本发明专利技术涉及发酵监测领域，具体提供了一种定量关系模型及应用、细胞状态监测方法、装置、系统，所述细胞状态监测方法包括：采集微生物的发酵过程的当前发酵尾气参数；输入所述当前发酵尾气参数至定量关系模型进行数据分析，由所述定量关系模型输出当前发酵体系中的细胞比生长速率以及细胞浓度，以表征当前发酵体系的细胞培养状态。本发明专利技术基于历史数据及反映细胞呼吸强度的各参数建立微生物生长特性预测模型，实时、准确获得细胞比生长速率、净生物量等参数，从而能够实时、准确的检测发酵过程菌株细胞的培养状态，有效评价菌株的生长性能，为菌株开发提供深层次信息，为发酵过程控制提供参考和指导作用。供参考和指导作用。供参考和指导作用。
【技术实现步骤摘要】
定量关系模型及应用、细胞状态监测方法、装置、系统
[0001]本专利技术涉及微生物发酵及发酵监测领域，尤其涉及一种定量关系模型及应用、细胞状态监测方法、装置、系统。
技术介绍
[0002]细胞比生长速率、细胞浓度这些微生物的细胞培养状态大多需要通过离线检测，基于数据驱动的模型方法获取，依赖于生物过程的后验分析，具有明显的滞后性，从而无法了解各过程变量是如何影响细胞功能，无法了解各过程变量如何导致细胞或产物的浓度变化。
技术实现思路
[0003]本专利技术提供一种定量关系模型及应用、细胞状态监测方法、装置、系统，用以解决现有技术无法实现细胞培养状态实时监测的技术缺陷，本专利技术利用定量关系模型实现对于细胞培养状态的实时监控。
[0004]第一方面，提供了一种定量关系模型，所述定量关系模型的构建方法包括：获取不同发酵工况、不同生产菌株以及不同发酵时间状态下的所有历史发酵尾气参数、历史细胞培养状态参数；建立发酵尾气参数与细胞培养状态参数的定量关系，由所述定量关系确定所述定量关系模型的模型参数；将所有历史发酵尾气参数、历史细胞培养状态参数代入至所述定量关系中进行模型训练，获得在不同发酵工况、不同生产菌株以及不同发酵时间状态下，每一模型参数所对应的模型参数初始值，得到所述定量关系模型；所述定量关系模型用于根据当前发酵尾气参数，预测当前发酵体系中的当前细胞培养状态参数；其中，所述细胞培养状态参数包括细胞比生长速率以及细胞浓度。
[0005]在本专利技术提供的构建方法中，所述历史发酵尾气参数是指历史采集的发酵过程中的尾气参数；所述历史细胞培养状态参数包括历史细胞比生长速率以及历史细胞浓度，由历史检测的生物量参数来确定；所述生物量参数包括历史采集的发酵过程中的生物量浓度、发酵目标产物含量。根据本专利技术提供的定量关系模型，所述发酵尾气参数选自耗氧速率、二氧化碳生成速率和呼吸熵中的任一种。
[0006]根据本专利技术提供的定量关系模型，所述发酵尾气参数选自耗氧速率，所述耗氧速率包括细胞生长耗氧速率和细胞维持耗氧速率；其中，建立发酵尾气参数与细胞培养状态参数的定量关系，由所述定量关系确定所述定量关系模型的模型参数，包括：基于所述细胞生长耗氧速率与细胞生长速度的关系，以及所述细胞维持耗氧速率与细胞浓度的关系，建立所述耗氧速率与所述细胞比生长速率定量关系及所述耗氧速率与
所述细胞浓度的定量关系；由所述耗氧速率与所述细胞比生长速率的定量关系及所述耗氧速率与所述细胞浓度的定量关系确定所述定量关系模型的模型参数；所述模型参数包括：时间步长、初始比生长速率、维持与生长系数比值、初始细胞浓度。
[0007]根据本专利技术提供的定量关系模型，所述模型参数初始值为：当所述时间步长为0.2h的情况下，所述维持与生长系数比值的取值范围为0.05～0.1，所述初始比生长速率的取值范围为0.2 h
‑1～0.6h
‑1，所述初始细胞浓度的取值范围为0.2 g/L～1.0g/L。
[0008]第二方面，本专利技术还提供了一种所述定量关系模型的应用，通过利用所述定量关系模型，根据当前发酵尾气参数来预测在不同发酵工况、不同生产菌株以及不同发酵时间状态下的当前发酵体系中的细胞比生长速率以及细胞浓度，并确定当前发酵体系中的细胞培养状态；所述不同发酵工况包括不同发酵体系的发酵罐；所述不同生产菌株包括气单胞菌属、产碱菌属、固氮菌属、芽孢杆菌属、梭菌属、盐杆菌属、盐单胞菌属、诺卡氏菌属、红螺菌属、假单胞菌属、罗尔斯通氏菌属、动胶菌属中的至少一种。
[0009]第三方面，本专利技术还提供了一种微生物发酵细胞状态的监测方法，利用了所述的定量关系模型，具体包括：采集微生物的发酵过程的当前发酵尾气参数；其中，所述发酵尾气参数选自耗氧速率、二氧化碳生成速率和呼吸熵中的任一种；输入所述当前发酵尾气参数至定量关系模型进行数据分析，由所述定量关系模型输出当前发酵体系中的所述细胞比生长速率以及所述细胞浓度，以表征当前发酵体系的细胞培养状态。
