la descripción cuantitativa de los
procesos de Fermentación
Especificar la complejidad del modelo

Establecer las cinéticas

Redefinir la complejidad
Establecer los balances de masa del modelo

Estimar los parámetros

Simular el proceso de fermentación

Diferentes etapas en la descripción cuantitativa de los procesos de
fermentación

J. Nielsen (2006). Microbial Process Kinetics. In: Basic Biotechnology. Third edition.
 Estructura del modelo y la complejidad

Estructura en el nivel celular

Estructura en el nivel poblacional
 Modelo estructurado morfológicamente: crecimiento de hongos
filamentosos

Morfología de G. candidum como una función de la velocidad específica de

crecimiento en un cultivo sumergido
 Modelo cinético estructurado morfológicamente para la producción de
Cefalósporina C

Fuente: Bailey and Ollis (1986). Biochemical Engineering Fundamentals. Second edition
Parámetros estimados para la formación de cefalosporina C
µm = 0.069 (h-1)
YH/G = 0.45 (g-cell/g-glu)
Kg =0.05 (g-glu/L)
k11 = 0.015 (h-1)
k12 = 0.024 (h-1)
k21= 0.004 (h-1)
k22= 0.028 (h-1)
Km= 0.001 (g-met/L)
Vm= 0.023 (g-glu/g-cell/h)
Umh= 0.0012 (g-met/g-cell/h)
Ums= 0.0098 (g-met/g-cell/h)
kD= 0.014 (h-1)
Especificar la complejidad del modelo: Modelo no estructurado

qp

qs
qp
 Crecimiento de un organismo aeróbico

[Fuente [Fuente [Fuente +

[células] + [Fuente
+ + de oxígeno]
+ de fosfáto]
de carbono] de nitrógeno]
Condiciones del
+ [Más medio de cultivo
[CO2] + [H2O] + [Productos]
células] (pH, T, fuerza iónica,
etc)

A(CaHbOc )  B(O2 )  D(NH3)  M(C H O N )  N(C H O N )  P(CO2 )  Q(H2O)

' ' ' '

Biomasa Producto
Crecimiento por lotes
Nutriente LIMITANTE (estudio cinético)

Células  sustrato 
 más células  productos

v  f (x , S , I ,T , pH ,.....etc) • Cinética de primer orden

• Reacción auto catalítica
v   s ,I ,T ,pH ,.....  X

v = velocidad de crecimiento de la célula (g/L.tiempo)

X = concentración de biomasa (g/L)
µ = velocidad específica de crecimiento, (tiempo -1 )
 BALANCE DE MASA EN REACTORES

Compuesto Ci
Veloc. a cumulación C i  vel. entrada C i  veloc salida C i  veloc. formación C i  veloc. descomposición C i

d (Ci V )
 vel. entrada C i  veloc salida C i  veloc. formación C i  veloc. descomposición C i
dt

Velocidad neta de reacción

 Balance de Masa en un Reactor por Lotes

dX
 X (1)
dt
1 dX d (lnX )
 
X dt dt

En la fase exponencial la velocidad de crecimiento específica es

constante
 Integrando la Ecuación (1)

dX t
 XX0   0 dt
X Constante
X
ln  t  ln X  ln X 0  t
X0
µ
Constante  X  X 0 e t
LnX

t
 32 64 12 25 51 1024...
8 6 2

2 X0
ln
tD X0 ln2 0.693
tD   
const const const
µ Constante
 Tiempos de Duplicación Característicos

Tipo de célula TD (h)

Bacterias 0.3 – 2.5
Levaduras 1.0 – 4.0
Hongos filamentosos 1.5 – 7.0
Microalgas 18 – 35
Células animales in vitro 20 - 40

Fuente: Acevedo et al. (2002)

 Ejercicios

Una simple fermentación por lote de una bacteria aeróbica creciendo sobre
metanol dio los resultados mostrados en la tabla. Calcule:
a. Velocidad de crecimiento máxima (µm)
b. El rendimiento sobre el sustrato (Yx/s)
c. Tiempo de duplicación (td)

10
Tiempo (h) X (g/L) S (g/L) Ln (X)
0 0.2 9.23 -1.60943791 8
2 0.211 9.21 -1.55589715

X, S (g/L)
4 0.305 9.07 -1.1874435 6
8 0.98 8.03 -0.02020271 4
10 1.77 6.8 0.57097955
12 3.2 4.6 1.16315081 2
14 5.6 0.92 1.7227666 0
16 6.15 0.077 1.81645208 0 5 10 15 20
18 6.2 0 1.82454929
Tiempo (Horas)
 2

1.5

0.5
L
n 0
X 0 5 10 15 20
-0.5

-1

-1.5

-2
Tiempo (h)
 a)

