Revista Mexicana de Ingeniería Química

Vol. 13, No. CONTENIDO

3 (2014) 823-839
Volumen 8, número 3, 2009 / Volume 8, number 3, 2009
CARACTERÍSTICAS DE LA HIDRODINÁMICA DE UN BIORREACTOR
INDUSTRIAL TIPO TANQUE AGITADO
213 Derivation and application of the Stefan-Maxwell equations
HYDRODYNAMIC(Desarrollo
CHARACTERISTICS OF THE INDUSTRIAL STIRRED TANK
y aplicación de las ecuaciones de Stefan-Maxwell)
Stephen Whitaker
BIOREACTOR
J. Raffo-Durán1∗ , A. Figueredo-Cardero1 y J.C. Dustet-Mendoza2
1 Centro Biotecnología / Biotechnology
de Inmunologı́a Molecular. Calle 216 esq 15a, Reparto Atabey, Playa, CP 11600. La Habana, Cuba
2 Instituto Superior Politécnico
245 Modelado de la biodegradación en biorreactores de lodos de hidrocarburos totales del petróleo
“José Antonio Echeverrı́a”, CUJAE, Facultad de Ingenierı́a Quı́mica. Calle 114
No. 11901intemperizados
entre Ciclovı́a
en suelosy yRotonda,
sedimentos Marianao, CP 19390. La Habana, Cuba.

(Biodegradation
Recibido 12 de modeling of sludge
Diciembre de bioreactors of total petroleum
2013; Aceptado 28 dehydrocarbons
Junio de weathering
2014 in soil
and sediments)
S.A. Medina-Moreno, S. Huerta-Ochoa, C.A. Lucho-Constantino, L. Aguilera-Vázquez, A. Jiménez-
Resumen González y M. Gutiérrez-Rojas
Este trabajo se propone259 el Crecimiento,
uso de lasobrevivencia
Dinámica yde Fluidos
adaptación por vı́a Computacional
de Bifidobacterium (DFC)
infantis a condiciones y la experimentación para
ácidas
satisfacer las necesidades del conocimiento sobre los patrones de flujos y de otras magnitudes relacionadas con los
(Growth, survival and adaptation of Bifidobacterium infantis to acidic conditions)
mismos en un biorreactor industrial tipo tanque agitado para el cultivo de células animales, obteniéndose información
L. Mayorga-Reyes, P. Bustamante-Camilo, A. Gutiérrez-Nava, E. Barranco-Florido y A. Azaola-
sobre la hidrodinámica mediante la manipulación de los parámetros de operación flujo de aire y velocidad de agitación.
Espinosa
Se propone un modelo matemático, usando la herramienta de DFC, obteniéndose con el mismo los campos de velocidades
265 Statistical approach to optimization of ethanol fermentation by Saccharomyces cerevisiae in the
comparables con los informados en la literatura para un biorreactor con la misma geometrı́a que el estudiado. Por la vı́a
presence el
experimental fueron determinados of Valfor®
tiempozeolite NaA
de mezclado y la distribución de tiempos de residencia (DTR) en la condición
de operación del biorreactor(Optimización
(sin usar aireación),
estadística deobteniéndose un patrón
la fermentación etanólica de flujo de cerevisiae
de Saccharomyces mezcla perfecta para
en presencia de la fase lı́quida.
Además se determinó el tiempo de mezclado
zeolita Valfor® mediante la DFC alcanzándose una buena aproximación con el obtenido
zeolite NaA)
experimentalmente. Se caracterizó la operación
G. Inei-Shizukawa, del biorreactor
H. A. Velasco-Bedrán, usando
G. F. aire mediante
Gutiérrez-López un diseño experimental factorial 32 y
and H. Hernández-Sánchez
se obtuvo que el coeficiente volumétrico de transferencia de oxı́geno (kLa ) depende de las variables velocidad de agitación
(N) y flujo de aire (Qa).Ingeniería
Haciendo uso de/ Process
de procesos correlaciones
engineeringpublicadas en la literatura se concluyó que en la condición de
operación ocurre el fenómeno de inundación
271 Localización del impelente.
de una planta industrial: Revisión crítica y adecuación de los criterios empleados en
esta decisión
Palabras clave: biorreactor, tanque agitado, DFC, transferencia de masa gas-lı́quido, inundación del impelente, dispersión
(Plant site selection: Critical review and adequation criteria used in this decision)
gas-liquido.
J.R. Medina, R.L. Romero y G.A. Pérez
Abstract
This paper proposes the use of Computational Fluid Dynamics (CFD) to gain insight into the on flow patterns and other
variables related to them in the industrial bioreactor for animal cell culture, and experimentation and to obtain information
on the hydrodynamics by handling of the air flow and agitation operating parameters. We propose a mathematical model
using the CFD tool, with which velocity fields comparable to those reported in the literature for a bioreactor with the same
geometry as the one studied were obtained. By experimentation the time of mixing and the residence time distribution
(RTD) were determined in the operating condition of the bioreactor (without aeration), and a flow pattern of perfect mix
for the liquid phase was obtained. Also the mixing time was determined by CFD reaching a good approximation to that
obtained experimentally. The operation of the bioreactor with air was characterized using a factorial experimental design
32 and the results obtained showed that the coefficient of volumetric oxygen transfer (kLa ) depends on the variables stirring
speed (N) and air flow rate (Qa).Using published correlations in the literature it was concluded that the phenomenon of
flooding of the impeller occurs in the operating condition.
Keywords: bioreactor, stirred tank, CFD, gas-liquid mass transfer, flooding of the impeller, gas-liquid dispersing.

∗ Autor para la correspondencia. E-mail: jordan@cim.sld.cu

Tel. +53-53-83-56-36, Fax 00-00-00-00

Publicado por la Academia Mexicana de Investigación y Docencia en Ingenierı́a Quı́mica A.C. 823
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839
1 Introducción
En la biotecnologı́a de células animales los
biorreactores tipo tanque agitado (BTA) son los más
empleados y se operan a escala industrial en modo
continuo, por lote alimentado o cultivo en perfusión.
En este último modo de operación se alcanzan
las más altas concentraciones celulares comparadas
con los demás y generalmente se logra una mayor
productividad. En la producción de biofármacos
se utilizan biorreactores tipo tanque agitado con
una capacidad de producción de varios kilogramos
al año de proteı́nas recombinantes. Los BTA son
fundamentales para los procesos biotecnológicos y
por tanto es necesario conocer su funcionamiento
interno para mejorar su eficiencia y obtener una mayor
productividad. El incremento de la productividad, que
es un indicador directo de la economı́a del proceso,
en dichos equipos, depende mucho de las condiciones
de operación y del uso de criterios de escalamiento
apropiados.
La dinámica de fluidos en los reactores de
tanques con agitación es compleja y provocó que
en el pasado; el establecimiento de variables de
operación, de escalamiento y los criterios de diseño se
apoyasen casi totalmente en correlaciones empı́ricas.
Para obtener las correlaciones debı́an ser realizados
un gran número de experimentos y además el
intervalo de validez de las mismas era solo aquel
cubierto por los experimentos. Desafortunadamente
las ecuaciones disponibles en la literatura han sido
obtenidas para condiciones de agitación más rigurosas
que las usadas en biorreactores para cultivar células
animales (Calderbank 1958; van’t Riet and Smith
1973; Middleton 1992; Doran 1995; Nienow 1998;
Garcia Ochoa and Gomez 2004).
La dinámica de fluidos computacional (DFC) es
una herramienta que permite la solución numérica de
las ecuaciones de transporte por vı́a computacional.
Con ella se resuelven las ecuaciones de transporte de
cantidad de movimiento, masa, calor y determinan
otras magnitudes fı́sicas relacionadas. Usando
DFC puede generarse una enorme cantidad de
información que en la práctica no podrı́a ser obtenida
experimentalmente (Versteeg and Malalasekera 2007).
Para muchos tipos de flujo, la DFC ha demostrado
ofrecer resultados confiables lo cual permite que de
cierta forma complemente los experimentos reales. A
los resultados obtenidos por simulación se les llama
experimentos in silico.
Combinando métodos experimentales avanzados
como la Velocimetrı́a por efecto Doppler Láser
824 www.rmiq.org
(VDL), la Anemometrı́a Térmica y la Velocimetrı́a
por Seguimiento de Partı́culas (VSP) con la DFC se
pueden obtener un gran número de datos suficientes
para conseguir ajustar determinados modelos o
correlaciones adimensionales. Incluso la DFC permite
resolver estructuras que serı́an muy difı́ciles de
demostrar experimentalmente o peor aún, resultan
totalmente inaccesibles por la vı́a experimental.
Las células de mamı́feros son muy sensibles al
estrés mecánico que existe en un biorreactor como
consecuencia de la agitación y la aireación. Por
tal motivo en los biorreactores para el cultivo de
células de mamı́feros se acostumbra a trabajar con
bajas velocidades de agitación y relativamente altos
valores de flujo de aire. Para estas condiciones
operacionales es común encontrarse la inundación del
impelente, fenómeno no deseado asociado también
con un patrón de flujo no ideal. El fenómeno de
inundación del impelente ocurre cuando el flujo de aire
es demasiado alto y a velocidades de agitación bajas,
la corriente de aire domina el flujo del sistema y el
aire es dispersado débilmente (Nienow 1990; Doran
1995). Este fenómeno hace ineficiente la dispersión
del gas disminuyendo bruscamente la velocidad de
transferencia de masa gas-lı́quido y la retención del
gas en el volumen del lı́quido, lo cual es una condición
indeseable y debe ser evitada en operaciones de
mezclado gas-lı́quido (Hsuan 1986; Doran 1995).
En los biorreactores industriales no se conocen los
valores del coeficiente volumétrico de transferencia de
oxı́geno y el tiempo de mezclado en las condiciones
de operación. Tampoco se conoce si ocurre o no
el fenómeno de inundación del impelente. Todo lo
anterior está relacionado con la hidrodinámica y a su
vez con el patrón de flujo en el biorreactor.
Debido a la necesidad de aumentar el
conocimiento sobre los patrones de flujo y de otras
magnitudes en los biorreactores usados en el cultivo de
células animales, este trabajo se propone el uso de la
DFC para la predicción de los campos de velocidad de
lı́quido y gases en un biorreactor industrial. Por otra
parte la DFC como herramienta no ha sido aplicada
en su totalidad para caracterizar la operación de los
biorreactores industriales.
2 Materiales y métodos
2.1 Equipamiento y condiciones experimentales
El biorreactor estudiado, cuyo volumen de trabajo
es 1100 L (Bioengineering AG; Suiza) cuenta
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

debido a las regulaciones GMP (Good Manufacturing

Practice por sus siglas en inglés). Por esta razón es
ventajoso emplear un material como trazador que es
normalmente utilizado en el proceso de producción,
como por ejemplo el hidróxido de sodio (NaOH). En
este estudio fue empleado un pulso de NaOH (ac)
a la concentración de 1 mol/L como trazador. El
trazador fue adicionado en la superficie del lı́quido.
La conductividad fue medida con un electrodo (InPro
7200 METTLER TOLEDO; Suiza) y monitoreada
con una interfaz computarizada. El electrodo de
conductividad fue calibrado empleando una solución
patrón de KCl (ac) 0.1 mol/L. La temperatura del
Sensor  de  DO   vaso fue mantenida constante en 35ºC, manteniendo
una agitación de 30 min−1 . El volumen de trazador
añadido fue menor que el 0.5 % del volumen del
lı́quido (agua) en el biorreactor, de este modo el efecto
del volumen del trazador adicionado sobre el tiempo
de mezclado es despreciable (Xing, Kenty et al. 2009).
La adición del trazador fue súbita, monitoreándose la
conductividad hasta alcanzar el estado estacionario.
Los datos de conductividad obtenidos fueron
Fig. 1. Vista lateral del biorreactor industrial de normalizados de acuerdo a la siguiente ecuación:
volumen total 1500L.
Vista lateral del biorreactor industrial de volumen total 1500L.  
 Ω(t) − Ωi 
H(t) =  (1)
con dos impelentes acoplados al mismo eje.  Ω f − Ωi 
Una representación esquemática del mismo puede
apreciarse en la Figura 1. El impelente inferior Donde: H(t): es el ı́ndice de homogeneidad en el
triz del diseño
es factorial
una turbina empleado
Rushton de 6en las determinaciones
paletas para impulsar del kt,La.
tiempo Ω(t) es la conductividad en el tiempo t,
el fluido radialmente. Mientras que el impelente Ω i es la conductividad inicial (t = 0 s) y Ω f es la
superior presenta una propela marina con 3 aspas conductividad final (t = ∞).
cidad de Agitación
orientadas(N)
para impulsar el Flujo de Airehacia
fluido axialmente (Qa) En el estudio de la distribución de tiempos de
abajo. Ambos impelentes presentan un diámetro de residencia (DTR) se empleó la condición de agitación
alor 0.3Valor Valor
Valor de 30 min sin aireación a 35ºC y−1se mantuvo un
m y están separados entre sı́ a 0.512 m, la distancia −1

soluto Absoluto
del impelente inferior con respecto al fondo es de 0.23 flujo volumétrico de agua de 20 L·h . Para graficar
-1 Normalizado -1 Normalizado
min ) m. El diámetro del (L·min )
tanque es de 0.98 m y presenta la curva de DTR se emplearon mediciones de la
4 deflectores, la altura del lı́quido es de 1.54 m. La conductividad en el tiempo a la salida del reactor, para
50 1 se realiza mediante 30
aireación un burbujeador tipo tubo 0 ello fue usada la siguiente expresión (Levenspiel and
30 -1
perforado. 30 0 Barreiro 2002):
30 -1 40 1 Cθ =
Ω(t)
· t¯ (2)
2.2 Determinación experimental del tiempo R∞
40 0 30 0 Ω(t)dt
de mezclado y la distribución de
40 0tiempos de residencia
20 -1 0

40 0 40 1 Donde: Cθ es el parámetro para graficar la curva Cθ , t¯

El tiempo de mezclado está definido como el tiempo
50 1 para alcanzar el 9540
requerido % de la homogeneidad 1
es el tiempo medio de residencia.
Para determinar el tiempo adimensional se utilizó
30 en un-1tanque agitado una vez
20 añadido un trazador -1 la ecuación:
(Xing, Kenty et al. 2009). Para los biorreactores que
50 1 20
son usados en la producción comercial no es posible
-1 θ=
t
(3)
t¯
introducir compuestos extraños como trazadores
(material radioactivo o colorantes fluorescentes) Donde: t es el tiempo de experimental.

www.rmiq.org 825
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

Tabla 1. Matriz del diseño factorial empleado en las determinaciones del kLa .
Velocidad de Agitación (N) Flujo de Aire (Qa)
Valor Absoluto Valor Valor Absoluto Valor
(min−1 ) Normalizado (L·min−1 ) Normalizado
50 1 30 0
30 -1 30 0
30 -1 40 1
40 0 30 0
40 0 20 -1
40 0 40 1
50 1 40 1
30 -1 20 -1
50 1 20 -1

Para un recipiente cerrado y de densidad constante, oxı́geno en fase lı́quida.

