4. 细胞生长与产物生成动力学

补料策略的合理性，最终取决于对细胞生长和产物生成速率的定量描述。动力学模型把“什么时候补、补多少”从经验判断转化为可计算的问题。本节围绕四个核心工具展开：描述生长速率的Monod方程、描述产物生成的Luedeking-Piret方程、描述高浓度底物或产物抑制的抑制模型，以及从实验数据中辨识这些模型参数的方法。

Monod方程：生长速率与限制性底物的关系

Monod方程的形式为 μ = μ_max · S / (K_S + S)，其中 μ 为比生长速率（h^-1），μ_max 为最大比生长速率，S 为限制性底物浓度（g/L），K_S 为半饱和常数（g/L），即 μ 达到 μ_max 一半时的底物浓度。该方程说明：底物充足时 μ 趋近 μ_max；底物很低时 μ 近似与 S 成正比；K_S 越小，细胞对底物的亲和力越强。

在补料分批培养中，Monod方程常与物料衡算联用。若忽略维持消耗，底物消耗速率可写为 dS/dt = -μX/Y_X/S，其中 X 为细胞浓度，Y_X/S 为细胞对底物的得率系数。实际计算时，先由目标 μ 反推所需底物浓度 S = K_Sμ/(μ_max-μ)，再结合补料液浓度和流加速率确定补料方案。例如，某重组大肠杆菌的 μ_max=0.55 h^-1，K_S=0.02 g/L，若希望维持 μ=0.30 h^-1，则目标残糖 S≈0.024 g/L，属于典型的低底物流加控制区间。

Luedeking-Piret方程：产物生成与生长、维持的关系

产物生成并不总与生长同步。Luedeking-Piret方程把比产物生成速率 q_P 分解为生长关联项和非生长关联项：q_P = αμ + β，其中 α 为生长关联系数，β 为非生长关联系数（h^-1）。当 α>0、β≈0 时，产物主要在生长期形成，如某些初级代谢产物；当 α≈0、β>0 时，产物主要在稳定期由维持代谢驱动，如部分抗生素和次级代谢产物；两者都不可忽略时，产物生成贯穿多个阶段。

该方程的价值在于指导补料时机。若目标产物以 β 项为主，则应在细胞进入稳定期后继续维持适量底物供应，避免因补料过早导致副产物积累；若以 α 项为主，则补料应与生长速率匹配，使 μ 保持在有利于产物合成的区间。实际计算中，q_P 可由产物浓度对时间的差分结合细胞浓度求得，再对 μ 作线性回归，斜率为 α，截距为 β。

抑制模型：底物抑制与产物抑制

Monod方程假设底物只促进生长，但高浓度底物（如葡萄糖、甲醇、乙酸）会抑制生长。常用的底物抑制模型为 μ = μ_maxS / (K_S + S + S²/K_i)，其中 K_i 为抑制常数。当 S 超过某一临界值后，μ 反而下降，曲线呈先升后降的形态。补料控制中应把 S 维持在 μ 峰值附近，而不是盲目追求高底物浓度。

产物抑制则常见于乙醇、乳酸、乙酸等发酵体系，可用 μ = μ_maxS/(K_S+S) · (1 - P/P_max) 描述，P 为产物浓度，P_max 为完全抑制浓度。此时补料策略需要兼顾“供底物”和“降产物”，例如通过在线分离或稀释降低 P，或采用低温和低 μ 运行以延缓抑制。抑制模型的选择应基于实验数据形态：若 μ-S 曲线出现明显下降段，优先考虑底物抑制；若 μ 随 P 单调下降，则考虑产物抑制。

参数辨识方法：从实验数据到模型参数

参数辨识的目标是获得 μ_max、K_S、K_i、α、β 等参数。常用方法包括线性化法和非线性回归法。以Monod方程为例，可变形为 1/μ = K_S/(μ_maxS) + 1/μ_max，以 1/S 为横坐标、1/μ 为纵坐标作Lineweaver-Burk图，斜率为 K_S/μ_max，截距为 1/μ_max。但线性化会放大低浓度数据的误差，因此更推荐直接对 μ = μ_maxS/(K_S+S) 做非线性最小二乘拟合。

实际操作中，可在摇瓶或小反应器中设置 6～8 个初始底物浓度（如 1、2、5、10、20、40、80 g/L），测定对数生长期的 μ，得到 μ-S 数据对。若怀疑底物抑制，则加入 S²/K_i 项后重新拟合，比较残差平方和与 R²。对于Luedeking-Piret参数，可在分批或补料实验中同步测定 X 和 P，计算不同时间段的 q_P 与 μ，做线性回归得到 α 和 β。辨识完成后，应至少用一组独立实验验证模型预测的 μ 和 P 是否在可接受误差内（如 ±15%）。

模型联用与补料决策

把上述模型组合起来，可以形成补料决策的计算链：由目标 μ 和当前 X 计算所需底物消耗速率，再由 Monod 反推目标 S，结合补料液浓度得到流加速率 F。若存在底物抑制，则把 S 控制在 μ 峰值对应的浓度附近；若产物抑制显著，则把 P 纳入约束，必要时降低补料速率或启动产物移除。Luedeking-Piret 方程则用于判断产物生成阶段，决定补料是“跟生长走”还是“跟维持走”。

需要强调的是，动力学参数具有菌株、培养基、温度和 pH 依赖性，不能跨体系直接套用。每次更换菌株或工艺条件后，至少应重新验证 μ_max 和 α、β 的量级。参数辨识的实验设计应覆盖实际补料区间，避免只在低浓度区拟合却用于高浓度补料控制。

示例：一组可参考的辨识参数表

表中数值为教学示例，用于说明参数的量级和辨识方式，不代表某一具体菌株的实测结果。实际使用时，应以本体系实验数据重新拟合，并用独立批次验证。只有模型预测与实验观测在补料区间内保持一致，动力学模型才真正具备指导补料与过程控制的价值。