2. 生物反应器运行原理与监测需求

生物反应器的在线监测不是“给罐子装几个探头”这么简单。监测方案必须从反应器如何工作、以什么方式运行、哪些状态变量真正决定产物生成出发,再反推需要测什么、在哪里测、以什么频率测、测到之后如何判断。理解这条逻辑链,是后续传感器选型、信号处理与数据解释的基础。

一、反应器类型决定监测对象的空间分布

常见生物反应器可按混合与传质方式分为几类,它们对监测点的布置要求差异很大。

机械搅拌式反应器(STR)依靠搅拌桨提供混合与氧传递,罐内通常接近全混流。监测重点在液相主体:温度、pH、溶解氧(DO)、搅拌转速、通气量。由于搅拌轴和挡板占据空间,探头多从顶盖插入,需注意探头不能与桨叶干涉,DO 探头应位于气液分散较充分的区域,避免贴在死区。

气升式反应器靠导流筒内外密度差驱动循环,没有机械搅拌。其混合依赖上升区与下降区的气含率差,监测需关注上升区与下降区的 DO 差异,以及表观气速对循环的影响。探头布置要避开导流筒壁面附近的低速区。

鼓泡塔结构最简单,但返混和气泡聚并明显,DO 与 pH 在轴向可能存在梯度。若只测一个点,往往不能代表整体,必要时需多点采样或采用可移动探头。

固定床与流化床涉及固相载体,监测对象扩展到床层压降、局部温度与载体间流速。固定床易出现沟流和局部缺氧,压差信号常比单点 DO 更早暴露问题。

因此,反应器类型首先决定“测点在哪里”,而不是先决定“买什么传感器”。

二、操作模式决定状态变量的时间行为

同一台反应器,分批、补料分批、连续三种模式下,状态变量的轨迹完全不同。

分批操作中,底物一次性加入,菌体经历延迟期、对数期、稳定期和衰亡期。DO 在对数期因耗氧剧增而下降,pH 常因代谢产酸或产碱而漂移,温度因代谢放热而上升。监测的核心是捕捉这些拐点,判断何时进入对数期、何时耗氧达到峰值。

补料分批操作通过流加限制性底物控制比生长速率。此时补料速率是主动输入,DO 和 pH 成为反馈信号。典型做法是用 DO 的“骤升”判断底物耗尽,触发下一次补料脉冲;或用 pH 的碱液消耗量间接估计代谢活性。监测任务从“记录轨迹”升级为“闭环控制的输入”。

连续操作(恒化器)在达到稳态后,稀释率 D 决定比生长速率。监测重点是稳态是否真正建立:DO、pH、生物量、产物浓度应在一段时间内围绕均值小幅波动。若 DO 持续缓慢下降,可能意味着壁面生物膜生长或通气效率衰减,而非菌体浓度变化。

操作模式决定了监测的时间分辨率要求:分批需要捕捉快速拐点,连续则需要长期稳定性与漂移判断。

三、关键状态变量与在线监测任务分解

生物反应器的状态变量可分为物理量、化学量和生物量三类。物理量包括温度、压力、搅拌转速、通气量、液位、泡沫高度;化学量包括 pH、DO、溶解二氧化碳、氧化还原电位、代谢产物;生物量包括活细胞浓度、ATP、NADH 荧光等。并非所有变量都能直接在线测量,因此需要把监测任务分解为“直接测量—间接推算—离线校验”三层。

以 DO 为例:探头直接测量的是液相溶解氧分压,经温度、盐度、压力补偿后得到 DO 浓度。但菌体实际感受到的是氧传递速率 OTR 与耗氧速率 OUR 的平衡。OTR = kLa·(C* − CL),其中 kLa 受搅拌与通气影响,C* 受罐压与温度影响。在线监测 DO 只是结果,要判断供氧能力是否足够,还需结合通气量、搅拌转速和罐压计算 kLa 趋势。这就是“直接测量—间接推算”的典型关系。

pH 监测同样如此。pH 探头给出的是当前氢离子活度,但 pH 的变化速率反映的是产酸/产碱速率与缓冲能力的综合结果。若 pH 快速下降而碱液补加量同步上升,说明代谢活跃;若 pH 下降但碱液消耗很少,可能是缓冲体系变化或探头漂移。