entendiendo como recipiente cerrado aquel en que el
fluido entra y sale solamente por flujo pistón, es decir, dC
= OT R = kL a (C ∗ −C L ) (5)
que tiene perfil plano de velocidad, se tiene que: dt
VL Donde: OT R representa la velocidad de transferencia
t¯ = τ = (4)
v0 de oxı́geno, dC/dt es el término acumulativo de la
ecuación de balance de oxı́geno (mmol·h−1 ·L−1 ), C L
Donde: τ es el tiempo espacial, VL es el volumen de es la concentración de oxı́geno en la fase lı́quida
agua en el vaso del reactor y ν0 es el flujo volumétrico (mmol·L−1 ), C* es la concentración de oxı́geno en
de agua a la entrada del vaso. la fase lı́quida en el equilibrio (mmol·L−1 ) y kLa es
el coeficiente volumétrico de transferencia de oxı́geno
2.3 Determinación experimental del (h−1 ).
coeficiente volumétrico de transferencia El porcentaje de saturación del oxı́geno empleando
de oxı́geno (kLa ) aire se representa por la siguiente fórmula (Doran
1995):
La evaluación de la transferencia de oxı́geno se realizó C 
L
bajo condiciones de agitación y aireación controladas DO = · 100 (6)
C∗
a temperatura constante de 35ºC a un volumen de
1100 L con medio de cultivo. Fue aplicado un diseño Para determinar experimentalmente el coeficiente
factorial completo 32 sin réplicas y aleatorio, para volumétrico de transferencia de oxı́geno (kLa ) se
investigar el efecto de las variables independientes empleó el método estático de barrido con nitrógeno
velocidad de agitación y aireación sobre el kLa . La y reoxigenación. De la ecuación (5) tras integrar y
matriz de planeamiento puede ser observada en la reagrupar se obtiene que:
Tabla 1. Los valores empleados en la simulación !
para las variables independientes se muestran en forma C∗
ln = kL a t (7)
codificada (normalizada). (C ∗ −C L )
Se determinó como variable respuesta el
coeficiente volumétrico de transferencia de oxı́geno. Como el sensor de oxı́geno lo que mide es % DO,
Además se evaluó la trasferencia de oxı́geno en esta ecuación se puede poner en función de dicho
agua pura con el objetivo de validar el modelo DFC parámetro teniendo en cuenta la ecuación (6) y queda
generado. Para lograr esto se utilizaron las siguientes de la siguiente manera:
condiciones: agitación 30 min−1 y flujo de aire 1, 10 y
20 L/min a la temperatura constante de 35ºC.  
 1 
La ecuación de trabajo parte del balance de ln  
   = kL a |{z}
t (8)
DO
1 − 100 |{z}
x
| {z } m
826 www.rmiq.org y
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

Tabla 2. Condiciones geométricas empleadas en las correlaciones publicadas

para la detección de la inundación.
Autor Correlación Régimen T (m) D/T c/T Tipo de
de flujo burbujeador
(Zlokarnik 1973) FlF = 0.19FrF075 0.01≤ Fr ≤ 2 0.2-0.45 0.2 -0.45 1/3 Tubo perforado
0.21FrF2.1(D/T )
(Henzler 1982) FlF = (T/D−2.04) 1.3 + Re > 1·104 , Esc. Ind. 0.3 -0.4 - Anillo perforado
7.54(D/T )
0.14FrF
(T/D−2.25)1.5
Fr ≤ 5 Tubo perforado

(Nienow 1990) FlF = 30(D/T )3.5 FrF FrF ≤ 0.85 0.29-1.2 0.33 -0.5 0.25 -0.4 Anillo perforado

Luego, se puede obtener el kLa a partir de Tabla 3. Condiciones de operación a evaluar.

la pendiente ajustando una recta a los datos de

DO −1
 Velocidad de Agitación Flujo de Aire (Qa)
ln 1 − 100 vs t. Las mediciones fueron realizadas (N) (min−1 ) (L·min−1 )
hasta alcanzar un 80% de la concentración de
equilibrio en la fase lı́quida. 30* 1*
30 10
30 20
2.4 Determinación de las condiciones de 30 30
inundación del impelente 30 40
40* 1*
Para determinar las condiciones operacionales que 40 10
provocan el fenómeno de inundación del impelente, se 40 20
calcularon los números de Froude (Fr) y de aireación 40 30
(FlG ) correspondientes a la condición de inundación 40 40
según la bibliografı́a consultada (Zlokarnik 1973; 50* 1*
Henzler 1982; Nienow 1990). En la Tabla 2 se muestra 50 10
un resumen de las correlaciones empleadas (Zlokarnik 50 20
1973; Henzler 1982; Nienow 1990) para el cálculo 50 30
de la transición a la inundación del impelente que se 50 40
aproximan a la geometrı́a en estudio. *Condiciones hipotéticas.
Las condiciones operacionales a evaluar están
determinadas partiendo de experiencias previas de
trabajo y considerando los criterios informados en la 2.5 Cálculos usando Fluido Dinámica
literatura (Varley and Birch 1999; Nienow 2006) para
Computacional
cultivos de células de animales tales como la velocidad
en la punta del impelente (Utip = πND ≤ 1.5 m·s−1 ) Las simulaciones fueron llevadas a cabo usando
y el flujo de aire de (Qa/VL ≤ 0.01 vvm). Las el paquete computacional Ansys Workbench 12.0
condiciones de operación a evaluar se muestran en la (ANSYS Inc.; USA). La geometrı́a a simular fue
Tabla 3. construida usando el paquete Design Modeler 12.0
En la Tabla 3 se muestran además las condiciones (ANSYS Inc.; USA) con las principales dimensiones
hipotéticas de operación del biorreactor con el geométricas descritas anteriormente. Fue necesaria
objetivo de obtener diferentes regı́menes de flujos. la división de la geometrı́a original en dos cuerpos
Empleando las correlaciones mostradas en la Tabla geométricos, considerando que el sistema a simular,
2, se determinaron las condiciones de agitación y tiene un elemento giratorio (impelentes). Ası́, fueron
aireación según el criterio de inundación del impelente generados dos cuerpos con forma cilı́ndrica (uno
y se compararon con las condiciones operacionales de formando la estructura del vaso y el otro envolviendo
la Tabla 3. al impelente), para poder hacer la configuración de los

www.rmiq.org 827
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

mismos como dominios independientes. Las mallas • Modelos de interacción (transferencia de

computacionales fueron generadas usando el paquete
CFX-Mesh 12.0 (ANSYS Inc.; USA). Estas fueron
de tipo no estructurada compuesta principalmente por
elementos tetraédricos (383 442 elementos y 78 617
nodos), incrementando su densidad en zonas de mayor
gradiente de velocidad (impelentes). En la Figura
2, pueden apreciarse la geometrı́a construida y las
mallas generadas de los dominios de cómputo. En la
DFC, todos los términos en cada ecuación a resolver
son discretizados en espacio y tiempo después de
seleccionar el modelo matemático. El método de
discretización empleado fue el de volumen finito.
La configuración común usada para todas las
simulaciones fue la siguiente:
• Simulación bifásica: agua a 35°C como lı́quido
y aire como fase dispersa gaseosa
• Diámetro de burbuja 3 mm a la salida del
burbujaedor.
• Densidad del lı́quido 994 kg m−3 y densidad
del aire variable con la altura del lı́quido
considerando comportamiento gas ideal
(Presión Fondo/Presión superficie > 1).
• Se aplicó una presión manométrica en la
superficie del lı́quido de 2·104 Pa (0.2 bar)
• Viscosidad del lı́quido 8.0 10−4 Pa·s
movimiento entre fases: flotación y arrastre).
El coeficiente de arrastre calculado tomando en
cuenta la fracción volumétrica.
• Se empleó el modelo de grupos de múltiples
tamaños (MUSIG) para modelar la ruptura y
coalescencia de las burbujas.
• Simulaciones llevadas a cabo en modo
estacionario empleando el modelo de
referencias múltiples para modelar la
interacción entre impelentes y deflectores.
• Simulaciones llevadas a cabo en modo
transiente empleando el modelo de malla
deslizante para modelar la interacción entre
impelentes y deflectores.
• El modelo de turbulencia empleado fue el
modelo estándar de dos ecuaciones k − ε.
Las condiciones de velocidad de agitación y
aireación a simular fueron establecidas según la Tabla
3. En todas las simulaciones se empleó un criterio de
convergencia de Residuos Mı́nimos Cuadrados (RMS)
de 10−4 , factor por el cual, los residuos iniciales
del flujo másico disminuyen a medida que avanza la
simulación. Las simulaciones fueron ejecutadas en un
ordenador Pentium P IV con 3.4 GHz de velocidad de
procesamiento y 4 GB de memoria RAM.

Fig. 2. Geometrı́a y mallas computacionales usadas para la modelación DFC. (A) Vista isométrica de la geometrı́a
Figura 2. Geometría y mallas computacionales usadas para la modelación DFC. (A) Vista
del biorreactor. (B) Vista isométrica de la malla del dominio estacionario. (C) Vista isométrica de la malla del
isométrica
dominio rotatorio.de la geometría del biorreactor. (B) Vista isométrica de la malla del dominio
estacionario. (C) Vista isométrica de la malla del dominio rotatorio.
828   www.rmiq.org

Pefil de velocidades axiales medias normalizadas vs distancia radial

A adimensional a θ=45º a distintas posiciones axiales adimensionales
(y/T)
  

  Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

Pefil de velocidades axiales medias normalizadas vs distancia radial

A adimensional a θ=45º a distintas posiciones axiales adimensionales
(y/T)
0,3

0,2 y/T= 0,213

y/T = 0,453
0,1 y/T = 0,8
y/T = 0,213 (Joshi et al. 2011)
0 y/T = 0,453 (Joshi et al. 2011)

Uy/Utip
y/T = 0,8 (Joshi et al. 2011)
-0,1

-0,2

-0,3 B
-0,4
0 0,1 0,2 0,3 0,4 0,5 0,6
r/T

Figura 3A. Lı́neas fijadas en las geometrı́as del biorreactor simulado para la obtención de datos de velocidad axial
Figura
ubicadas 3A.
en unLíneas fijadas
plano central entreen
loslas geometrías
deflectores del A)
(θ = 45º). biorreactor simulado
r/T=0.213; B) r/T=0.453;para la obtención
C) r/T=0.8. de
Figura 3B.
−1 , empleando el
datos de velocidad axial ubicadas en un plano central entre los deflectores (θ=45º). A)
Componente de la velocidad axial media normalizada vs distancia radial adimensional a 30 min
modelo de turbulencia k-ε y el método estacionario.
r/T=0,213; B) r/T=0,453; C) r/T=0,8. Figura 3B. Componente de la velocidad axial media
-1
normalizada
2.5.1 Cálculosvs distancia radial adimensional a 30 min
adicionales , empleando
Empleando el modelo
las ecuaciones (9) y (10)dey turbulencia
los valores
k-ε y el método estacionario.
de ε, εg y db obtenidos de las simulaciones en DFC se
El kLa es calculado mediante DFC como el producto
puede predecir el kLa local y promedio. El coeficiente
del coeficiente de transferencia de oxı́geno (kL ) y el
  área interfacial especı́fica (a). Basado en la teorı́a
de difusión del oxı́geno en agua a 35ºC empleado fue
de 3.25·10−9 m2 ·s−1 (Perry 1999).
de penetración de Higbie (1935), el coeficiente de
  transferencia de oxı́geno se puede plantear como:
La potencia consumida por la agitación y la
r potencia gaseada fueron calculadas por DFC partiendo
DOL  ε 1/4 de la ecuación:
  kL = 2 (9)
π υ P = 2πMN (12)
Donde: DOL es el coeficiente de difusión del oxı́geno El torque total (M) fue calculado a partir del torque
en el lı́quido (m2 ·s−1 ), ν la viscosidad cinemática que actúa sobre todas las paletas de los impelentes.
(m2 ·s−1 ) y ε la velocidad de disipación de la energı́a
cinética turbulenta (m2 ·s−3 ).
El área interfacial especifica (a) está dada por la
relación de la fracción volumétrica de la fase gaseosa
3 Resultados y discusión
local (εg ) y el diámetro de burbujas medio local (db ):
3.1 Estudio del campo de velocidades
6εg
a= (10) Para llevar a cabo el estudio del campo de velocidades,
db
se modificó la geometrı́a del dominio de los
El diámetro de burbujas medio local (db ) es predicho impelentes sustrayéndole la propela y aumentando la
usando ecuaciones del balance poblacional para cada distancia de la turbina Rushton con respecto al fondo
grupo o clase de burbujas mediante el modelo de a 0.33 m con el objetivo de estandarizar la geometrı́a
múltiples tamaños (MUSIG) y se determinó como: y comparar el perfil de velocidades en la vecindad
P 3
ni di de la turbina con los resultados publicados (Joshi,
i
db = P 2 (11) Nere y col., 2011). Para garantizar una comparación
ni di adecuada con los datos publicados, fue impuesta una
i velocidad de giro del impelente de 30 min−1 en el
Donde: ni es la densidad del número de burbujas de modelo haciendo ası́ que el número de Reynolds fuese
clase i (m−3 ) y di diámetro de burbujas de clase i (m). de igual orden al de los datos publicados.

www.rmiq.org 829
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839
 

Grado de Homogeneización vs tiempo

1,20

A 1,15 B
1,10

1,05 Exp
punto 1
1,00 punto 2
punto 3
punto 4

H(t)
0,95
punto 5
punto 6
0,90
punto 7
punto 8
0,85 punto 9
punto 10
0,80
tm= 97 s tm = 100 s
(Simulado) (Experimental)
0,75

0,70
0 10 20 30 40 50 60 70 80 90 100 110 120 130
tiempo, s

Figura 4A. Distribución aleatoria de los puntos en el vaso del biorreactor para mediciones del tiempo de mezclado.
Figura 4A. Distribución aleatoria de los puntos en el vaso del biorreactor para mediciones del
Figura 4B. Curvas respuestas de la concentración normalizada del trazador en los puntos de monitoreo obtenidos
tiempo de
por simulación mezclado. aFigura
y experimental 4B. Curvas
una velocidad respuestas
de agitación de−1la. concentración normalizada del
de 30 min
trazador en los puntos de monitoreo obtenidos por simulación y experimental a una velocidad
Esto garantizó condiciones de similitud de agitación delos
dinámica. min-1.mencionados.
30autores
También se comprobó la similitud entre las relaciones
 
geométricas. Se verificaron los resultados de la
velocidad axial media normalizada (Uy /Utip ) para las 3.2 Análisis del tiempo de mezclado y la
 
distintas posiciones axiales (ver Figura 3A) con los distribución de tiempos de residencia
resultados experimentales de Velocimetrı́a por efecto
Doppler Láser obtenidos por Joshi y col. (2011). La desviación de la idealidad del campo de flujo en
La Figura 3B muestra las componentes axiales de un reactor de tanque agitado se puede determinar
la velocidad media normalizada en la coordenada mediante métodos experimentales como el estı́mulo-
axial normalizada vs la distancia radial adimensional respuesta. El tiempo de mezclado es un importante
a distintas posiciones axiales para la región de la parámetro que caracteriza la rapidez del mezclado en
turbina Rushton. Estos datos se comparan con la el equipo. Fueron simulados en DFC experimentos
tendencia correspondiente a los datos de la literatura estimulo-respuesta. En este caso fue introducido
antes referenciados. en la simulación un pulso de NaOH (trazador).
El tiempo de mezclado se determinó como aquel
En la Figura 3B se observa como el perfil para el cual la concentración en varios puntos
de velocidad axial calculado sigue una tendencia fuese prácticamente igual (95 %) respecto a un
similar al experimental. En las posiciones axiales valor estacionario. Fueron colocados varios puntos
adimensionales y/T = 0.213 y y/T = 0.453 ubicadas de monitoreo de concentración dentro del dominio
en la parte inferior y superior respectivamente computacional de forma aleatoria en diferentes zonas
de la turbina Rushton el comportamiento se aleja de velocidades que pueden ser observados en la Figura
ligeramente del experimental en algunas zonas de la 4A. En la Figura 4B se muestra el comportamiento
curva subestimando su valor. Sin embargo, en la temporal del grado de homogeneización (H(t)) de la
posición axial adimensional y/T = 0.8 ubicada en concentración del trazador, en los distintos puntos
la parteFigura 5. Curva
superior de respuesta
más alejada adimensional
de la turbina Rushton obtenida experimentalmente
de monitoreo en la condición
dentro del biorreactor. de se
Además
-1 -1
el comportamiento fue agitación de 30 min y flujo volumétrico de agua de 20L·h .
el de mayor similitud con incluyen los resultados experimentales obtenidos para
el experimental. Estas diferencias pueden deberse esa condición de velocidad de agitación.
a   la interferencia que produce la geometrı́a del Se observa que el tiempo requerido para alcanzar
burbujeador, además que no está contemplada su un grado homogeneización de 95 % en todos los
 
influencia en los datos experimentales obtenidos por puntos de monitoreo fue de 97 s, mientras que

