Oscilaciones sostenidas en cultivos
modelos simples, efectos reales
Resumen
Los biorreactores son equipos clave en la producción de biomoléculas de interés biotecnológico. Sin embargo, bajo ciertas condiciones pueden presentarse oscilaciones inesperadas en el crecimiento celular y en el consumo de nutrientes, lo que afecta drásticamente su operación y productividad. Estas oscilaciones reflejan las complejas interacciones entre los microorganismos y las condiciones de operación. El problema es que dichas interacciones siguen siendo poco comprendidas desde la perspectiva de la dinámica de los biorreactores, lo que dificulta identificar los parámetros operacionales que desencadenan las oscilaciones. En este estudio mostramos cómo el modelo matemático no estructurado de Haldane puede ayudar a comprender y predecir estos comportamientos. Para ello, se analizaron los puntos de equilibrio de dichos modelos y su estabilidad utilizando la teoría cualitativa de las ecuaciones diferenciales ordinarias. Este análisis reveló la aparición de una bifurcación de Hopf, con un umbral de transición desde un punto de equilibrio estable hacia una oscilación estable (ciclo límite) dado por . El parámetro de bifurcación que se identificó fue la concentración de sustrato en el medio fresco de alimentación, . Este enfoque ofrece una comprensión más profunda de la naturaleza dinámica de los biorreactores y abre nuevas posibilidades para el diseño de estrategias de operación y control más eficientes.
Descargas
Citas
[2] J. E. Bailey, D. F. Ollis. (1983) “Biochemical Engineering Fundamentals,” McGraw Hill, pp. 545–550.
[3] A. Ajbar and K. Alhumaizi. (1997) “On the existence of oscillatory behavior in unstructured models of bioreactors,” Mathematical Biosciences, vol. 143, no. 1, pp. 1–25.
[4] R. L. Burden and J. D. Faires. (2011) Numerical Analysis. 9th edition, Brooks/Cole, Cengage Learning.
[5] R. Freter, G. V. Stauffer, D. Cleven, L. V. Holdeman, and W. E. C. Moore. (1983). “Oscillations in Continuous Cultures of Microorganisms: Criteria of Utility of Mathematical Models,” Journal of Theoretical Biology, vol. 95, no. 2, pp. 297– 323. doi:10.1016/0022-5193(83)90247-5.
[6] J. Guckenheimer, P. Holmes: Nonlinear Oscillations, Dynamical Systems, and Bifurcations of Vector Fields. (1993). Applied Mathematical Sciences, vol. 42, Springer-Verlag.
[7] L. N. Ivanitskaya, A. V. Malygin, and E. E. Sel’kov. (1989) Oscillations in continuous cultures of microorganisms: a general theoretical approach. Journal of Theoretical Biology, 141(4):499–511.
[8] L. Perko. (2001). Differential Equations and Dynamical Systems. Springer, New York, 3rd edition.
[9] I. A. Yegorov, F. Mairet, and D. Dochain. (1997). “On the existence of oscillatory behavior in unstructured models of bioreactors,” Mathematical Biosciences, vol. 143, no. 1, pp. 1–25. doi:10.1016/S0025-5564(97)00021-2.
[10] J. Bafna-Rührer, Y. D. Bhutada, J. V. Orth, S. Ozmerih, L. Yang, D. Zielinski and S. Sudarsan. (2024). “Repeated glucose oscillations in high cell–density cultures influence stress–related functions of Escherichia coli,” PNAS Nexus, vol. 95, no. 3, pp. 376–389. doi:https://doi.org/10.1093/pnasnexus/pgae376.
[11] L. Gibart, R. Khoodeeram, G. Bernot, J. Comet, J. Trosset. (2021). “Regulation of Eukaryote Metabolism: An Abstract Model Explaining the Warburg/Crabtree Effect,” Processes, vol. 9, no. 3, pp. 1496–1532. doi:https://doi.org/10.3390/pr9091496.