2 µm = 0.292 h-1
1.5
1 y = 0.2919x - 2.3527
R² = 0.9999
0.5
Ln X

0
-0.5 0 5 10 15

-1
-1.5
Tiempo (horas)

b) 6.2  0.2
Yx / s   0.65 gbiomasa / gsustrato
9.23  0

c) ln2 0.693
td    2.4 h
M 0.292
Influencia de los factores ambientales sobre µ

µ es función del m.o y las condiciones ambientales

o Concentración de sustrato
o Temperatura
o pH
o Actividad de Agua
o Inhibidores
o Potencial Redox
o Oxígeno disuelto
o Otros factores
 Efecto de la Concentración del Sustrato sobre µ

Efecto cuantitativo fuente carbono y energía Ec. MONOD (1949)

M S

KS  S
µM = velocidad específica de crecimiento
máxima (tiempo -1)
S = concentración de sustrato (g/L)
Ks = constante de Monod (g/L)

EFECTO DE KS EN LA EC. MONOD

 Si S>> Ks
dX M S dX
 X  M X
dt K S  S dt
Representa la curva: Fase
exponencial, desaceleración y
estacionaria
 Otras formas de Cinéticas de Crecimiento

  m , if S  2K s
Ec. Blackman

  m S , if S  2K s
2K s
Ec. Tessier   m (1  e KS )
m S n
  m (1  K s S  n )1
Ec. Moser
Ks  S n
m S
Ec. Contois 
K sx X  S
S
Inhibición por sustrato   m
K s  S  S 2 / Ki
 S Kp
Inhibición por producto
  m
Fermentación alcohólica
Ks  S K p  P

max S
 exp( Kp)
KS  S
S P
  max (1  )
Ks  S Pmax
 S1 S2  2 K1 K 2 
  m
Limitación por dos sustratos
  1
Mankad y Bungay (1988)
K1  S1 K 2  S2  K1S2  K 2 S1 
J. Biotechnology 1988, 7: 161-166
Fuente: Duan et al., 2003

dX
 ( 1  2 ) X
dt
max1S1
1 
K1  S1

max 2 S2
2 
K 2 [1  ( S1 / K i )]]  S2

Fuente: Asenjo A. y Merchuk J.C. (1995)

Gahlawat and Srivastava, 2013. Bioresource Technology, 137: 98-105
Ec. Logística
X
  max (1  )
X max
dX X
 max X (1  )
dt X max
Integrando :
X 0e  tmax

X
X0
1 (1  e  max t
)
X max
 Desviaciones de la curva de crecimiento microbiano
 Medio complejo
 Crecimiento Diáuxico
Efecto de la Temperatura sobre µ
 Efecto de la Temperatura sobre µ

Ec. Del tipo Arrhenius

  Ae  E /RT
a

Ea 1
ln   ln A 
RT
Ea: Energía de activación
R: constante gases R= 1.98 cal/mol.K
T: temperatura absoluta (K)
 Efecto de la Temperatura sobre µ

dX
 (  kd' ) X
dt
dX ' (  Ed / RT )
 ( Ae( E / RT )  Ae
a
)X
dt

o Ea para el crecimiento 15-20 Kcal/mol

o Ea para la muerte 60-70 Kcal/mol
Problema 1

A continuación se dan los datos experimentales de un cultivo continuo en estado

estacionario para la producción de biomasa:
Encuentre los parámetros cinéticos de este organismo suponiendo una cinética de
Monod.

S (g/L) µ (h-1)
0.04 0.026
0.06 0.035
0.11 0.054
0.16 0.077
0.29 0.114
0.89 0.161
1.07 0.172
Problema 2

A continuación se dan los datos experimentales de la velocidad específica de

crecimiento de E. coli en diferentes condiciones de concentración de sustrato.
Identifique qué tipo de cinética de crecimiento es y determine los parámetros
cinéticos S µ (h-1)
0 0
0.05 0.21
0.1 0.26
0.2 0.25
0.4 0.24
0.6 0.22
0.8 0.16
1 0.172
1.2 0.14
1.4 0.13
 Cinética de consumo del nutriente limitante

s Sustrato 
 b B  p P  q (CO 2 )  r (H 2O)
celulas

Rendimiento Yx/ s  b
s
teórico:
X X f  Xo
Rendimiento práctico: Yx/ s  
S So  S f
vs v B
Se cumple: 
s b

vB v
Se deduce: vs   B
b Yx/s
s
X
vs    q s X
Yx/s
 Balance de masa del nutriente limitante en cultivo por lote

dS 1
  X ....(1) Considerando solo crecimiento
dt Yx/ s exponencial, integrar la Ec. (1).