830   www.rmiq.org
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

el experimental fue de 100 s. El error relativo verificar si existen desviaciones del flujo de mezcla
entre los tiempos de mezclado obtenidos mediante completa las Figuras 5 y 6 muestran los modelos
la simulación y la experimentación fue de 3 %, más usados para este fin. En la Figura 5 se observa
lo que constituye una buena aproximación en la que el intercepto del modelo ajustado con el eje de
 
estimación de esa variable. Los tiempos para alcanzar las ordenadas es ligeramente superior a 1 (1.0404)
la homogeneidad en la concentración de trazador indicando la posible existencia de una zona muerta o
Grado de Homogeneización vs tiempo
son mayores en los puntos ubicados en las regiones 1,20 un volumen muerto de aproximadamente 40L. Dicho
cercanas a la pared y la superficie del lı́quido (puntos volumen se puede despreciar si se compara con el
1, 7, 9 y 10). Esto es debido a las menores A 1,15
total de 1100 L. Por otra B parte según el modelo
velocidades del fluido en esa región. Por lo tanto, 1,10 exponencial ajustado no parece indicar la presencia
en los puntos de monitoreo ubicados a la altura del 1,05 de una corriente de cortocircuito. Además yaExpque el
impelente y cercanos a este, donde existen las mayores tiempo de mezclado es mucho más pequeño punto que 1 el
punto 2
velocidades, se logra alcanzar en menor tiempo 1,00 tiempo medio de residencia (55 h) puede pensarse punto 3
que
el grado de homogeneización requerido. También 0,95 ocurre un buen mezclado de todos los elementos punto 4 de

H(t)
punto 5
se observa determinado comportamiento oscilatorio fluido antes de salir del reactor. punto 6
0,90
punto 7
sinusoidal al inicio el cual se va atenuando en el punto 8
tiempo. De acuerdo con los análisis de curvas de 0,85 En la Figura 6 se observa la correlación lineal punto 9que

DTR informados en la literatura (Patwardhan 2001; 0,80 existe entre las variables experimentales Eθ vs θpunto en10 las
t = 100 s
Levenspiel and Barreiro 2002) este comportamiento coordenadas ln Eθ vs θ, esto t = 97 s
m
significa
(Simulado)
m
que los datos
(Experimental)
puede relacionarse con la existencia de recirculaciones 0,75 experimentales no son descritos por otros modelos
internas. 0,70 combinados informados en la literatura de mayor
0 10 20 30 40
Con la finalidad de estudiar la distribución complejidad (de50 dos
60 70 80
parámetros 90 100 110 120 130
con transporte entre
tiempo, s
de tiempos de residencias se obtuvo la curva Cθ las regiones activas y las estancadas), que el ajustado
experimentalmente, para la condición de operación de en este trabajo (Levenspiel and Barreiro 2002). A
30 minFigura
−1 sin4A. Distribución
aireación aleatoria de
y flujo volumétrico de los
aguapuntos
a enpartir
el vasode losdelelementos
biorreactor para mediciones
anteriores se considera que del el
tiempo de mezclado.
−1 Figura 4B.
través del vaso de 20L·h (Flujo másico de 5.52·10Curvas −3 respuestas de la concentración normalizada
patrón de flujo en la condición de operación estudiada del
kg·strazador en los puntosdedelamonitoreo
−1 ). El comportamiento misma puede obtenidos
verse poressimulación
de mezcla completa.y experimental Es importante a una velocidad destacar que
-1
en la Figura 5 para un tiempo total de 250 h.de agitación dea 30 min
pesar de .existir regiones de baja velocidad (inferior
En la Figura 5 se observa la forma tipo exponencial en un 25% del valor de velocidad máxima) en el vaso
 
descendente de la curva Cθ tı́pica de una zona de del biorreactor (ver Figura 4A) esto no constituye una
flujo ideal o mezcla completa. Con el objetivo de desviación del patrón de flujo de mezcla completa.
 

Fig. 5.Figura
Curva 5.
de Curva deadimensional
respuesta respuesta adimensional obtenida experimentalmente
obtenida experimentalmente en la condición
en la condición de agitación de 30 minde
−1 sin
-1−1 -1
agitación
aireación y flujo volumétrico de 30
de agua min y. flujo volumétrico de agua de 20L·h .
de 20L·h

  www.rmiq.org 831

 
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

Figura 6. Relación lnEθ vs θ para los datos experimentales en la condición de agitación de 30

min-1 y flujo volumétrico de agua de 20L·h-1.
Figura   6. Relación lnE vs θ para los datos experimentales en la condición
Fig. 6. Relación ln Eθt heta vs-1θ para los datos experimentales en la condición de agitación
de agitación de 30
de 30 min−1 y flujo
-1
volumétrico de agua de 20min
L·h−1 .y flujo volumétrico de agua de 20L·h .
 
  DO, %   Gráfico Dinámica de Oxigenación  
100   100  
90   90  
DO  
  80   Flujo de aire   80   Qa,
70   70   L/min  
60  
A   60  
DO, %   50   Gráfico Dinámica de Oxigenación   50  
100   40   100  
40  
90   30   30  
90  
DO  
80   20   20  
Flujo de aire  
10  
80   Qa,
10   B  
70   0   70   L/min  
0  
60  
50  
0   10   20   30  
t, min  
40  
50  
A  
50   60   60  
70  

40
  40
 
30
 Figura 7. A-Curva de reoxigenación. B- Curva ln(1/(1-DO/100)) vs t para
30
  el kLa adeterminar
Fig. 7. A-Curva de reoxigenación. B- Curva ln(1/(1-DO/100))
20
 
el kLa a
vs t para determinar
35ºC en la condición
20
  agitación de 40 min−1 y aireación de 40 L·min−1
de 35ºC en la condición de agitación de 40 min y aireación de 40 L·min-1 en el medioB
 
-1
en el medio de cultivo.
10
  10
  de
0
 
0
  10
  20
  30
  40
 
cultivo.
50
  60
 
0
 
70
 
t, min
  experimental En la Figura 7B se incluye también la recta resultante

  3.3 Determinación del
del ajuste lineal a los valores junto con la expresión
coeficiente volumétrico de transferencia
Figura 7. A-Curva
Tablade de(kreoxigenación.
4.oxı́geno
Coeficiente B-transferencia
La ) volumétrico de Curva ln(1/(1-DO/100)) vsdedistintas
t kpara determinar
acondicionesel kLa
matemática del modelo ajustado, el coeficiente de
de oxígeno
correlación (R2 ) ypara las
el valor .
-1 2 La -1
35ºCPara
en de
la agitación
condición (N)de agitación(Qa)
y aireación de según
40 min
determinar la capacidad de oxigenación del
y aireación
el diseño
En la Figura de
factorial 7B 40
3 se L·min
enobserva
medio en el medio de
de cultivo.
como el coeficiente
biorreactor es necesario determinar cultivo.
-1 el coeficiente
de
-1
2
correlación (R ) se -1
aproxima notablemente a “1”,
N (min
volumétrico de transferencia )
de oxı́geno. ConQaesta
(L·minlo)que indica quekLaexiste
(h )una buena correlación lineal

  finalidad se hicieron una serie 30 de determinaciones 20 entre los puntos. 0,996 El valor de kLa es obtenido a partir
usando el método estático30en las condiciones 30 de la pendiente de la recta y es igual a 0.0405 min−1
1,458
−1
De manera ilustrativa, 40 (2,43 h ). El mismo procedimiento fue aplicado para
Tabla experimentales
4. Coeficiente volumétrico
de la Tabla 1. 30
de transferencia
la Figura 7 muestra la curva de reoxigenación (A), y
de oxígeno
el resto 2,016para experimentales
de las condiciones las distintasdelcondiciones
diseño
40 20 1,494 2
delosagitación (N) y aireación
datos transformados (Qa)
según la ecuación (8),según
en la el diseño
factorial yfactorial
los resultados3 seen medio
muestran en lade cultivo.
Tabla 4.
curva ln(1/(1-DO/100)) vs t (B),40obtenida para una de 30 Se observa 1,914
que al aumentar la velocidad de
las condiciones experimentales40 -1 la Tabla 1 (aireación 40 -1 para un2,43 de -1
N (minde ) Qa (L·minagitación
de 40 L·min−1 y velocidad de agitación de 40 min−1 ).
) kflujo
La (h )
gas constante aumenta el
coeficiente volumétrico de transferencia de oxı́geno.
30 50 20
20 2,178
0,996
50 30 2,922
832 30 30
www.rmiq.org 1,458
50 40 3,588
30 40 2,016
40 20 1,494
40 30 1,914
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839
Tabla 4. Coeficiente volumétrico de
transferencia de oxı́geno para las distintas
condiciones de agitación (N) y aireación (Qa)
según el diseño factorial 32 en medio de cultivo.
N (min−1 ) Qa (L·min−1 ) kLa (h−1 )
30 20 0.996
30 30 1.458
30 40 2.016
40 20 1.494Figura 8. Diagrama de 8.
40 30 1.914
40 40 2.43
50 20 2.178
50 30
2.922
50 40 3.588
Este comportamiento es lógico, ya que al girar el
impelente a mayor velocidad la energı́a disipada es
mayor y aumenta la ruptura de burbujas. Esto
último provoca un aumento del área interfacial gas-
lı́quido y un aumento de la fracción de gas retenido.
También se observa que al aumentar el flujo de
gas a velocidad de agitación constante aumenta el
coeficiente volumétrico de transferencia de oxı́geno
debido a un incremento de la frecuencia del número de
  La ecuación que predice el valor del coeficiente
burbujas que se genera en el burbujeador y un aumento
de la velocidad superficial. En la literatura hay
informes de valores de kLa obtenidos en el intervalo
de 1 a 15 h−1 para cultivos de células animales en
biorreactores de hasta 8000 L de volumen (Varley and
Birch 1999; Nienow 2006). Como se observa en la
Tabla 4 los valores de kLa se encuentran en el extremo
inferior del intervalo publicado.
Con el objetivo de investigar cuál variable de
operación (velocidad de agitación o flujo de aire)
tiene mayor influencia sobre el coeficiente volumétrico
de transferencia de oxı́geno se realizó un análisis
estadı́stico. La Figura 8 representa el diagrama Figurade
Pareto y se observan los efectos significativos obtenido
sobrepor la modelación
la variable respuesta kLa .
El diagrama de Pareto de la Figura 8 muestra
cada uno de los efectos estimados en orden
decreciente de magnitud. La lı́nea vertical indica
cuales efectos son estadı́sticamente significativos.
Puede verse que los dos efectos individuales y
sus interacciones tienen un impacto positivo sobre
el kLa . Cualquier barra que se extienda más
allá de la lı́nea, corresponde a efectos que son
estadı́sticamente significativos. En este caso, 3 efectos
son significativos N, Qa y la interacción N-N (N 2 ).
Fig. Pareto de los efectos
Diagrama individuales
de Pareto y sus interacciones
de los efectos individualessobre la variable
respuesta kLa.
y sus interacciones sobre la variable respuesta kLa .
El estadı́stico de Durbin-Watson igual a 2.28 (valor-P
= 0.560 > 0.05) prueba la aleatoriedad de los residuos
con un 95.0% de nivel de confianza. De todo este
análisis puede concluirse que la velocidad de agitación
es la variable que más significativamente influye sobre
el coeficiente volumétrico de transferencia de oxı́geno.
Por lo tanto un incremento en la velocidad de agitación
tiene mayor impacto sobre el kLa en comparación
con el flujo de aire. Esto es de vital importancia
para la transferencia de masa durante el cultivo de
células ya que, un mayor coeficiente volumétrico de
transferencia de oxı́geno producto de un incremento
en la velocidad de agitación posibilita una mayor
Figura 9. Superficie de respuesta y contornos de la superficie de respuesta estimada.
velocidad de transferencia de oxı́geno al cultivo.
volumétrico de transferencia de oxı́geno (kLa ) en
función de las variables independientes que resultaron
significativas es:
kL a = 1.403−0.1273N +0.0561Qa +0.00247N 2 (13)
Dicha ecuación presenta un coeficiente de correlación
(R2 ) de 98.6 % y un error estándar de estimación para
los valores de kLa de 0.117. Mientras que el error
medio absoluto es de 0.074.
Una visión en el espacio de la dependencia del kLa
con respecto a N y Qa puede ser apreciado un gráfico
10. Gráfico de contorno para
tridimensional. Enellacoeficiente
Figura 9 se volumétrico
muestra ladesuperficie
transferencia de oxígeno
-1
respuesta,enası́DFC a 30los
como mincontornos
(fluido líquido de = 1 L·min-1. (B)
agua). (A) Qa
de la superficie
-1 -1
respuestaQa = 10 L·min . (C) Qa = 20 L·min .
estimada.
La gráfica de contornos de la superficie de
respuesta muestra los contornos para kLa en función
de N y Qa. Cada lı́nea de contorno representa
combinaciones de N y Qa las cuales determinan un
valor de kLa . Esta gráfica es de gran utilidad ya
que brinda la posibilidad de emplear combinaciones
de los niveles de las variables velocidad de agitación
y aireación que satisfacen un valor determinado del
coeficiente volumétrico de transferencia de oxı́geno.
www.rmiq.org 833
 respuesta kLa.

 

  Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

Figura 9. Superficie de respuesta y contornos de la superficie de respuesta estimada.

  Figura 9. Superficie de respuesta y contornos de la superficie de respuesta estimada.
Fig. 9. Superficie de respuesta y contornos de la superficie de respuesta estimada.
 

Figura 10. Gráfico de contorno para el coeficiente volumétrico de transferencia de oxígeno

Figuraobtenido
10. Gráfico de contornoenpara
pordelacontorno
modelación DFCel coeficiente
30 volumétrico
min-1-1 (fluido
avolumétrico líquidodeagua).de(A)
transferencia
Qa = por
1 L·minde-1. oxígeno
(B)-1
Fig. 10. Gráfico para el coeficiente de transferencia oxı́geno obtenido la modelación
obtenido por la modelación en QaDFC= 10a 30 min
L·min
en DFC a 30 min (fluido lı́quido agua). (A) Qa = -1
−1 -1
. (fluido
(C) Qa = líquido
20 L·min -1agua).
. (A) Qa = 1
1 L·min . (B) Qa = 10 L·min-1 . (C) Qa = 20 L·min .
−1 −1 L·min
−1 . (B)
Qa = 10 L·min . (C) Qa = 20 L·min .
Ası́, por ejemplo de ser necesario un kLa de 2 h−1 se sobre un plano longitudinal, a una velocidad de
puede escoger una velocidad de agitación y un flujo agitación de 30 min−1 y diferentes flujos de aire de
de aire de 47 min−1 y 20 L·min−1 respectivamente. 1, 10 y 20 L·min−1 .
Es importante destacar que la correlación de kLa Se observa que la distribución del coeficiente
determinada solo es válida para los niveles de las volumétrico de transferencia de oxı́geno no es
variables N y Qa estudiados experimentalmente. homogénea en el todo el volumen del biorreactor
con variaciones locales. Las zonas de mayor kLa
se encuentran alrededor del impelente y en la zona
3.4 Determinación del coeficiente de ascenso del gas desde el burbujeador hasta la
volumétrico de transferencia de superficie, siendo mayor su valor a mayor aireación.
oxı́geno por simulación Este resultado es consistente con lo informado en
la literatura (Dhanasekharan, Sanyal y col., 2005;
En la Figura 10 se muestra un gráfico de contorno Moilanen, Laakkonen y col., 2008) por el hecho de
de la distribución axial del coeficiente volumétrico de que en dichas zonas se encuentra la mayor turbulencia
transferencia de oxı́geno en el biorreactor modelado, y fracción volumétrica de aire.

