3. 反应器中的细胞生长与产物生成动力学

在细胞培养生物反应器的设计与放大中，动力学模型是把“细胞—底物—产物—操作条件”联系起来的核心工具。它回答三个关键问题：细胞以多快速度生长？底物被消耗多少？目标产物何时、以何种速率生成？本节围绕批式、补料批式和灌流三种典型操作模式，建立从Monod方程到Luedeking-Piret方程的动力学描述框架，并说明其在反应器设计中的具体应用。

一、细胞生长动力学：Monod方程及其扩展

微生物或动物细胞在底物限制条件下的比生长速率 μ 常用Monod方程描述：

μ = μ_max · S / (K_s + S)

其中 μ_max 为最大比生长速率（h⁻¹），S 为限制性底物浓度（g/L），K_s 为半饱和常数（g/L），即 μ = μ_max/2 时的底物浓度。K_s 越小，细胞对底物的亲和力越强。例如某CHO细胞株在葡萄糖限制培养中，μ_max ≈ 0.035 h⁻¹，K_s ≈ 0.15 g/L；当葡萄糖降至 0.15 g/L 时，比生长速率已降至最大值的一半，提示补料策略必须维持 S 远高于 K_s。

实际培养中还需考虑底物抑制、产物抑制和维持代谢。常见扩展形式包括：

  • 底物抑制：μ = μ_max·S / (K_s + S + S²/K_i)，高糖或高谷氨酰胺时适用；
  • 维持项：底物消耗比速率 q_s = μ/Y_{X/S} + m，其中 m 为维持系数；
  • 死亡项：dX/dt = (μ − k_d)X，k_d 为比死亡速率，用于描述批式后期活率下降。

细胞生长与底物消耗通过得率系数 Y_{X/S} 耦合：ΔX = −Y_{X/S}·ΔS。在批式培养中，若初始葡萄糖 20 g/L、Y_{X/S}=0.45 g/g，则理论上最多生成约 9 g/L 细胞干重；实际因维持代谢和产物合成，得率往往更低。

二、产物生成动力学：Luedeking-Piret方程

产物生成速率 q_p 与细胞生长和维持的关系由Luedeking-Piret方程描述：

q_p = α·μ + β

其中 α 为生长偶联系数，β 为非生长偶联系数。该方程把产物分为三类：

  • 生长偶联型（β≈0）：产物仅在细胞生长时生成，如某些重组蛋白在生长期表达；
  • 非生长偶联型（α≈0）：产物在稳定期持续生成，如抗生素次级代谢产物；
  • 混合型（α、β均不为零）：多数重组蛋白和单抗属于此类，生长阶段和维持阶段均有贡献。

对批式反应器，产物浓度 P 可积分得到：P = α·(X − X₀) + β·∫X dt。这意味着即使细胞停止生长，只要活细胞密度维持，产物仍会累积。例如某单抗生产案例中，α ≈ 0.8 mg/(10⁹ cells·h)，β ≈ 0.05 mg/(10⁹ cells·h)，稳定期产物积累主要来自 β 项。

三、三种操作模式的动力学特征

批式、补料批式和灌流培养在动力学上的差异，本质上是底物供给方式与细胞停留时间的不同。下图对比了三者的物料流、细胞状态和产物积累特征：

批式培养 Batch 初始底物 S₀ 一次性加入 无补料、无流出 μ 随 S 下降而降低 S → 0 时进入稳定期 后期 k_d 上升，活率下降 P = α(X−X₀) + β∫Xdt 产物一次性收获 特点：操作简单，底物抑制/耗尽 产物浓度受初始底物限制 补料批式 Fed-batch 初始底物 + 连续/脉冲补料 F(t) 控制 S 在低水平 μ 维持较高且稳定 避免底物抑制和耗尽 V 增大，稀释效应需考虑 d(VX)/dt = μVX − F·X 产物浓度显著提高 特点：延长生长期，提高产量 需控制补料速率防止积累 灌流培养 Perfusion 连续新鲜培养基流入 细胞截留，产物连续流出 S 恒定，μ 接近 μ_max X 可达 10⁷–10⁸ cells/mL D = F/V 为稀释率 稳态：μ = D，q_p = αD + β 产物连续收获，周期长 特点：高密度、高体积产率 设备复杂，膜污染需控制

三种模式的动力学方程可统一用物料衡算表达。批式：d(VX)/dt = μVX；补料批式：d(VX)/dt = μVX + F·X_feed（通常 X_feed=0）；灌流：d(VX)/dt = μVX − F·X_permeate。理解这些衡算式的差异，是反应器设计计算的基础。

四、动力学模型在反应器设计中的应用

动力学模型的价值在于把实验室数据转化为设计参数。以下给出一个补料批式培养的设计计算示例，用于确定补料速率和培养时间。

示例条件（合理假设）：CHO细胞，V₀ = 2 L，X₀ = 0.5×10⁶ cells/mL，μ_max = 0.035 h⁻¹，K_s = 0.15 g/L，Y_{X/S} = 0.45 g/g，维持系数 m = 0.02 g/(10⁹ cells·h)，目标培养 7 天，维持葡萄糖 S = 0.5 g/L。

设计步骤：

  1. 确定比生长速率：S=0.5 g/L 时，μ = 0.035×0.5/(0.15+0.5) ≈ 0.027 h⁻¹。
  2. 计算细胞增长：X(t) = X₀·e^{μt}，7天后 X ≈ 0.5×10⁶×e^{0.027×168} ≈ 0.5×10⁶×93 ≈ 4.65×10⁷ cells/mL。
  3. 计算底物需求：ΔX = 4.6×10⁷ cells/mL，按细胞干重换算（约 0.25 ng/cell），ΔX_dw ≈ 11.5 g/L；消耗葡萄糖 ≈ 11.5/0.45 ≈ 25.6 g/L，加上维持消耗 m·X·t ≈ 0.02×4.65×10⁷×168/10⁹ ≈ 0.156 g/L，总需求约 25.8 g/L。
  4. 确定补料策略：初始葡萄糖 5 g/L，剩余 20.8 g/L 通过补料加入。若补料液葡萄糖浓度 400 g/L，则补料体积 ≈ 20.8×2/400 ≈ 0.104 L，即 104 mL。采用指数补料 F(t) = (μ/Y_{X/S} + m)·X₀V₀·e^{μt}/S_f，可维持 S 恒定。

通过上述计算，可在培养前预估补料曲线和最终产物浓度。若产物为混合型（α=0.8，β=0.05），则 P ≈ α·ΔX + β·∫Xdt，积分项可用数值方法估算，最终判断是否达到目标产量（如 2 g/L）。

设计提示：Monod方程中的 K_s 和 μ_max 应通过批式或连续培养实验拟合获得，不可直接套用文献值。Luedeking-Piret参数 α、β 需在至少两种不同 μ 条件下测定，才能可靠外推。
常见误区：补料批式中若补料速率过快，S 积累会引发底物抑制或渗透压升高；灌流培养中若 D 超过 μ_max，细胞会被洗出，稳态无法建立。设计时必须校核 D < μ_max 且 S 在合理范围。

综上，Monod方程描述生长与底物的关系，Luedeking-Piret方程描述产物与生长/维持的关系，两者结合物料衡算，即可对批式、补料批式和灌流反应器进行定量设计与优化。实际应用中还需结合细胞代谢特性、产物稳定性和设备限制，迭代调整模型参数与操作策略。

← 上一章 📖 返回目录 下一章 →