利用代谢网络模型和线性规划法在线预测谷氨酸发酵中产物浓度

On-Line Prediction of Product Concentrations in Glutamate Fermentation Using Metabolic Network Model and Linear Programming

摘要:

在好氧型的谷氨酸发酵实验中发现，溶解氧（DO）对发酵性能有很大的影响，谷氨酸的生成方式也因此有很大不同：较低的DO水平能够延长产酸期、提高谷氨酸的最终浓度，但是代谢副产物——乳酸也有较大程度的积蓄；而DO水平过高，虽然代谢副产物不会生成积蓄，但菌体消亡过快导致产酸期缩短、谷氨酸的最终浓度降低．同时，谷氨酸的生成方式与发酵过程中摄氧率（OUR）和CO2的释放率（CER）有着非常紧密的关联．作者利用代谢网络模型并结合使用线性规划优化法，通过在线测定OUR和CER，比较准确地在线推定出发酵过程中谷氨酸的质量浓度变化。与传统的非构造式动力学模型相比，上述预测方法具有建模简单、模型物理意义明确、通用性能好等优点，为后续过程的在线控制和优化提供一种全新和有效的途径。

Abstract:

The experimental data showed that, in aerobic glutamate fermentation with strain C.glutamicum S9114, glutamate produced in different ways with different patterns of O_(2) uptake rate (OUR), CO_(2) evolution rate (CER) and by-products accumulation at diffe