834 www.rmiq.org
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839
Tabla 5. Coeficientes volumétricos de
transferencia de oxı́geno obtenidos por
DFC (valores promedios) y la
experimentación en agua a 35ºC y a
velocidad de agitación de 30 min−1 .
Qa DFC Exp Error
(L/min) kLa kLa relativo
(h−1 ) (h−1 ) (%)
1 0.15 0.13 15.4%
10 1.22 1.06 14.9%
20 2.19 1.76 24.9%
Según la teorı́a de penetración de Higbie (Higbie
1935) una mayor turbulencia provoca un incremento
del coeficiente de transferencia de oxı́geno (kL )
según la ecuación (9). En la parte inferior y
cercana a las paredes del biorreactor la transferencia
es despreciable. Este valor bajo de kLa es
diferente en varios órdenes de magnitud del obtenido
experimentalmente en la zona de la pared donde se
sitúa el sensor de oxı́geno (Figura 1). Esto es debido a
que la predicción del kLa está limitada por la precisión
de la determinación de la distribución de densidad
del número de burbujas la cual determina el valor
del área interfacial (a) calculada por la ecuación (10)
en dicha zona. La precisión puede ser aumentada
por un refinamiento de la discretización de las
ecuaciones de balance poblacional para la distribución
de densidad del número de burbujas, trayendo consigo
un incremento del esfuerzo computacional. En la
Tabla 5 se muestran los valores de las diferencias
relativas entre los kLa obtenidos por la modelación y
la experimentación.
Puede notarse que el error relativo del valor
promedio calculado respecto al experimental
está alrededor del 20 %. Según la literatura
(Dhanasekharan, Sanyal et al. 2005; Moilanen,
Laakkonen et al. 2008) dicho error suele ser común y
es aceptado por la comunidad cientı́fica.
Se observa en la Figura 12 que la potencia del
sistema gaseado disminuye a medida que aumenta
el flujo de aire (aumento del número de aireación)
debido a la acumulación de gas en la parte posterior
de las paletas de la turbina y a la disminución de la
densidad que provoca dicho aire en el sistema. Esta
observación es consecuente con resultados publicados
(Nienow 1990; Vrábel, van der Lans et al. 2000)
para reactores con turbinas Rushton. Un incremento
en el número de aireación por encima de un punto
crı́tico produce una reducción brusca de la potencia del
www.rmiq.org
sistema gaseado. De acuerdo con Nienow (Nienow,
Wisdom et al. 1978), el mı́nimo en la curva Pg /P vs
FlG también corresponde con el punto de inundación.
Esto indica que por encima del número de aireación
crı́tico el impelente está inundado. Se pudiera inferir
a partir de la Figura 12 que los puntos crı́ticos (valor
a partir del cual se produce una reducción brusca de la
Pg /P) se encuentran entre 1 L/min y 10 L·min−1 para
una velocidad de agitación de 30 min−1 (1.2·10−1 <
FlG < 1.2·10−2 ), en 10 L·min−1 para una velocidad
de agitación de 40 min−1 (FlG = 9.3· 10−3 ) y en
20 L·min−1 para una velocidad de agitación de 50
min−1 (FlG = 1.5·10−2 ). Estos puntos crı́ticos están
en correspondencia con los puntos ubicados sobre las
lı́neas de la Figura 11 en donde ocurre la transición a
la inundación.
3.5 Estudio del fenómeno de inundación
del impelente
Determinar si las condiciones de operación que se fijan
en un biorreactor conllevan al fenómeno de inundación
del impelente es clave para saber si la oxigenación
ocurre eficientemente. La Figura 11 muestra la
región tı́pica de la operación (N, Qa) del biorreactor
bajo estudio. Adicionalmente se incluyen algunos
puntos (N, Qa) seleccionados por su relevancia
de acuerdo a los patrones generalmente usados en
el cultivo de células animales. Se han incluido
además curvas empı́ricas obtenidas para condiciones
de inundación obtenidas por otros investigadores para
otras configuraciones de biorreactores.
De la Figura 11, se verifica que la mayor parte
de las condiciones impuestas en la operación del
biorreactor están debajo de las curvas tomadas de
la literatura para representar la frontera entre las
condiciones de inundación y de dispersión. Si
se asume que dichas curvas dan una idea del
comportamiento en la configuración del biorreactor
bajo estudio, lo anterior implica que el biorreactor
es operado por lo general con el impelente inferior
inundado de gas. Como se puede apreciar en la Figura
11 solo cuatro condiciones se encuentran fuera de la
zona de inundación del impelente. Estas condiciones
corresponden a un flujo de aire 1 L·min−1 (9.1·10−4
vvm) y velocidades de agitación 30 min−1 (Utip =
0.471 m·s−1 ), 40 min−1 (Utip = 0.628 m·s−1 ) y 50
min−1 (Utip = 0.785 m·s−1 ), además de la condición
con flujo de aire de 10 L·min-1 (9.1·10−3 vvm) y
velocidad de agitación 50 min−1 .
835
 10 kL1,22
a (h ) kL1,06
a (h ) (%)
14,9%
201 0,15
2,19 0,13
1,76 15,4%
24,9%

  10 1,22 1,06 14,9%
20 2,19 1,76 24,9%

 
  Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

 

aire, mientras que el resto de los puntos de operación

ubicados en las zonas de inundación no cumplen con
el criterio de flujo de aire, siendo estos mayores a 0.01
vvm.
La condición de inundación que consiste en un
exceso de aire mayor que la capacidad de manejo
del impelente provoca una disminución brusca en la
potencia del sistema gaseado. La Figura 12 muestra
el comportamiento de la relación entre la potencia del
sistema gaseado y en sistema no gaseado al variar
el flujo de gas, representado a través del número de
aireación.
Figura 11. Velocidad de agitación mínima para lograr la dispersión del aire en función del
Figura 11. Velocidad
Fig. 11.deVelocidad
agitación mínima
deflujo para lograr
agitación
de aire. la dispersión
mı́nima del airela
para lograr en función del En la Figura 13 (dirección de rotación del
dispersión del aire en flujo de aire.
función del flujo de aire. impelente a contrarreloj) se muestra el isovolumen de
  la fracción volumétrica del aire mayor e igual que 0.01
 
para la condición de flujo de aire de 10 L·min−1 y las
velocidades de agitación 30. 40 y 50 min−1 .
Se observa que a medida que disminuye la
velocidad de agitación el aire es dispersado débilmente
y el volumen de aire se concentra sobre los impelentes
inundando los mismos. Se aprecia que a una velocidad
de agitación de 30 min−1 (Figura 13C) el aire domina
el flujo del sistema y es dispersado ineficientemente
(Nienow 1990; Doran 1995). Como muestra la Figura
11 para la velocidad de agitación de 30 min−1 y
Figura12.
12.Variación
Variaciónde delalapotencia
potencia gaseada/potencia
gaseada/potencia no
flujo de aire de 10 L·min−1 se encuentra en la zona
Figura nogaseada
gaseada(P(Pg/P)
g/P)en
enfunción
funcióndeldel
número
Fig. 12. Variación de la potencia del sistema de deinundación del impelente. A una velocidad de
número dedeaireación
aireación(Fl
(FlGG) )aadiferentes
diferentes valores
valores de velocidad
velocidaddedeagitación
agitacióncalculada
calculadaa partir
a partir de
gaseado/potencia ende
resultados
resultados desistema
simulación
simulaciónnocon
con la DFC.(Pg /P) en
gaseado
laDFC. agitación de 40 min−1 (Figura 13B) se observa una
función del número de aireación (FlG ) a diferentes mejorı́a en la dispersión de aire ya que este no se
valores de velocidad de agitación calculada a partir de encuentra totalmente concentrado sobre los impelentes
resultados de simulación con la DFC. y se puede inferir que se encuentra en un etapa
de transición hacia el fenómeno de inundación en
Estas condiciones cumplen con los criterios correspondencia con lo observado en la Figura 11 en
informados en la literatura(Varley and Birch 1999; ese punto de operación. En la condición de agitación
Nienow 2006) para el cultivo de células de animales de 50 min−1 el aire es dispersado más eficientemente
tanto en velocidad de agitación como en flujo de como se observa en la Figura 13A.

Figura 13. de
Fig. 13. Isovolumen Isovolumen
la fracciónde la fraccióndelvolumétrica
volumétrica dela aire
aire (≥ 0.01) (≥ 0,01)
un flujo a un
de aire de flujo de aire
10 L·min −1 yde
a diferentes
-1 -1 -1
10 L·min y a diferentes velocidades
−1 de agitación:
−1
velocidades de agitación: A (50 min ); B (40 min ) y C (30 min ). A (50
−1 min ); B (40 min ) y C (30 min-1),
 
836 www.rmiq.org
 

 
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839
El análisis alcanzado hasta el momento demuestra
que para lograr un mejor desempeño del biorreactor
desde el punto de vista hidrodinámico, es más
conveniente aumentar la velocidad de agitación en
lugar del flujo de aire ya que la mayor muerte celular
está relacionada con la aireación y es causada por
la explosión de las burbujas en la superficie (Wu
1995; Varley and Birch 1999; Hu, Berdugo y col.,
2011). Con el aumento de la velocidad de agitación
se logra también evitar el fenómeno de inundación
del impelente y una mayor dispersión del aire, lo
que posibilita una mayor velocidad de transferencia
de oxı́geno al cultivo. El nivel máximo de agitación
evaluado de 50 min−1 genera una potencia promedio
de agitación igual a 4.63 W para el sistema no gaseado
según la ecuación (12). La potencia por unidad de
volumen de lı́quido (1.1 m3 ) para este caso serı́a
igual a 4.21W/m3 la cual es inferior a 250 W/m3 ,
valor informado en la literatura a partir del cual
empieza a ocurrir el daño celular (Nienow 2006). Por
lo tanto existen reservas de mejoras hidrodinámicas
que pudieran ser explotadas adecuadamente y lograr
un mejor desempeño del biorreactor sin causar daño
mecánico mediante una agitación más vigorosa.
Conclusiones
Los resultados del modelo matemático obtenido por la
Dinámica de Fluidos Computacional para predecir el
campo de velocidades en un sistema monofásico (fase
lı́quida) fueron comparados con otros informados en
la literatura observándose el mismo comportamiento
para ambos casos.
El modelo matemático propuesto predice un
tiempo de mezclado para la condición de operación
sin aireación analizada igual al determinado
experimentalmente.
Se obtiene a través de la modelación matemática
y el uso de correlaciones informadas en la literatura
que el patrón de flujo del sistema bifásico en las
condiciones de operación del biorreactor industrial
para el cultivo de células animales está caracterizado
por la inundación del impelente.
El modelo matemático propuesto predice el
coeficiente volumétrico de transferencia de oxı́geno
promedio con un 20% de diferencia respecto a los
valores determinados experimentalmente. A través del
modelo matemático se predicen zonas del biorreactor
con una pobre transferencia de oxı́geno que es
consecuente con el fenómeno de inundación detectado
con los otros estudios realizados. Se obtiene por la
www.rmiq.org
vı́a experimental que el coeficiente volumétrico de
transferencia de oxı́geno (kLa ) depende de las variables
velocidad de agitación y flujo de aire siendo más
importante la influencia de la velocidad de agitación.
Un aumento de las dos variables provoca un aumento
del valor de kLa .
La hidrodinámica del biorreactor industrial para
el cultivo de células animales en las condiciones de
operación se caracteriza por presentar el fenómeno
de inundación del impelente, valores del coeficiente
volumétrico de transferencia de oxı́geno bajos en
comparación con los informados en la literatura para
el cultivo de células de animales. Para las condiciones
de operación sin aireación el patrón de flujo de la fase
lı́quida en el biorreactor es de mezcla perfecta.
Nomenclatura
a área interfacial especı́fica (m−1 )
c distancia del impelente inferior con
respecto al fondo (m)
CL concentración de oxı́geno en la fase
lı́quida (mmol·L−1 )
C∗ concentración de oxı́geno en la fase
lı́quida en el equilibrio (mmol·L−1 )
Cθ parámetro para graficar la curva Cθ (-)
D diámetro del impelente (m)
db diámetro de burbujas medio local (m)
di diámetro de burbujas de clase i (m)
DOL coeficiente de difusión del oxı́geno en el
lı́quido (m2 ·s−1 )
DO oxı́geno disuelto (%)
FlG número de aireación (-)
Fr número de Froude (-)
H(t) ı́ndice de homogeneidad en el tiempo t
(-)
kL coeficiente de transferencia de oxı́geno
(m·s−1 )
kLa coeficiente volumétrico de transferencia
de oxı́geno (s−1 )
M torque del agitador (N·m)
N velocidad de agitación (min−1 )
ni densidad del número de burbujas de
clase i (m−3 )
OT R velocidad de transferencia de oxı́geno
(mmol·h−1 ·L−1 )
P potencia no gaseada del agitador (W)
Pg potencia gaseada del agitador (W)
Qa flujo volumétrico de aire (L·min−1 )
r coordenada radial (m)
Re número de Reynolds (-)
837
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839
t¯ tiempo medio de residencia (h)
T diámetro del tanque (m)
Utip velocidad en la punta del impelente
(m·s−1 )
Uy componente axial de la velocidad
(m·s−1 )
VL volumen de agua en el vaso del reactor
(L)
v0 flujo volumétrico de agua a la entrada del
vaso (L·h−1 )
y coordenada axial (m)
Sı́mbolos griegos
ε velocidad de disipación de la energı́a
cinética turbulenta (m2 ·s−3 )
εg fracción volumétrica local de la fase
gaseosa (-)
θ tiempo adimensional (-)
ν viscosidad cinemática (m2 ·s−1 )
τ tiempo espacial (h)
Ω(t) conductividad en el tiempo t (S·m−1 )
Ωi conductividad inicial (t = 0 s) (S·m−1 )
Ωf conductividad final (t = ∞) (S·m−1 )
Referencias
Calderbank, P. H. (1958). Physical rate processes in
industrial fermentation. Part 1. The interfacial
area in gas-liquid contacting with mechanical
agitation. Transactions of IChemE 36, 443-463.
Dhanasekharan, K. M., J. Sanyal, et al. (2005).
A generalized approach to model oxygen
transfer in bioreactors using population balances
and computational fluid dynamics. Chemical
Engineering Science 60, 213-218.
Doran, P. (1995). Bioprocess Engineering. Sydney,
Elsevier Science & Technology Books.
Garcia Ochoa, F. and E. Gomez (2004). Theoretical
prediction of gas-liquid mass transfer
coefficient, specific area and hold-up in sparged
stirred tanks. Chemical Engineering Science 59,
2489-2501.
Henzler, H. J. (1982). Verfarentechnishe
Auslegungsunterlagen fur Ruhrbehalter als
Fermenter. Chemie Ingenieur Technik 52, 461.
Higbie, R. (1935). The rate of absorption of a pure
gas into a still liquid during short periods of
exposure. Institution of Chemical Engineers 35,
36-60.
838 www.rmiq.org
Hsuan, L. W.-M. a. C. (1986). Flooding and critical
impeller speed for gas dispersion in aerated
turbine agited vessels. Chemical Engineering
Journal 33, 57-62.
Hu, W., C. Berdugo, et al. (2011). The potential
of hydrodynamic damage to animal cells of
industrial relevance: current understanding.
Cytotechnology 63, 445-460.
Joshi, J. B., N. K. Nere, et al. (2011). CFD
simulation of stirred tanks: Comparison of
turbulence models. Part I: Radial Flow
Impellers The Canadian Journal of Chemical
Engineering 89, 23-82.
Levenspiel, O. and G. T. Barreiro (2002). Ingenierı́a
de las Reacciones Quı́micas. Ed. Reverté.
Middleton, J. C. (1992). Gas-liquid dispersion
and mixing. Mixing in the Process Industries.
Butterworth-Heinemann. Oxford, UK, 322-363.
Moilanen, P., M. Laakkonen, et al. (2008).
Modelling mass transfer in an aerated 0.2
m3 vessel agitated by Rushton, Phasejet and
Combijet impellers. Chemical Engineering
Journal 142, 95-108.
Nienow, A. W. (1990). Gas Dispersion Performance
in Fermenter Operation. Chemical Engineering
Progress, 61-71.
Nienow, A. W. (1998). Hydrodynamics of stirred
bioreactors. Applied Mechanics Review 51, 3-
32.
Nienow, A. W. (2006). Reactor engineering in large
scale animal cell culture. Cytotechnology 50, 9-
33.
Nienow, A. W., D. J. Wisdom, et al. (1978).
The Effect of Scale and Geometry in Flooding,
Recirculation, and Power in Gassed Stirred
Vessel. 2nd European Conference on Mixing
(BHRA, Camfield. Cambridge, England, 1-16.
Patwardhan, A. W. (2001). Prediction of Residence
Time Distribution of Stirred Reactors.
Industrial & Engineering Chemistry Research
40, 5686-5695.
Perry, R. H. (1999). Perry’s Chemical Engineer’
Handbook (7th ed.). D. W. Green. New York,
McGraw-Hill.
 Raffo-Durán y col./ Revista Mexicana de Ingenierı́a Quı́mica Vol. 13, No. 3 (2014) 823-839

van’t Riet, K. and J. M. Smith (1973). The behaviour
of gas-liquid mixtures near Rushton turbine
blades. Chemical Engineering Science 28,
1031-1037.
Varley, J. and J. Birch (1999). Reactor design
for large scale suspension animal cell culture.
Cytotechnology 29, 177-205.
Versteeg, H. K. and W. Malalasekera (2007). An
introduction to computational fluid dynamics:
the finite volume method, Pearson Education
Ltd.
Vrábel, P., R. G. J. M. van der Lans, et
al. (2000). Mixing in large-scale vessels
stirred with multiple radial or radial and
axial up-pumping impellers: modelling and
measurements. Chemical Engineering Science
55, 5881-5896.
Wu, J. (1995). Mechanisms of animal cell damage
associated with gas bubbles and cell protection
by medium additives. Journal of Biotechnology
43, 81-94.
Xing, Z., B. M. Kenty, et al. (2009). Scale-
up analysis for a CHO cell culture process
in large-scale bioreactors. Biotechnology and
Bioengineering 103, 733-746.
Zlokarnik, M. (1973). Ruhrleistung in begasten
flussigkeiten. Chemie Ingenieur Technik 45,
689.