?
 1 dS
qs: Velocidad específica de
consumo de nutriente qs   S  S0 
X 0 t
(e  1)
-1
(h ) =g sustrato/g biomasa.h) Yx/ s X dt Yx / s
µ, qs

µmax

qs, max

t
 Análisis de la fuente de carbono y energía (heterótrofos)

ST  SC  SM  S P

Si el Producto es asociado al metabolismo energético (etanol, ácido láctico),
S P  0
dS dS dS
 
dt T dt C
dt m

X 
 qs X   0
  mX qs  m
Y 0
x/ s Y
x/ s

m: coeficiente de mantención (g sustrato/g biomasa. h )

 Análisis de la fuente de carbono y energía (heterótrofos)

 
 m m: coeficiente de mantención (h-1)=g fuente C y energía/g biomasa. h)
Yx/ S Yx0/ s
1 1 m Yx/s=∆X/ ∆ST
 0  Y0x/S > Yx/s
Yx/ S Yx / s  Y0x/s=∆X/ ∆SC

1/Yx/s

1/µ
 Cinética de Formación de Productos

Tipo Relaciones específicas de velocidad Ejemplo

I Formación del producto directamente Etanol

relacionado con la utilización del carbohidrato

II Formación del producto indirectamente Ácido cítrico

relacionado con la utilización del carbohidrato

III Formación del producto aparentemente no Penicilina

relacionado con la utilización del carbohidrato
Metabolito primario: son los productos finales e intermediarios de las vías, utilizados para
construir las macromoléculas o son convertidos en coenzimas.
Metabolito secundario: producto de fermentación no necesario para el crecimiento del m.o.
 Producto asociado al nutriente limitante

s Sustrato 
 b B  p P  q (CO 2 )  r (H 2O)
celulas

p
Rendimiento Yp S 
teórico: s
P Pf  P0
Yp/ s  
Rendimiento práctico: S S0  S f
vP vB p p s
Se cumple:  v P  X  X
p b b bs

Yp/s
vP  X
Yx/s q p  Y p / s qs
vP  q P X
 Balance de masa del producto en cultivo por lote

dP  q X qp 
1 dP
dt p X dt

qp: velocidad específica de formación de producto= g producto/g biomasa.h =h-1

Cuando un producto es un catabolito de la fuente de carbono

Formación de producto parcialmente

asociado al crecimiento
El modelo de Luedeking-Piret

qp 
Yp / s
Y 0
x/s
  Yp / s m q p    
Asociado al crecimiento No asociado al crecimiento
 Análisis de la fuente de carbono y energía

Si el producto es un metabolito secundario

ST  SC  SM  S P
dS dS dS dS
  
dt T dt C dt m
dt p

X qp X P P Yp / s  Yp0/ s
qs X   mX  Yp / s  ,Y 0

S S p
0 0 p/s
Y
x/ s Y p/s

 qp
qs  m
Yx0/ s Yp0/ s

1 1 qp 1
 0  (m  0 )
Yx / S Yx / s Yp / s 
 Análisis de la fuente de carbono y energía

Si el producto es un metabolito secundario


0
m
Y
qs  x/ s
Yp / s
Yp / s   1
1 0 Yp0/ s
Y p/s

1 1 m1
qs   m
 
Yx / S Yx / s  
0

Yxo/ s 
Yx0/ s 
Yx / S 
mYx0/ s  
 1 Yp / s 1
qp    Yp / s m
 Yx / s
0


q p    
 Velocidad de Producción

1 dP
qp  Velocidad específica de formación de producto g/g células.h
x dt Es independiente de la concentración de masa celular y
describe la efectividad de las células en la síntesis de
productos o la utilización del material (qs). Es útil para
comparar resultados entre fermentaciones a ensayar.

dP P P2  P1
Qp    La velocidad volumétrica o productividad
dt t t2  t1 volumétrica (g/L.h) es dependiente de la
concentración de la masa celular, describe
la velocidad de síntesis de producto o
dX X X 2  X 1 demanda de material (S) por unidad de
Qx   
dt t t2  t1 volumen del fermentador
El tiempo total de fermentación puede ser calculado:

1 xf
t ln  tT  t L  t D
m x0

Qx  X
1 ln x f  t  t  t
m x0 T L D
QP  P
1 ln x f  t  t  t
m x0 T L D
Ejemplo para determinar el rendimiento máximo
Problema 1

Determinación de los parámetros cinéticos µM y Ks , Yxs en un

reactor Batch

Tiempo (h) X (g/L) S (g/L)

0 1.5 48.5
8 2.9 45.2 dx m S
 x
15 5.5 38.8 dt K s  S
23 11.4 24
27 16.3 11.8 ds 1 m S
 . .x
30 19.2 4.5 dt Yxs K s  S
34 20.9 0.3