温度监测看似简单,但在放大罐中,夹套温度、罐内温度与探头位置温度可能不同。探头应插入液相主体并保证足够浸没深度,否则在低液位时读数会偏高。

四、从监测需求到任务分解的实例

假设一台 50 L 机械搅拌式补料分批反应器用于表达重组蛋白,典型运行参数为:温度 37 ℃、pH 7.0、DO 设定 30% 空气饱和度、初始装液量 25 L、补料为葡萄糖溶液。监测任务可分解如下。

第一层,直接测量:温度、pH、DO、搅拌转速、通气量、补料质量、碱液质量、罐压。采样周期分别为温度 1 s、pH 2 s、DO 2 s、转速 1 s、通气 1 s、补料与碱液以称重信号 1 s 更新。

第二层,间接推算:由通气量与罐压估算进气氧分压;由 DO 与温度补偿计算 CL;由补料速率与碱液消耗速率估算比生长速率与代谢活性;由累积耗氧估算 OUR 趋势。

第三层,离线校验:每 2 h 取样测 OD600、葡萄糖浓度、产物浓度,用于校正在线推算模型,并检查 pH 探头是否漂移。

判断逻辑示例:若 DO 在补料后 5 min 内从 30% 降至 15% 以下,且搅拌已满负荷,说明供氧不足,应降低补料速率;若 DO 突然升至 60% 以上,同时碱液消耗停止,说明底物耗尽,应触发补料。这些判断依赖的正是“直接测量—间接推算—离线校验”三层数据的配合。

生物反应器在线监测任务分解关系图 反应器类型 → 操作模式 → 状态变量 → 三层监测任务 反应器类型 • 机械搅拌式 STR • 气升式 • 鼓泡塔 • 固定床 / 流化床 决定测点空间分布 与混合/传质特性 操作模式 • 分批 • 补料分批 • 连续(恒化器) 决定状态变量的 时间行为与采样频率 关键状态变量 物理量:T、P、N、Q 化学量:pH、DO、dCO₂ 生物量:OD、ATP、NADH 并非全部可在线直测 需分层处理 三层监测任务 ① 直接测量 ② 间接推算 ③ 离线校验 三层数据配合 形成判断闭环 实例:50 L 补料分批反应器监测数据流 在线传感器输入 T / pH / DO / 转速 通气 / 补料称重 / 罐压 间接推算 kLa 趋势 / OUR 估算 比生长速率 / 代谢活性 判断逻辑 DO 骤降 → 降补料 DO 骤升 → 触发补料 离线校验 OD600 / 葡萄糖 产物浓度 / pH 漂移 离线校验结果反馈修正在线推算模型与判断阈值 注:图中参数为教学示例,实际运行需根据菌种、培养基与设备特性调整

五、监测任务分解的工程要点

把上述逻辑落到工程上,需要把握几个要点。第一,测点位置必须与反应器类型匹配,不能把 STR 的探头布置直接搬到气升式上。第二,采样频率要与操作模式匹配,分批对数期的 DO 变化可能在几十秒内完成,采样周期过长会丢失拐点。第三,直接测量值必须经过补偿才能使用,DO 需要温度、压力、盐度补偿,pH 需要温度补偿。第四,间接推算依赖模型假设,必须用离线数据定期校验,否则模型漂移会导致误判。第五,判断阈值不能写死,应根据批次前期数据动态调整,例如 DO 触发补料的阈值在菌体浓度高时应适当放宽。

在线监测的核心不是“测到”,而是“测到的值能支撑判断”。从反应器类型到操作模式,再到状态变量与三层任务分解,每一步都在回答“这个信号用来做什么判断”。