www.rmiq.org 839
 Estequiometría y Termodinámica del
Crecimiento Celular y la Formación de
Productos

Ing. Julio César Dustet Mendoza Ph. D.

Ing. Ernesto Alonso Rosero Delgado Ph. D.
Estequiometría y Termodinámica del crecimiento celular y la formación de
productos.

Introducción. El crecimiento celular y la formación de productos son procesos complejos

resultado de las miles de reacciones que ocurren en el interior de la célula. Sin embargo a
pesar de la complejidad de los procesos anteriores ha sido posible representarlos
cualitativamente a partir de una simple ecuación estequiométrica que toma en
consideración solo los nutrientes del medio de cultivo y los productos extracelulares
incluyendo la biomasa formada. Dicha ecuación estequiométrica es la base para la
aplicación de las leyes de conservación de la masa y la energía a los procesos antes
mencionados. Las ecuaciones que se deducen en el tema servirán para tomar decisiones
importantes relacionadas con los procesos de fermentación tales como: formular un medio
de cultivo, diseñar un sistema de control por computadora, diseñar el sistema de
enfriamiento del biorreactor, modificar genéticamente un microorganismo para
incrementar la expresión de un producto y evaluar la consistencia de la información
experimental disponible.

Al finalizar este tema el estudiante debe lograr:

 Interpretar las leyes de conservación de la masa y la energía aplicadas a los
procesos de crecimiento celular y la formación de productos.
 Utilizar las ecuaciones derivadas de las aplicaciones de las leyes de conservación
de la masa y la energía en la solución de problemas comunes que se presentan en
el estudio de procesos de fermentación.

Aspectos a enfatizar al final del Tema:

 La ecuación estequiométrica está escrita para organismos heterótrofos y
balanceada para un mol de sustrato orgánico con la fórmula química con un átomo
de carbono.
 Limitaciones que tiene la aplicación del enfoque termodinámico para el diseño del
proceso.
 Las aplicaciones que tiene el enfoque termodinámico en la evaluación y diseño de
un proceso de fermentación.

Actividad # 1 Características generales de los procesos de crecimiento celular y

formación de productos

Objetivos:
- Interpretar la ecuación estequiométrica general que simboliza los procesos de
crecimiento celular y formación de productos
- Conocer la composición elemental de una célula
- Conocer como determinar e interpretar los grados de reducción de la biomasa, del
sustrato y del producto
Estequiometría general para el crecimiento celular y la formación de producto

Antes de analizar cualitativa y cuantitativamente la ecuación estequiométrica que

representa cualitativamente los procesos de crecimiento celular y la formación de
productos, es necesario recordar algunos conceptos importantes que utiliza la
termodinámica para la interpretación correcta de las leyes de conservación de la materia y
la energía.

Para aplicar las leyes de conservación de la masa y la energía es conveniente dividir el

objeto de estudio en dos partes, el sistema y los alrededores.
Sistema: es la parte de materia que interesa estudiar.
Alrededores: toda aquella parte de materia que no se considera incluida en el sistema.
La separación entre el sistema y sus alrededores se denomina frontera, la cual puede ser
real o imaginaria, rígida o flexible.
Proceso: cambios que ocurren en el sistema y sus alrededores.
Así para un proceso continuo la ley de conservación de la masa se puede plantear:

masa que entra  masa que sale masa que se  masa que se 
a través de la  a través de la   produce por  consume por  masa que se 
         
      acumula en 
 frontera   frontera  reacción en   reacción en  el sistema 
del sistema  del sistema  el sistema  el sistema   

Una forma de plantear la primera ley de la termodinámica o ley de conservación

de la energía es:
 Energía   Energía 
   
  en el     en los 0
 sistema   alrededores 
   
Vea diferentes formas de plantear un balance de energía en un proceso simple en el
material complementario.

La figura 2.1. ilustra el proceso de conversión que ocurre a los componentes del medio de
cultivo para transformarse en productos del metabolismo (detectados también en el medio
de cultivo) en presencia de la célula.

En este caso el sistema termodinámico puede ser la reacción química (ecuación 2.1) que
representa la transformación que está ocurriendo en el recipiente donde tienen lugar el
crecimiento y la formación de productos. Los alrededores estarán constituidos por el
ambiente que rodea al recipiente de reacción.

Figura 2.1. Proceso de conversión de nutrientes a productos del metabolismo.

La ecuación estequiométrica 2.1 es una expresión de la conservación de la materia en el
proceso representado en la figura 2.1. Esta transformación es la que tiene lugar en
presencia de células quimioheterotróficas, es decir las que asimilan el carbono y la
energía de los compuestos orgánicos, fundamentalmente de carbohidratos.

CHmOl  aNH3  bO2  ycCHpOnNq  zCHrOsNt  dCO2  cH2O

(2.1)
(sustrato) (fuente de N) (biomasa) (productos)

En la ecuación los nutrientes han sido divididos en tres sustancias, el sustrato orgánico
(en lo adelante el sustrato) que representa las fuentes de carbono y energía para el
metabolismo, el amoniaco como símbolo de la fuente de nitrógeno y el oxígeno. Del lado
de los productos se representan la biomasa formada, otros productos extracelulares (en
algunos casos se pueden despreciar), el agua y el dióxido de carbono (estos dos últimos
son siempre productos del metabolismo).

A continuación se plantean las expresiones matemáticas que representan los balances

por elemento en la reacción anterior.

Balance de carbono:
1 = yc  z  d (2.2)

Balance de hidrógeno:
m  3 · a = yc · p  z · r  2 · c (2.3)

Balance de oxígeno:
l  2 · b = yc · n  z · s  2 · d  c (2.4)

Balance de nitrógeno:
a = yc · q  z · t (2.5)

Nótese que solo han sido tomados en cuenta en la reacción los elementos C, H, O y N. A
pesar de ser conocido que en la reacciones celulares intervienen un número grande de
otros elementos no considerados aquí y que la composición elemental de una célula es
muy compleja como muestra la tabla 2.1 para una célula de la especie Escherichia coli,
los cuatro elementos considerados en la ecuación (2.1) son los que están en mayor
proporción y la simplificación de la ecuación es satisfactoria para fines prácticos.

Tabla 2.1. Composición elemental de la bacteria Escherichia coli

Elemento % de la Elemento % de la
masa masa seca
seca
C 50 K 1.0
H 8 Na 1.0
O 20 Ca 0.5
N 14 Mg 0.5
P 3.0 Fe 0.2
S 1.0 otros 0.5
Comúnmente el balance de materiales en los procesos de fermentación se plantea en
unidades de masa y no molares como está representado en las ecuaciones (2.2) a (2.5).
Para formular el medio de cultivo si se conoce la composición del elemento i en la célula y
se supone solo el crecimiento celular (sin formación de producto extracelular) la expresión
general del balance de masa es:
moi = wi · mx (2.6)

donde moi es la masa inicial del elemento i en el medio de cultivo y significa la cantidad
mínima de i que hay que suministrar al medio para garantizar la formación de la masa
celular m x, y wi es la fracción másica del elemento i en la célula.

La expresión (2.6) significa que toda la cantidad del elemento i que contiene el medio de
cultivo es igual a la cantidad del elemento que contiene la célula. Se ha supuesto que
ocurre una conversión completa del elemento a componente de la masa celular. Para
cualquier elemento es posible plantear la ecuación (2.6) excepto para aquellos en que
siempre hay una transformación para formar otros productos además de la biomasa como
son los casos de los elementos C, H y O.

La ecuación (2.1) merece ser analizada desde otros puntos de vista que son básicos para
el análisis termodinámico del proceso de transformación que esta representa. Las
características de interés son:

- En la ecuación las fórmulas químicas del sustrato, la biomasa y el producto han sido
escritas con un solo átomo de carbono. Por otra parte la ecuación ha sido balanceada
para 1 mol de sustrato. Todas las expresiones matemáticas que se obtendrán a
continuación son dependientes de estas restricciones.

- El sustrato orgánico es parcialmente oxidado por el oxígeno a biomasa, otros productos,

CO2 y H2O, existiendo por tanto una transferencia de electrones al oxígeno. El proceso
puede ser analizado entonces como una reacción parcial de oxidación-reducción.

- El sustrato orgánico al reaccionar con el oxígeno forma CO2 y H2O (productos de una
reacción de combustión). Esto permite analizar el proceso como una reacción parcial
de combustión.

2.2. Termodinámica del crecimiento celular y la formación de producto

A continuación se introducirán en los análisis determinados parámetros relacionados con

el crecimiento y la formación de productos. Estos son: los grados de reducción s, b, p del
sustrato, la biomasa y del producto respectivamente, los rendimientos energéticos de la
biomasa  y del producto ξp, así como los rendimientos biomasa-sustrato Yx/s y producto-
sustrato Yp/s. Para establecer las expresiones matemáticas que define a cada uno de
estos términos se hará uso de conocimientos de la termodinámica como la ley de Hess y
otros. Sin embargo el objetivo final de este epígrafe es disponer de herramientas que
permitan resolver dos aspectos importantes de la termodinámica aplicada a los procesos
de fermentación. Estos son:

- Estimar los coeficientes de rendimiento máximos posibles para un proceso

determinado.
- Estimar el calor metabólico evolucionado durante el proceso.
Estos dos aspectos permitirán a su vez tomar decisiones importantes para el diseño o la
evaluación del proceso tecnológico de interés.

2.2.1. El grado de reducción de la biomasa s.

A continuación se presenta la interpretación del proceso de oxidación-reducción que
ocurre en la reacción que simboliza la ecuación (2.1) usando como ejemplo la molécula
de biomasa. El análisis se comenzará con el planteamiento del balance de electrones.

2.2.1.1. Balance de electrones para la oxidación completa de la molécula de

biomasa

Para plantear el balance de electrones se plantea el balance de números de oxidación

siguiendo las reglas establecidas para balancear una ecuación de oxidación-reducción. La
ecuación que representa la oxidación completa de la biomasa se escribe como sigue:

CHpOnNq + XO O2  XC CO2 + XH H2O + XN NH3 (2.7)

Donde el oxígeno representa al agente oxidante y la biomasa al agente reductor. Usando

para el oxígeno un número de oxidación –2 en los compuestos oxigenados, y para el
nitrógeno –3, el número de oxidación de cada elemento en la ecuación (2.7) queda:

X +1 -2 -3 0 4 -2 +1-2 -3+1
C HpOnNq + XO O2  XC CO2 + XH H2O + XN NH3

Donde X = - p + 2 · n + 3 · q
(2.7a)

Nótese en la ecuación (2.7a) que los elementos C y O son los que han cambiado su
número de oxidación. Se observa que el carbono en la molécula de biomasa pasa de un
número de oxidación igual a - p + 2 · n + 3 · q hasta 4 en la molécula de dióxido de
carbono, lo que ha sido posible por la transferencia de 4 + p - 2 · n - 3 · q electrones al
oxígeno.

El término 4 + p - 2 · n - 3 · q que representa el número de electrones transferidos al

oxígeno en la oxidación completa de la biomasa se simboliza por b y recibe
también el nombre de grado de reducción de la biomasa.

Finalmente se hace un balance por elementos en la ecuación (2.7a) para lo cual se

considera:
- el oxígeno ha aceptado 4 electrones para pasar de un número de oxidación igual a
0 hasta –2 · 2 en la molécula de dióxido de carbono
- si un mol de C en la molécula CHpOnNq cede 4 + p - 2 · n - 3 · q electrones y el
oxígeno es capaz de aceptar 4 electrones, entonces serán necesarios 4 mol de C
en la molécula de biomasa por tanto:

4 CHpOnNq + (4 + p - 2 · n - 3 · q) O2  XC CO2 + XH H2O + XN NH3 (2.8)

Para el resto de los elementos presentes en la ecuación (2.8) los balances se escriben
como sigue:
Balance para el nitrógeno:
4 · q = XN
(2.9)

Balance para el carbono:

4 = XC
(2.10)

Balance para el hidrógeno:

4 · p = 2 · XH + 3 · XN y sustituyendo la ecuación (2.9) en este balance se obtiene
XH = 2 · p – 6 · q
(2.11)

La ecuación (2.8) se puede volver a escribir siendo su forma:

4 CHpOnNq + (4 + p - 2 · n - 3 · q) O2  4 CO2 + (2 · p – 6 · q) H2O + (4 · q) NH3

(2.8a)

la cual se puede dividir por 4 para dar:

CHpOnNq + (1/4) · (4 + p - 2 · n - 3 · q) O2  CO2 + (1/2) · (p – 3 · q) H2O + q NH3

(2.8a)

También se puede escribir como:

CHpOnNq + (1/4) · b O2  CO2 + (1/2) · (p – 3 · q) H2O + q NH3
(2.8a)

De igual manera se puede proceder con las moléculas de sustrato y de producto para
llegar a las ecuaciones que permiten el cálculo de los grados de reducción s y p. A
continuación se exponen todas las ecuaciones de interés:
s = 4 + m –2 · l
(2.12)
b = 4 + p – 2 · n –3 · q (2.13)
p = 4 + r – 2 · s – 3 · t (2.14)

2.2.1.2. Balance por elementos para la reacción de oxidación completa de la

molécula de biomasa
A la ecuación (2.8a) se puede llegar también por un balance de elementos para la
ecuación (2.7). A continuación se presentan las ecuaciones correspondientes.
Balance de carbono:
1 = XC (2.15)

Balance de nitrógeno:
q = XN (2.16)

Balance de hidrógeno:
p = 2 · XH + 3 · XN, quedando XH = (1/2) · (p – 3 · q) (2.17)

Balance de oxígeno:
n + 2 · XO = 2 · XC + XH, quedando XO = (1/4) · (4 + p – 2 · n – 3 · q) (2.18)
Finalmente se presentan las ecuaciones para la combustión completa de las moléculas de
sustrato y de producto respectivamente.