Se utiliza el método de Euler explícito (el más simple)

dx  xi1  xi  f ( x , s )
dt t 1 i i

dS  si1  si  f ( x , s )
dt t 2 i i

xi1  xi  t * f ( xi , si )
1

si1  si  t * f ( xi , si )
2
 Problema 2

En un cultivo por lotes de Saccharomyces cerevisiae se forma etanol de glucosa y los

siguientes datos se obtuvieron:

Tiempo (h) Glucosa (S), Biomasa (X), Etanol (P), g/L

g/L g/L
0 100 0.5 0.0
2 95 1.0 2.5
5 85 2.1 7.5
10 58 4.8 20.0
15 30 7.7 34.0
20 12 9.6 43.0
25 5 10.4 47.5
30 2 10.7 49.0

a) Mediante ajuste de los datos de biomasa a la ec. logística, determine el

coeficiente µmax y Xmax
b) Determine el coeficiente de rendimiento Yp/s y Yx/s
 Biomasa (g/L) Glucosa (g/L) Etanol (g/L)
120

100

80
g/L

60

40

20

0
0 5 10 15 20 25 30 35
Tiempo (h)
 Problema de Examen: Simulación con ecuaciones diferenciales

Problema 1: Cinética de producción de polihidroxibutirato (PHB) utilizando fructosa como fuente de carbono
y energía, y sulfato de amonio como fuente de nitrógeno.

Khanna y Srivastava (2005) propusieron un modelo matemático para la producción del biopolímero PHB
utilizando una cepa de Ralstonia eutropha. Ellos propusieron un modelo estructurado donde la biomasa (X)
tiene dos componentes (R y P) como sigue:

X  RP
donde el componente activo catalíticamente (R) consiste de las proteínas y de los ácidos nucleicos y el
producto PHB (P) es un compuesto inerte.

- La velocidad específica de crecimiento (µ) del microorganismo se expresó como una función de la
concentración de dos nutrientes limitantes (fructosa y nitrógeno) por una relación sigmoidal y
adicionando términos de inhibición por sustrato
a1 a2
1 dR S n1
S n2
 S1   S2 
   m [ n1 1
]  [ n2 ]  [1  
2
 ]  [1    ]
R dt S1  K S1 S 2  K S2
n1 n2
 S m1   Sm 2 

- La velocidad de consumo de fructosa se asumió a ser debido al crecimiento de R, la

formación de P y la mantención celular (mS1). La velocidad específica de consumo de sustrato
se puede representar por la siguiente ecuación:
 Problema de Examen: Simulación con ecuaciones diferenciales

1  dS1
qS1  ( )   
R dt
donde
1 K1
 
YRo/ S1 YPo/ S1
K2
 o
 mS1
YP / S1

- La formación del producto se observó en la fase de crecimiento y estacionaria. En altas concentraciones

de nitrógeno la acumulación del producto fue baja, mientras en concentraciones bajas de nitrógeno
grandes cantidades de producto se acumularon. La velocidad específica de formación de producto se
representa por la siguiente ecuación:

1 dP
 qP  K1  K 2
R dt
 - El nitrógeno se consumió debido al crecimiento de la biomasa activa catalíticamente (R) y
la velocidad específica de consumo de nitrógeno se representó por la siguiente ecuación:

1 dS 2 
 qS 2 
R dt YR / S2

Los parámetros cinéticos se muestran en la siguiente tabla.

Parámetros del modelo Valor Parámetros Valor

del modelo
µm (h-1) 0.198 YR/S2 (g/g) 0.73
KS1 (g/L) 1.431 K1 (g/g) 0.357
n1 (adimensional) 0.306 K2 (g/g.h) 0.034
KS2 (g/L) 0.321 Sm1 (g/L) 90.11
n2 (adimensional) 2.11 a1 3.19
YoP/S1 (g/g) 0.48 Sm2 (g/L) 10.70
α (g/g) 1.296 a2 0.97
γ (g/g.h) 0.14
Las condiciones iniciales de la fermentación son las siguientes:
R=0.02 g/L
P=0
S1=40 g/L
S2=0.535 g/L

Realice la simulación de la fermentación y responda a las siguientes preguntas:

a) Reporte las variables de estado a t=60 h y calcule el rendimiento global YP/S1 y la
productividad volumétrica Qp y Qx en t=60 h. (4 pt)
b) Realice la gráfica de la biomasa total (R+P) hasta las 60 h. ¿Cuánto de PHB se ha
acumulado en la célula en porcentaje a las 60 h. (2 pt)
c) ¿Cómo se distribuye el consumo de la fuente de carbono y energía?, reporte en porcentaje
respecto al consumo de sustrato global a las 30 h y 60 h. (4pt)