Para el sustrato:
CHmOl + (1/4) · s O2  CO2 + (1/2) · m H2O (2.19)

Para el producto:
CHrOsNt + (1/4) · p O2  CO2 + (1/2) · (r – 3 · t) H2O + t NH3 (2.20)

Nótese que la ecuación (2.1) no es más que el resultado de la sustracción a la ecuación

(2.19) de yc veces la ecuación (2.8a) y z veces la ecuación (2.20) donde los moles de
oxígeno que reaccionan según la ecuación (2.1) se pueden calcular a partir de los grados
de reducción por la ecuación siguiente:

b  .  s  y c . b  z . p 
1
(2.21)
4

La diferencia encerrada en el paréntesis de la ecuación (2.21) representa la transferencia

neta de electrones al oxígeno durante el proceso de oxidación-reducción que representa
la ecuación estequiométrica (2.1).
Bibliografía:
 Bailey J., Ollis D. “Biochemical Engineering Fundamentals”. Mc Graw-Hill
International Editions, Second Edition,1986.
 Erickson L. E., Minkevich I. G., Eroshin V. K. “Application of Mass and
Energy Balance Regularities in Fermentation”. Biotechnology and
Bioengineering v XX, 1595-1621, 1978.
Preguntas de comprobación

1. Responda con verdadero o falso las afirmaciones siguientes:

La célula está constituida por los elementos carbono, hidrógeno, oxígeno y
nitrógeno

Durante el proceso de transformación de nutrientes a biomasa y otros

productos del metabolismo se absorbe energía en forma de calor. La reacción es
endotérmica.

Los procesos de crecimiento celular y formación de productos pueden

representarse por una simple reacción química que resulta satisfactoria para su
análisis cualitativo y cuantitativo.

2.1 ¿Cuál es la característica cualitativa que expresa la ecuación estequiométrica

del crecimiento celular y la formación de productos que permite deducir las
expresiones teóricas para el cálculo de los grados de reducción de la biomasa, el
producto y el sustrato?

2.2 ¿Qué significado físico tienen los grados de reducción de la biomasa, el

producto y el sustrato?

2.3 Determine el grado de reducción de los compuestos químicos siguientes y

ubíquelos por orden decreciente de su poder reductor: CH 4, C2H5OH, C6H12O6,
C270H401N73O83.
Respuestas correctas

1.1 Falso. La célula está compuesta por muchos elementos (recordar la

composición de Escherichia coli en la tabla 2.1). Los cuatro elementos C, H,
O y N son los que predominan en la composición y por eso se toman como
referencia para realizar determinados cálculos relacionados con el
crecimiento y la formación de productos (recordar la ecuación 2.1). No tener
en cuenta sin embargo el resto de los componentes que puede necesitar
una célula para formular el medio de cultivo, puede conducir a un proceso
sin resultados satisfactorios.

1.2 Falso. Los procesos de crecimiento y formación de productos son de

carácter exotérmico y por tanto se libera energía en forma de calor al medio
de cultivo. Si no se extrae esa energía del medio la temperatura puede
aumentar de manera incontrolada y provocar daños a la célula lo cual
repercute negativamente sobre la eficiencia del proceso.

1.3 Verdadero. La ecuación 2.1 representa esa simplificación satisfactoria para

determinados cálculos que se aprenden a realizar en este tema.

2.1 Esa característica cualitativa es que representa un proceso de oxidación

reducción donde el oxígeno es el agente oxidante y el sustrato el agente reductor.

2.2 El significado físico de los grados de reducción es que representan la cantidad

de electrones que se transfieren al oxígeno para que ocurra la oxidación completa
de un mol de la molécula orgánica (sustrato, biomasa o producto) a CO 2 H2O y
NH3. Es necesario recordar que en todos los casos las moléculas orgánicas están
escritas con un solo átomo de carbono, lo cual condiciona la forma de calcular los
grados de reducción.

2.3 CH4  = 8, C2H5OH  = 6, C270H401N73O83  = 4.06, C2H12O6  = 4.

 ICIDCA. Sobre los Derivados de la Caña
de Azúcar
ISSN: 0138-6204
revista@icidca.azcuba.cu
Instituto Cubano de Investigaciones de
los Derivados de la Caña de Azúcar
Cuba

Rosero-Delgado, Ernesto Alonso; Dustet-Mendoza, Julio César

Cinética de la fermentación en estado sólido de cascarilla de arroz y bagazo de caña con
Auricularia auricula
ICIDCA. Sobre los Derivados de la Caña de Azúcar, vol. 51, núm. 1, enero-abril, 2017,
pp. 28-38
Instituto Cubano de Investigaciones de los Derivados de la Caña de Azúcar
Ciudad de La Habana, Cuba

Disponible en: http://www.redalyc.org/articulo.oa?id=223153894005

Cómo citar el artículo

Número completo
Sistema de Información Científica
Más información del artículo Red de Revistas Científicas de América Latina, el Caribe, España y Portugal
Página de la revista en redalyc.org Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
 Cinética de la fermentación en estado sólido
de cascarilla de arroz y bagazo de caña
con Auricularia auricula
Ernesto Alonso Rosero-Delgado1,2, Julio César Dustet-Mendoza2
1. Universidad Técnica de Manabí, Av. Urbina y Che Guevara, Portoviejo, Manabí, Ecuador.
erosero@utm.edu.ec
2. Universidad Tecnológica de La Habana José Antonio Echeverría. Avenida 114 # 11901 entre Ciclovía y Rotonda,
Marianao, La Habana, Cuba.
jcdm@química.cujae.edu.cu
RESUMEN
En el trabajo se informa por primera vez la cinética del
proceso de fermentación en estado sólido de los sustra-
tos bagazo de caña de azúcar y cascarilla de arroz con
Auricularia auricula. Se midió experimentalmente la
variación de la proteína, del peso de sólido seco, de la
cantidad de dióxido de carbono producido, así como de
la fibra cruda total y de sus componentes: celulosa,
hemicelulosa y lignina para los 96 días de fermenta-
ción. Se obtuvieron valores de eficiencia biológica de
26,4 % en cascarilla de arroz y 36,3 % en bagazo de
caña, valores que son comparables con los de otras
especies en esos mismos sustratos. Se calculó la curva
de crecimiento del hongo a partir de la cantidad de dió-
xido de carbono producida y se ajustó el modelo de
Gompertz modificado para estimar los parámetros ciné-
ticos, obteniéndose velocidades específicas máximas de
crecimiento µmax = 0,107 días-1 en cascarilla de arroz
y µmax = 0,079 días-1 en bagazo de caña. Estos valores
son mayores que los informados para otros hongos de
pudrición blanca. Se calcularon las velocidades especí-
ficas de consumo de la celulosa, hemicelulosa y lignina.
PALABRAS CLAVE: Auricularia auricula, cinética de fer-
mentación, hongos de pudrición blanca, fermentación
en estado sólido.
INTRODUCCIÓN
Desde comienzos del siglo XXI se han estado
generalizando las tendencias al uso eficiente y la
adición de valor a los residuos o subproductos
agroindustriales como la pulpa y cáscara de café,
el bagazo de yuca, el bagazo de caña de azúcar, la
28 ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero- abril, 2017
ABSTRACT
In this work, solid-state fermentation process kinetics
of sugarcane bagasse and rice husk as substrates with
Auricularia auricula is for the first time reported. The
variation of protein, dry weight and carbon dioxide pro-
duced are experimentally measured, as well the total
crude fiber and her components: cellulose, hemicellulo-
se and lignin were determined over the 96 days of fer-
mentation time. Biological efficiency values of 26.9 % in
rice husk and 36.2 % in sugarcane bagasse are obtai-
ned; these values are comparable with these ones for
other species in the same substrates. The mushroom
growth curve was calculated from the carbon dioxide
produced and the modified Gompertz's model was
adjusted to obtain the kinetic parameters, a maximum
specific growth rates µmax = 0.107 days-1 in rice husk
and µmax = 0.079 days-1 in sugarcane bagasse were
obtained. These values are greater than those reported
for other white rot fungi. Substrate specific uptake rate
of cellulose, hemicellulose and lignin were also calcula-
ted.
KEYWORDS: Auricularia auricula, fermetation kinetics,
white root fungi, solid state fermentation.
pulpa de remolacha azucarera, la cascarilla de
arroz y el rastrojo de frijol (1, 2). Existen varios
informes que describen bioprocesos diseñados a
partir de estas materias primas para la obtención
de productos químicos de valor añadido como los
β-carotenos (3), y la melanina (4) entre otros.
Auricularia auricula (oreja de Judas), es un hongo
comestible y medicinal que ha sido reconocido por
sus excelentes propiedades medicinales (5, 6), sus
contribuciones medioambientales (7) y también
nutricionales (8). Es un hongo de pudrición blanca
que tiene la capacidad de producir enzimas ligno-
líticas que le permiten mineralizar la lignina a
dióxido de carbono y agua para acceder a la celu-
losa y la hemicelulosa contenidas en la fibra del
material vegetal (9), así como obtener la energía
para su metabolismo y posterior crecimiento.
La fermentación en estado sólido (FES) es una
técnica de cultivo con la que se logra mayores ren-
dimientos en muchos bioprocesos con hongos basi-
diomicetos, incluso para la revalorización de resi-
duos agroindustriales (10), ya que permite obte-
ner alimentos humano y animal en un mismo pro-
ceso (11), además de otros productos valiosos como
se mencionó anteriormente (3, 4). Los estudios
sobre la cinética de un proceso de fermentación
permiten determinar parámetros importantes
como la velocidad específica de crecimiento μ, los
coeficientes de rendimiento y mantenimiento, así
como establecer el tiempo del proceso fermentati-
vo, con los cuales se pueden diseñar el biorreactor
y la estrategia de operación del mismo. En la lite-
ratura existe poca información sobre la cinética de
procesos de fermentación en estado sólido desa-
rrollados con basidiomicetos, en la mayoría de los
casos lo expuesto trata sobre los indicadores de
tiempos de colonización del sustrato, de formación
de los primordios y de los cuerpos fructíferos, tam-
bién sobre la eficiencia biológica. La cinética de
transformación de los diferentes componentes de
la fibra como la celulosa, la hemicelulosa y la lig-
nina es algo importante de conocer en función del
objetivo para el cual se diseña el proceso, sin
embargo, sobre la misma existe muy poca infor-
mación disponible. El objetivo de esta investiga-
ción es informar por primera vez los parámetros
que caracterizan la cinética del proceso de fer-
mentación en estado sólido de los sustratos casca-
rilla de arroz y bagazo de caña de azúcar con una
cepa de la especie Auricularia auricula aislada en
la Sierra norte del Ecuador. Se determinaron
experimentalmente las curvas de consumo de los
componentes celulosa, hemicelulosa y lignina y la
de formación de dióxido de carbono. A partir de
esta última se predijo la curva de crecimiento del
hongo.
MATERIALES Y MÉTODOS
Cepa, medio de cultivo e inóculo
La cepa UTM-aa-b-033112 de Auricularia
auricula utilizada pertenece a la colección del
laboratorio de Microbiología de la Universidad
ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017
Técnica de Manabí (UTM). El medio usado para el
cultivo de rutina fue agar papa dextrosa. Se pre-
paró una solución de esporas en un medio enri-
quecido con sales (12) con una concentración de 11
106 esporas/ml, la cual se usó para inocular los
sustratos en la fermentación en estado sólido.
Sustratos, preparación y estandarización
Los sustratos bagazo de caña (BC) y cascari-
lla de arroz (CA), fueron desinfectados con una
solución de hipoclorito de sodio al 10 % (v/v) y se
eliminó el exceso de agua en un esterilizador
MEMMERT 53 Lt SNE-400 a 82 °C durante 24
horas, antes de la reducción del tamaño de partí-
culas. El medio de cultivo estuvo constituido en
cada caso por una mezcla de diferentes tamaños
de partículas. Para la cascarilla de arroz la mez-
cla consistió en el 50 % de partículas de 11,8 mm,
25 % de 0,6 mm y 25 % de 0,15 mm. Para el baga-
zo de caña la mezcla consistió en 25 % de partícu-
las de 20 mm, 50 % de 0,6 mm y 25 % de 0,15 mm.
Los dos sustratos lignocelulósicos fueron suple-
mentados con carbonato de calcio 1 % base seca
(p/p), y en el caso de bagazo de caña con sulfato de
manganeso (II) con 0,01 ppm base seca (p/p). La
humedad inicial en ambos casos fue 65 % ± 5.
Procedimiento experimental
Se establecieron 13 unidades experimentales
(UEx) por cada sustrato con 3 réplicas, para un
total de 78, las cuales consistían en columnas
plásticas tipo Raimbault (13), con un volumen
efectivo de 160 ml, conteniendo cada una 60 g ±
0,05 de sustrato lignocelulósico seco estandariza-
do (MSS). Las columnas con los sustratos fueron
selladas y esterilizadas a 121 °C y 202,6 kPa
durante 15 minutos. Cuando el sustrato alcanzó la
temperatura ambiente, se realizó la inoculación
con la solución de esporas hasta una concentra-
ción de 1,8 106 esporas/gramo de sustrato lignoce-
lulósico seco. Las columnas se colocaron en un
módulo de fermentación experimental (figura 1)
en el cual se mantuvieron constantes la tempera-
tura y la humedad relativa (HR) en 27,4 °C ± 0,5,
y 65,0 % ± 5, respectivamente. A partir de los 16
días (finalizado el período de colonización de los
sustratos), se realizaron intercambios de aire cada
24 horas en intervalos de una hora, dosificando un
flujo de aire seco estéril a cada UEx igual a
0,00020 kg a.s./g MSS s, y las columnas se some-
tieron a períodos de iluminación de 12 horas con
una intensidad igual a 500 Lux ± 50 (14).
La composición y condiciones iniciales del
medio de cultivo se informan en las tablas 1 y 2.
Determinación de la cinética del proceso
La transformación del sustrato, la formación
29
 los gramos de sólido seco transformado (YCO2/S)
durante el proceso de fermentación (17, 18). Para
determinar la transformación del sólido y de sus
tres componentes principales se desconectaron 6
columnas al azar (tres por cada sustrato), en los
tiempos 0, 8, 16, 24, 32, 40, 48, 56, 64, 72, 80, 88 y
96 días de fermentación. A los sustratos lignocelu-
lósicos se le determinaron la humedad, el porcen-
taje de grasas (% G), de cenizas (% Cz), de proteí-
nas (% P), de fibra cruda (%FC), de fibra ácida
Figura 1. Esquema de la unidad experimental de detergente (%FAD), de lignina detergente ácida
fermentación. (% LDA) y de fibra neutro detergente (% FND).
Con esas tres últimas determinaciones se calcula-
1: Válvula de ingreso de agua, con nebulizador de 30 ron las fracciones de celulosa (% C = %FDA - %
ml de capacidad. LDA), hemicelulosa (% H = % FDN - % LDA) y (%
2: Dosificador de aire estéril (nebulizador de 15 W). L) lignina (19), para calcular el consumo específi-
3: Válvula de ingreso, control del flujo de aire. co de estos componentes en función del tiempo
4: Columna de humidificación. (qC, qH y qL).
5: Plaqueta de calefacción y sistema de ventilación (60 Durante el proceso fueron observados también
Hz). otros indicadores del crecimiento del hongo tales
6: Lámpara UV. como los tiempos de colonización total del sustra-
7: Columnas de 160 ml. to por el micelio (tC), de formación de primordios
8: Sistema de cierre para salida de gases. (fP) y de desarrollo de los cuerpos fructíferos (cF).
9: Trampa de gases. La eficiencia biológica EB (parámetro importante
para caracterizar los procesos con hongos basidio-
Tabla 1 . Composición del medio de cultivo para micetos) fue calculada para los 96 días mediante
el crecimiento de Auricularia auricula UTM-aa- la ecuación 2, determinando las masas de las
b-033112 sobre los sustratos lignocelulósicos setas desarrolladas en la fase de fructificación.
(BC, CA)
Tamaño de
1,8 10 6 esporas / g de MSS
inóculo
(Ec. 2)
Sustrato (BC / CA): 99,009%
CaCO 3: 0,99%
MnSO 4: 0,001% * Cálculo de la curva de crecimiento
Condiciones La curva de producción de CO2 fue utilizada
pH: 5,0
iniciales para el cálculo de la curva de crecimiento. A partir
C:N: 35:1 – 40:1* de los gramos de CO2 producidos y teniendo en
Humedad: 65 % ± 5 % cuenta la estequiometría de la reacción se calcula-
Intensidad luminosa: 500 Lux ron los gramos formados de biomasa durante el
* Condiciones establecidas únicamente para BC proceso fermentativo, mediante el procedimiento
siguiente: se calculó la producción de biomasa X
de biomasa, de dióxido de carbono, agua y otros para cada tiempo utilizando la ecuación 3 (20).
productos extracelulares como las enzimas lignolí-
ticas durante el proceso fermentativo se pueden Xt = tn = Xtn-1+ [Yx/CO2 * ΔCO2] (Ec. 3)
describir estequiométricamente con la ecuación 1
(15, 16).
Cada columna fue conectada a una trampa con El coeficiente de rendimiento biomasa-dióxido
hidróxido de potasio y una concentración 0,5 de carbono YX/CO2 fue calculado mediante la
mol/L, para atrapar y determinar por titulación ecuación 4, calculando el valor del rendimiento
(volumetría) los gramos de CO2 producidos hasta energético de la biomasa (η) a partir de la esti-
el tiempo en que fue desconectada. Los gramos de mación del coeficiente YX/Y sobre la base de la
CO2 producidos en cada columna son referidos a cantidad de masa seca de los cuerpos fructíferos y

CwHxOyNz + aO2 + bHgOhNi cCHαOβNδ + dCO2 + eH2O + fCjHkOlNm (Ec.1)

Sustrato + Oxígeno + Nitrógeno Biomasa + Dióxido de carbono + Agua + Productos

30 ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017

que η ≥ 0,7 (máximo observado experimental-
mente). Para el rendimiento energético del pro-
ducto se asumió el valor cero. La concentración
inicial de biomasa Xt = tn-1 fue la experimental a
partir del inóculo utilizado, ΔCO2 significa la pro-
ducción de dióxido de carbono en el intervalo de
tiempo. Los parámetros termodinámicos asocia-
dos a este sistema se detallan en la tabla 3.
(Ec. 4)
Tabla 3. Parámetros termodinámicos
calculados para los sistemas de fermentación
de cascarilla de arroz y bagazo de caña con
Auricularia auricula UTM-aa-b-033112
Auricularia auricula ób = 0,46 Yb = 4,2
Cascarilla de arroz ós = 0,42 Ys= 4,01
Bagazo de caña ós = 0,42 Ys= 4,09
Donde σ significa la fracción másica de carbo-
no en la molécula y Y el grado de reducción de la
molécula. Los subíndices b y s significan biomasa
y sustrato respectivamente.
Los valores de las velocidades específicas de
consumo de celulosa, hemicelulosa y lignina fue-
ron calculados mediante la ecuación 5, aplicando
el método diferencial de análisis de los datos de
las cinéticas de crecimiento y de consumo de cada
componente.
(Ec. 5)
El aumento de la biomasa de Auricularia auri-
cula fue considerado por unidad de masa seca de
sustrato (g de biomasa/g MSS).
Modelo cinético para describir la curva de creci-
miento
Para describir las cinéticas de crecimiento de
Auricularia auricula sobre CA y BC, fue ajustado
el modelo de Gompertz modificado (a partir de la
ecuación básica 6) a los datos experimentales (21
- 23). Este modelo permite la descripción del cre-
cimiento de cepas de hongos de pudrición blanca,
cuyos sistemas enzimáticos están involucrados en
el rompimiento oxidativo de lignina y un número
grande de compuestos aromáticos.
ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017
Donde:
Y = Producción acumulativa de biomasa (g).
A = Logaritmo de los recuentos asintóticos cuando
el tiempo se incrementa indefinidamente (log
biomasa/g MSS).
µm = Velocidad específica máxima de crecimiento
(días-1).
λ = Duración de la fase de latencia (días).
t = Tiempo de fermentación (días).
Análisis estadístico de los datos
Se usaron como software STATGRAPHICS
CENTURION XV, STATISTICA 7.0, ORIGIN PRO
8 y CURVE EXPER 1.3. Con el primero se compa-
raron los resultados obtenidos con ambos sustra-
tos, con el segundo se calcularon los parámetros
del modelo de Gompertz modificado, con el tercero
se trazaron las curvas de crecimiento de la bioma-
sa en ambos sustratos y con el cuarto se evaluó la
derivada de la función del sustrato en el tiempo
(ecuación 5).
RESULTADOS
Proceso de crecimiento de Auricularia auricula
UTM-a aa-b
b-0
033112
En la tabla 4 se muestran los indicadores tra-
dicionales informados en la literatura para carac-
terizar los procesos de fermentación con basidio-
micetos, estos son los tiempos de colonización del
sustrato, de formación de los primordios y de los
cuerpos fructíferos, así como la eficiencia biológica.
El número de cosechas de cuerpos fructíferos (cua-
tro) es igual en ambos sustratos, aunque la forma-
ción de primordios y de cuerpos ocurre antes en la
cascarilla de arroz. En la tabla 5 se muestran las
variaciones de las variables proteína, fibra cruda y
peso seco del sólido en función del tiempo para los
dos sustratos estudiados. Para la cascarilla de
arroz la pérdida de peso fue significativamente
mayor durante la etapa de colonización, al contra-
rio de lo sucedido para el bagazo de caña que la
mayor pérdida de peso ocurrió durante la etapa de
formación de primordios. La variación en el conte-
nido de proteína y la pérdida de peso están rela-
cionados con la disminución en el contenido de
materia orgánica, específicamente celulosa, hemi-
celulosa y lignina (figura 3), esto debido a la trans-
formación en CO2 y H2O de los sustratos durante
el proceso metabólico de A. auricula.
31
 Tabla 4 . Tiempos de colonización, formación de primordios y producción de cuerpos fructíferos,
Eficiencia biológica de Auricularia auricula UTM-aa-b-033112 sobre los sustratos lignocelulósicos
(BC, CA) a los 96 días de fermentación. Temperatura 27,4 °C, humedad inicial 65 %, pH inicial 5 e
intensidad luminosa 500 Lux
cF peso de
tC fP N° cFF EB
Sustrato (días) cFF
(#) (%)
(días) (días) 1ra 2da 3ra 4ta (g)
Cascarilla de arroz (CA) 16 42 56 64 81 88 4,0 15,71 26,4
Bagazo de caña (BC) 16 48 64 74 86 96 4,0 21,13 36,3

Tabla 5 . Variaciones de los porcentajes en base seca de la proteína total, y el peso seco
de sólidos, de la masa de fibra total durante el crecimiento de Auricularia auricula
UTM-aa-b-033112 sobre los sustratos lignocelulósicos. Temperatura 27,4 °C, humedad
inicial 65 %, pH inicial 5 e intensidad luminosa 500 Lux

Tiempo de Porcentaje de Contenido de fibra (g) Reducción de peso

fermentación (dias) proteína (%) (%)
CA BC CA BC CA BC
0 3,27 4,25 43,29 51,59 0,00 0,00
8 3,27 4,29 35,82 50,33 0,00 0,38
16 3,33 a 4,39a 31,93 a 43,28a 5,62a 2,55a
24 3,38 4,55 31,10 43,62 13,36 4,53
32 3,48 4,74 27,43 39,41 14,48 5,69
40 3,58 b 4,95 28,97 b 39,05 15,12 b 11,95
48 3,68 5,26b 26,11 37,91b 16,36 15,03b
56 3,86c1 5,60 25,26c1 30,64 21,71c1 15,49
64 4,06c2 5,96c1 24,75c2 27,48c1 28,24c2 28,10c1
72 4,29 6,34c2 24,98 29,19 c2 31,27 31,34c2
80 4,54c3 6,74 24,68c3 26,53 34,78c3 33,50
88 4,83 c4 7,18c3 24,39c4 26,26 c3 34,65 c4 42,36c3
96 5,12 7,62c4 23,59 28,32c4 36,98 43,79c4
Tiempos de; aColonización, bFormación de primordios, c1, c2 y c3Fructificación (cosecha 1, 2, 3 y 4)

En la figura 2 se observa una diferencia entre

la cantidad de CO2 producido durante el tiempo
de fermentación en función del tipo de sustrato
transformado. La producción de CO2 2se observa
en ambos sustratos a partir de la primera semana
de proceso. Durante la fase de colonización de los
sustratos hasta los 16 días se produce una reduc-
ción importante de la fibra total contenida en los
sustratos (cascarilla de arroz: de 43,29 g a 31,93 g
y bagazo de caña: de 51,59 g a 43,28 g) como se

Figura 2. Dinámica del consumo de fibra cruda (fC) y

acumulación de CO2 durante la fermentación de
bagazo de caña y cascarilla de arroz con Auricularia
auricula UTM-aa-b-033112. Temperatura 27,4°C,
humedad inicial 65 %, pH inicial 5 e intensidad lumi-
nosa 500 Lux.

32 ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017

Figura 3. Consumo de los componentes de la fibra de los sustratos durante el crecimiento de Auricularia
auricula UTM-aa-b-033112 sobre cascarilla de arroz y bagazo de caña. Temperatura 27,4 °C, humedad
inicial 65 %, pH inicial 5 e intensidad luminosa 500 Lux.

muestra en la tabla 5, sin embargo, la producción días de fermentación, respectivamente (porcenta-

de CO2 es baja, representando el 8,07 % para CA
y 1,42 % para BC de todo el CO2 producido duran-
te el tiempo total de la fermentación. Durante la
fase de fructificación, que inicia a los 56 días en la
cascarilla de arroz y a los 64 días en el bagazo de
caña como se muestra en la figura 2, la generación
de CO2, muestra un pico que representa casi el
doble del total producido durante las dos primeras
fases de crecimiento.
Durante el crecimiento de A. auricula en cas-
carilla de arroz y bagazo de caña, varía el porcen-
taje de la fibra total siendo igual a 53 % en 32 y 56
je calculado a partir de los datos de fibra en la
tabla 5). Cada componente de la fibra fue trans-
formado en cantidades diferentes, en la cascarilla
de arroz el 75,59 % de la celulosa, el 67,29 % de la
hemicelulosa y el 69,55 % de lignina, mientras que
en el bagazo de caña el 61,04 % de la celulosa, el
74,47 % de la hemicelulosa y el 69,62% de lignina
(figura 3).
En las figuras 4 y 5 se muestran los ajustes del
modelo de Gompertz modificado a los datos del
crecimiento de Auricularia auricula calculados a
partir de la curva de producción de CO2 para

Figura 4. Cinética de crecimiento de Auricularia Figura 5. Cinética de crecimiento de Auricularia

auricula UTM-aa-b-033112 sobre cascarilla de auricula UTM-aa-b-033112 sobre bagazo de caña.
arroz. Temperatura 27,4 °C, humedad inicial 65 Temperatura 27,4 °C, humedad inicial 65%, pH
%, pH inicial 5 e intensidad luminosa 500 Lux. inicial 4,5 e intensidad luminosa 500 Lux.

ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017 33

 Tabla 6 . Parámetros de crecimiento para Auricularia auricula sobre cascarilla de
arroz y bagazo de caña obtenidos a partir del modelo de Gompertz modificado.
Temperatura 27,4 oC, humedad inicial 65 %, pH inicial 5 e intensidad luminosa
500 Lux
Modelo de Gompertz
Sustrato µmax ë Xmax
R2
(d-11) (d) (g)
Cascarilla de arroz (CA) 0,107 36,13 3,98 0,991
Bagazo de caña (BC) 0,079 28,81 7,60 0,988
A B

Figura 6. Velocidad específica de consumo de los componentes de la fibra durante el crecimiento de

Auricularia auricula sobre A) cascarilla de arroz y B) bagazo de caña. Temperatura 27,4 °C, humedad
inicial 65 %, pH inicial 5 e intensidad luminosa 500 Lux.

34 ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017

ambos sustratos. En ambos casos se obtuvo un
buen ajuste entre los datos experimentales y los
valores predichos con el modelo. Los parámetros
del modelo de Gompertz modificado se informan
en la tabla 6. La correlación entre los valores
experimentales y los predichos por el modelo es
adecuada, con un R2 = 0,995 para el sustrato cas-
carilla de arroz y un R2 = 0,992 para el sustrato
bagazo de caña, lo cual indica que el modelo usado
es útil para describir la cinética de crecimiento de
Auricularia auricula en ambos sustratos.
Las curvas observadas de las velocidades espe-
cíficas de transformación de los componentes de la
fibra, para los dos tipos de sustratos muestran dos
fases, una rápida decreciente y una prácticamen-
te constante (figura 6). La velocidad específica de
consumo de celulosa en CA presenta una tenden-
cia lineal decreciente hasta los 48 días de fermen-
tación con un valor qs(arroz) = 0,092 g celulosa/g de
biomasa días, mientras que para el BC esta ten-
dencia se mantiene hasta los 56 días con un valor
de velocidad específica de consumo qs(caña)=0,058
g celulosa/g de biomasa días respectivamente. Las
velocidades específicas de consumo de hemicelulo-
sa mantienen las mismas tendencias en CA hasta
los 16 días y en BC se extiende hasta los 56 días,
tiempos en los cuales se registraron velocidades
específicas de consumo de hemicelulosa
qs(arroz)=0,040 g hemicelulosa/g de biomasa días y
qs(caña)=0,038 g hemicelulosa/g de biomasa días,
respectivamente. La lignina se consume de mane-
ra lineal decreciente hasta las 48 horas en CA y en
BC llega hasta los 56 días de fermentación, tiem-
pos en los cuales se registraron velocidades espe-
cíficas de consumo de lignina qs(arroz)=0,047 g lig-
nina/g de biomasa días y qs(caña)=0,026 g lignina/g
de biomasa días, respectivamente. Luego de estos
tiempos, las velocidades específicas de consumo de
los componentes de la fibra presentan valores
inferiores a los anteriores y prácticamente cons-
tantes. La velocidad específica de consumo de la
celulosa es mayor que las de los otros dos compo-
nentes, tanto en la cascarilla de arroz como en el
bagazo de caña, lo que sugiere que la celulosa es el
componente de la fibra de mayor accesibilidad
para la cepa de A. auricula estudiada. Por otra
parte las velocidades específicas de consumo de
los tres componentes son mayores cuando el sus-
trato es la cascarilla de arroz.
DISCUSIÓN
La cepa UTM-aa-b-033112 de Auricularia
auricula muestra buena adaptación a los sustra-
tos lignocelulósicos evaluados y a las condiciones
de fermentación establecidas durante los 96 días,
ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017
a partir de los porcentajes de eficiencia biológica
(% EB) obtenidos en cada sustrato. Se informa
(24) una eficiencia biológica de 25,3 % en bagazo
de caña mezclado con paja de trigo y de 35,4 % en
cascarilla de arroz, en el presente estudio se logra
una eficiencia biológica mayor en el bagazo de
caña (36,3 %) siendo esto favorable porque se usa
un solo sustrato, sin embargo, es menor en la cas-
carilla de arroz (26,4 %). Por otra parte, se logró
(25) una eficiencia biológica de 7,76 % en cascari-
lla de arroz con una cepa de Pleurotus ostreatus y
se mencionan (26, 27) que el metabolismo de esta
especie es muy similar al de Auricularia auricula,
razón por la cual los resultados de eficiencia bioló-
gica pueden ser comparados entre especies dife-
rentes. Desde el punto de vista productivo cuando
los objetivos del proceso son la producción del
hongo y/o la disminución de algunos de los compo-
nentes de la fibra del sustrato, es conveniente
alcanzar altos valores de eficiencia biológica.
Otros autores informan eficiencias biológicas sig-
nificativamente más altas (50,9 % y 59,8 %) para
Pleurotus ostreatus las cuales logran mediante
una estrategia de desarrollo del inóculo que
requiere de la mezcla de varios sustratos (28).
El incremento de proteína en la masa de sólido
es característico en este tipo de procesos fermen-
tativos, debido a la transformación de los políme-
ros en componentes como CO2 y H2O, mientras
que el nitrógeno se va concentrando y transfor-
mando para formar parte de la proteína de la bio-
masa del hongo que va creciendo, así como lo
informan Sales-Campo (29) y Pineda et al. (30). El
cambio de la concentración de proteína en el tiem-
po es usado en ocasiones, para dar seguimiento al
crecimiento de hongos. Sin embargo, pueden ser
utilizadas otras variables respuestas para la
determinación de la cinética de crecimiento de
hongos de pudrición blanca como son la produc-
ción de CO2 y el consumo del sustrato (31-34), y en
el caso específico de fermentaciones sólidas con
residuos lignocelulósicos, el contenido de fibra y
sus componentes (celulosa, hemicelulosa y ligni-
na) (35-38). Rouches et al. (36) utilizaron dos
cepas del hongo de pudrición blanca Lentinula
edodes logrando una transformación de 15,2 % de
celulosa, 73,5 % de hemicelulosa y 87,6 % de lig-
nina en 60 días de proceso, por otra parte, Dong et
al. (37) informan la transformación de 16,3 % de
celulosa, 64,4 % de hemicelulosa y 84,9 % de lig-
nina, con una cepa de Pleurotus ostreatus en 91
días de proceso, en los dos casos usando bagazo de
caña enriquecido como sustrato. Por otra parte
Bento et al. (38) informan una reducción del 57 %
de la hemicelulosa, mientras que la lignina eva-
luada como fibra ácido detergente, y la celulosa
permanecieron sin cambios durante el crecimien-
35
to de P. ostreatus en bagazo de caña. En la pre-
sente investigación se transforma la celulosa del
bagazo con un valor significativamente superior
(61,04 %) a los alcanzados en los informes antes
mencionados, lo cual pudiera estar relacionado
con las condiciones de fermentación como la
humedad, el tamaño de las partículas de sustrato
que favorecen el acceso de las enzimas, así como
en particular con la cepa utilizada. Sin embargo,
en estos trabajos (36-38) solo se determinan los
valores iniciales y finales de los componentes de la
fibra sin describirse la cinética de transformación
de los mismos como se informa en la presente
investigación. Describir la cinética del proceso
tiene la ventaja de disponer de la información
necesaria para el diseño del proceso productivo,
determinándose entre otras variables el tiempo
óptimo para detener el proceso.
La relación teórica entre las velocidades espe-
cíficas de crecimiento µ y de consumo de sustrato
qs (µ/qs) significa el coeficiente de rendimiento bio-
masa-sustrato YX/S, este último aumenta cuando
la velocidad específica de consumo de sustrato es
menor. En los procesos estudiados esa tendencia
se manifiesta en los resultados experimentales,
obteniéndose en bagazo de caña una mayor pro-
ducción de biomasa, siendo las velocidades especí-
ficas de consumo de los tres componentes de la
fibra menores que las observadas en la cascarilla
de arroz. El bagazo de caña es un mejor sustrato
para la cepa de Auricularia auricula estudiada
comparado con la cascarilla de arroz.
El modelo de Gompertz modificado describe
satisfactoriamente la cinética de crecimiento de
Auricularia auricula UTM-aa-b-033112 sobre cas-
carilla de arroz y bagazo de caña, sin embargo, la
fase de adaptación no es predicha por el modelo.
Según los resultados obtenidos mediante el ajuste
del modelo a la información experimental con
ambos sustratos, se determinó que A. auricula
UTM-aa-b-033112 presenta una fase de adapta-
ción (λ) muy similar en ambos casos entre 36,13 y
23,81 días, la presencia de esta fase fue demostra-
da para un hongo de pudrición blanca denomina-
do Pleurotus eryngii por Andino et al. (39), quie-
nes encontraron una fase de adaptación diferente
a lo informado en esta investigación (7 días). Por
otra parte, estos dos valores no coinciden con
Martínez et al. (40) quienes informan un valor de
REFERENCIAS BIBLIOGRÁFICAS
1. Pandey A. et al. Biotechnological potential of agro-industrial residues. I: sugarcane bagasse.
Bioresource technology v 74 n 1: 69-80, 2000.
36 ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017
2,3 días, sin embargo, estos autores (39, 40) coin-
ciden en plantear que la adaptación de varios días
es característico del crecimiento fúngico y está
asociada con las síntesis de enzimas para la utili-
zación de los nutrientes del medio. La diferencia
entre la composición de nutrientes es lo que más
se distingue entre las condiciones de fermentación
en estas referencias, en particular para la relación
C:N utilizada, lo cual puede ser la razón de la dife-
rencia entre los tiempos de adaptación. Con rela-
ción al parámetro cinético velocidad específica
máxima de crecimiento, Pineda et al (41) infor-
man un valor de µmax= 0,201 días-1 a 20 °C para
una cepa de P. ostreatus (gliie-010606) creciendo
sobre residuos de frijol enriquecidos, valor mayor
al obtenido en esta investigación para A. auricula
UTM-aa-b-033112, no obstante, es notable que
son dos organismos diferentes, y aunque según
Luo (14) y Delfin et al. (26) tienen metabolismos
similares y comparables, los sustratos en ambas
investigaciones fueron diferentes.
CONCLUSIONES
Se informan por primera vez los parámetros
cinéticos del proceso de fermentación en estado
sólido de los sustratos cascarilla de arroz y bagazo
de caña con la cepa UTM-aa-b-033112 de
Auricularia auricula. Se obtuvieron eficiencias
biológicas de 26,4 % en cascarilla de arroz y 36,3
% en bagazo de caña en 96 días de fermentación a
una temperatura de 27,4 °C, una humedad inicial
de 65 % y un pH inicial igual a 5 e intensidad
luminosa de 500 Lux. El modelo de Gompertz
modificado predice bien la cinética de crecimiento
del hongo observándose velocidades específicas
máximas de crecimiento de 0,107 días-1 en casca-
rilla de arroz y 0,079 días-1 en bagazo de caña,
siendo estos últimos valores menores que los
informados para otros hongos de pudrición blanca.
Los valores de las velocidades específicas de con-
sumo de los componentes de la fibra celulosa,
hemicelulosa y lignina demuestran que en ambos
sustratos la celulosa es el componente que más
rápido se consume. Los indicadores del crecimien-
to obtenidos, así como los parámetros cinéticos
demuestran que la cepa estudiada se desempeña
mejor en el sustrato bagazo de caña.
2. Pandey A.; Soccol, R.; Mitchell, D. New developments in solid-state fermentation: I-bioprocesses and
products. Process biochemistry v 35 n 10: 1153-1169, 2000.
3. Sulistiany H.; Sudirman L.; Dharmaputra O. S. Production of Fruiting Body and Antioxidant Activity
of Wild Pleurotus. HAYATI Journal of Biosciences v 23 n 4: 191-195, 2016.
4. Sun S. et al. Production of natural edible melanin by Auricularia auricula and its physicochemical
properties. Food chemistry v 196: 486-492, 2016.
5. Hu, Xinyu, et al. Hpyerglycemic and anti-diabetic nephritis activities of polysaccharides separated
from Auricularia auricula in diet-streptozotocin-induced diabetic rats. Experimental and
Therapeutic Medicine v 13 n 1: 352-358, 2017.
6. Xiong W. et al. Design and evaluation of a novel potential carrier for a hydrophilic antitumor drug:
Auricularia auricula polysaccharide-chitosan nanoparticles as a delivery system for doxorubicin
hydrochloride. International Journal of Pharmaceutics v 511 n 1: 267-275, 2016.
7. Behrens C. J.; Zelena K.; Berger R. G. Comparative Cold Shock Expression and Characterization of
Fungal Dye-Decolorizing Peroxidases. Applied biochemistry and biotechnology v 179 n 8: 1404-1417,
2016.
8. Ohiri, Reginald Chibueze; BASSEY, Essien Eka. Evaluation and Characterization of Nutritive
Properties of the Jelly Ear Culinary-Medicinal Mushroom Auricularia auricula-judae
(Agaricomycetes) from Nigeria. International Journal of Medicinal Mushrooms v 19 n 2: 2017.
9. Zhang, Yan; YAO, Aiying; SONG, Kuiyan. Torrefaction of cultivation residue of Auricularia auricula-
judae to obtain biochar with enhanced fuel properties. Bioresource technology v 206: 211-216, 2016.
10. Oviedo J. C. et al. Evaluación de tres variables de crecimiento del Pleurotus pulmonarius sobre Tusa
de Maíz empleando procesamiento digital de imágenes. Información tecnológica v 27 n 5: 27-36, 2016.
11. Pineda-Insuasti J. et al. Producción de hongo ostra (Pleurotus spp) en bagazo de caña. ICIDCA. Sobre
los derivados de la Caña de Azúcar v 50 n 1: 50-54, 2016.
12. Pérez M. R.; Mata G. Cultivo y selección de cepas de Pleurotus ostreatus y P. pulmonarius en viruta
de pino: obtención de nuevas cepas y evaluación de su producción. Revista mexicana de micología v
20: 53-59, 2005.
13. Poltronieri P.; D'urso O. F. Biotransformation of Agricultural Waste and By-products: The Food, Feed,
Fibre, Fuel (4F) Economy: Elsevier, 2016.
14. Luo, X. C. Biology of artificial log cultivation of Auricularia mushroom. Chang, ST, Buswell JA, Siu-
wai Chiu (eds) Mushroom Biology and Mushroom Cultivation. Hong Kong: Chinese University Press,
1993.
15. Álvarez-Gutiérrez, Peggy Elizabeth, et al. Actividades Enzimáticas de Hongos para el Pre-trata-
miento de Residuos Lignocelulósicos. Bio Tecnología v 18: 2014.
16. Doran P. Second Edition. Bioprocess engineering principles. Academic press, 2013.
17. NTE INEN 2642 (Spanish). Método de Ensayo para Determinar la Biodegradación Aeróbica en el
Suelo de los Materiales Plásticos o de Materiales Plásticos Residuales después de Compostaje, 2012.
18. ASTM D5988-12. Standard Test Method for Determining Aerobic Biodegradation of Plastic Materials
in Soil, ASTM International, West Conshohocken, PA, 2012.
19. Van Soest, Pj Van; Robertson, J. B.; Lewis, B. A. Methods for dietary fiber, neutral detergent fiber,
and nonstarch polysaccharides in relation to animal nutrition. Journal of dairy science v 74 n 10:
3583-3597, 1991.
20. Rodríguez J. A.; Torres A.; Echevarría J.; Saura G. Energy Balance in Solid State Fermentation
Process. Acta Biotecnologica v 11: 9-14, 1991.
21. Zwietering, M. H., et al. Modelling of the bacterial growth curve. Applied and environmental micro-
biology v 56 n 6: 1875-1881, 1990.
22. Zhi, Zelun; Wang, Hui. White-rot fungal pretreatment of wheat straw with Phanerochaete chrysos-
porium for biohydrogen production: simultaneous saccharification and fermentation. Bioprocess and
Biosystems Engineering v 37 n 7: 1447-1458, 2014.
23. Han, Wei, et al. A combined bioprocess based on solid-state fermentation for dark fermentative
hydrogen production from food waste. Journal of Cleaner Production v 112: 3744-3749, 2016.
24. Onyango B. O., Palapala V. A., Arama P. F., Wagai S. O., Gichimu B. M. Suitability of selected sup-
plemented substrates for cultivation of Kenyan native wood ear mushrooms (Auricularia auricula).
American Journal of Food Technology (Kenya) v 6 n 5: 395-403, 2011.
25. Obodai, M.; Cleland-Okine, J.; Vowotor, K. A. Comparative study on the growth and yield of
Pleurotus ostreatus mushroom on different lignocellulosic by-products. Journal of Industrial
Microbiology and Biotechnology v 30 n 3: 146-149, 2003.

ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017 37

26. Delfín-Alcalá, Irma; Durán-De-Bazúa, Carmen. Biodegradación de residuos urbanos lignocelulósicos
por Pleurotus. Revista internacional de contaminación ambiental v 19 n 1: 37-45, 2003.
27. Miles, P. G.; Chang, Shu-Ting. Mushrooms: cultivation, nutritional value, medicinal effect, and envi-
ronmental impact. CRC press, 2004.
28. Narh D. L. et al. The efficacy of sorghum and millet grains in spawn production and carpophore for-
mation of Pleurotus ostreatus. International Food Research Journal v 18 n 3: 1092-1097, 2011.
29. Sales-Campos, Ceci. Análise físico-química e composição nutricional da matéria prima e de substra-
tos pré e pós cultivo de pleurotus ostreatus/physiochemical analyses and nutritional composition of
the raw material and substrates before and after cultivation of Pleurotus ostreatus. Interciencia v 35
n 1: 70-76, 2010.
30. Pineda, Julio, et al. Crecimiento de Pleurotus ostreatus en residuos agroindustriales no suplemen-
tados. Revista Técnica de la Facultad de Ingeniería. Universidad del Zulia v 38 n 1: 2015.
31. Pirt S. J. A kinetic study of the mode of growth of surface colonies of bacteria and fungi. Microbiology
v 47 n 2: 181-197, 1967.
32. Smits J. P., et al. Modelling fungal solid-state fermentation: the role of inactivation kinetics.
Bioprocess and Biosystems Engineering v 20 n 5: 391-404, 1999.
33. Philippoussis, A. N.; Diamantopoulou, P. A.; Zervakis, G. I. Correlation of the properties of several
lignocellulosic substrates to the crop performance of the shiitake mushroom Lentinula edodes. World
Journal of Microbiology and Biotechnology v 19 n 6: 551-557, 2003.
34. Carlsson F. et al. Effect of heat on interspecific competition in saprotrophic wood fungi. Fungal
Ecology v 11: 100-106, 2014.
35. Millati R. et al. Biological pretreatment of lignocelluloses with white-rot fungi and its applications:
a review. BioResources v 6 n 4: 5224-5259, 2011.
36. Rouches E. et al. Improvement of anaerobic degradation by white-rot fungi pretreatment of lignoce-
llulosic biomass: a review. Renewable and Sustainable Energy Reviews v 59: 179-198, 2016.
37. Dong Xiu Qin et al. Sugarcane bagasse degradation and characterization of three white-rot fungi.
Bioresource technology v 131: 443-451, 2013.
38. Bento C., Braga P. et al. Influence of white-rot fungi on chemical composition and in vitro digestibi-
lity of lignocellulosic agro-industrial residues. African Journal of Microbiology Research v 8 n 28:
2724-2732, 2014.
39. Andrino A.; Morte A.; Honrubia M. Caracterización y cultivo de tres cepas de Pleurotus eryngii
(Fries) Quélet sobre sustratos basados en residuos agroalimentarios/Characterization and culture of
three Pleurotus eryngii (Fries) Quélet strains on food and agriculture wastes. En Anales de Biología.
España: Servicio de Publicaciones, Universidad de Murcia, 53, 2011.
40. Martínez D. A. et al. Evaluación del crecimiento micelial de Pleurotus ostreatus y Agrocybe aegerita
sobre orujos de pera/Mycelial growth evaluation of Pleurotus ostreatus and Agrocybe aegerita on
pear pomaces. En Anales de Biología. España: Servicio de Publicaciones, Universidad de Murcia,
2015, 1.
41. Pineda-Insuasti, J. A.; Ramos-Sánchez, L. B.; Soto-Arroyave, C. P. Cinética del crecimiento de
Pleurotus ostreatus en la etapa de producción del cuerpo fructífero. ICIDCA. Sobre los derivados de
la caña de azúcar (Cuba) v 47 n 3: 56-61, 2013.

38 ICIDCA sobre los derivados de la caña de azúcar 51 (1) enero-abril, 2017