[0010]根据本专利技术提供的所述微生物发酵细胞状态的监测方法，所述发酵尾气参数选自耗氧速率；所述定量关系模型包括：当前耗氧速率与细胞比生长速率的定量关系；当前耗氧速率与细胞浓度的定量关系；以及，包括时间步长、初始比生长速率、维持与生长系数比值、初始细胞浓度的模型参数；其中，所述模型参数初始值为：当所述时间步长为0.2h的情况下，所述维持与生长系数比值的取值范围为0.05～0.1，所述初始比生长速率的取值范围为0.2 h
‑1～0.6h
‑1，所述初始细胞浓度的取值范围为0.2 g/L～1.0g/L。
[0011]第四方面，本专利技术提供了一种微生物发酵细胞状态的监测装置，包括：采集单元：用于采集微生物的发酵过程的当前发酵尾气参数；输出单元：用于输入所述当前发酵尾气参数至定量关系模型进行数据分析，由所述定量关系模型输出当前发酵体系中的所述细胞比生长速率以及所述细胞浓度，以表征当
前发酵体系的细胞培养状态。
[0012]第五方面，本专利技术提供了一种微生物发酵细胞状态的监测系统，包括数据采集模块、数据处理模块以及数据可视化模块，所述数据处理模块包括所述的微生物发酵细胞状态的监测装置，用于获取当前细胞培养状态；所述数据采集模块，用于采集当前发酵尾气参数；所述数据可视化模块包括：图像绘制单元：用于显示所述当前细胞培养状态。
[0013]根据本专利技术提供的所述的微生物发酵细胞状态的监测系统，所述数据处理模块还包括：数据比对单元，用于在所述当前细胞培养状态超出预设范围的情况下，生成异常信息；所述微生物发酵细胞状态的监测系统还包括：异常提示单元；所述异常提示单元：用于显示异常信息。
[0014]根据本专利技术提供的所述的微生物发酵细胞状态的监测系统，所述微生物包括能够在细胞内积累PHA的微生物。
[0015]第六方面，还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的微生物发酵细胞状态的监测方法。
[0016]第七方面，还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的微生物发酵细胞状态的监测方法。
[0017]本专利技术提供了一种定量关系模型及应用、细胞状态监测方法、装置、系统，通过获取不同发酵工况、不同生产菌株以及不同发酵时间状态下的所有历史发酵尾气参数、历史细胞培养状态参数，并基于所述发酵尾气参数与细胞比生长速率定量关系、所述发酵尾气参数与细胞浓度的定量关系确定所述定量关系模型的模型参数，进而得到所述定量关系模型，从而能够在输入当前发酵尾气参数至所述定量关系模型时，预测当前发酵体系中的细胞培养状态，所述细胞培养状态通过所述细胞浓度以及所述细胞比生长速率的参数进行表征。通过本专利技术的定量关系模型，细胞比生长速率预测结果的平均偏差小于0.027h
‑1，细胞浓度预测结果的平均偏差小于2.6208g/L。本专利技术基于反映细胞呼吸强度的各参数建立微生物生长本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种定量关系模型，其特征在于，所述定量关系模型的构建方法包括：获取不同发酵工况、不同生产菌株以及不同发酵时间状态下的所有历史发酵尾气参数、历史细胞培养状态参数；建立发酵尾气参数与细胞培养状态参数的定量关系，由所述定量关系确定所述定量关系模型的模型参数；将所有历史发酵尾气参数、历史细胞培养状态参数代入至所述定量关系中进行模型训练，获得在不同发酵工况、不同生产菌株以及不同发酵时间状态下，每一模型参数所对应的模型参数初始值，得到所述定量关系模型；所述定量关系模型用于根据当前发酵尾气参数，预测当前发酵体系中的当前细胞培养状态参数；其中，所述细胞培养状态参数包括细胞比生长速率以及细胞浓度。2.根据权利要求1所述的定量关系模型，其特征在于，所述发酵尾气参数选自耗氧速率、二氧化碳生成速率和呼吸熵中的任一种。3.根据权利要求2所述的定量关系模型，其特征在于，所述发酵尾气参数选自耗氧速率，所述耗氧速率包括细胞生长耗氧速率和细胞维持耗氧速率；其中，建立发酵尾气参数与细胞培养状态参数的定量关系，由所述定量关系确定所述定量关系模型的模型参数，包括：基于所述细胞生长耗氧速率与细胞生长速度的关系，以及所述细胞维持耗氧速率与细胞浓度的关系，建立所述耗氧速率与所述细胞比生长速率的定量关系及所述耗氧速率与所述细胞浓度的定量关系；由所述耗氧速率与所述细胞比生长速率的定量关系及所述耗氧速率与所述细胞浓度的定量关系确定所述定量关系模型的模型参数；所述模型参数包括：时间步长、初始比生长速率、维持与生长系数比值、初始细胞浓度。4.根据权利要求3所述的定量关系模型，其特征在于，所述模型参数初始值为：当所述时间步长为0.2h的情况下，所述维持与生长系数比值的取值范围为0.05～0.1，所述初始比生长速率的取值范围为0.2 h
‑1～0.6h
‑1，所述初始细胞浓度的取值范围为0.2 g/L～1.0g/L。5.一种权利要求1
‑
4中任一项所述定量关系模型的应用，其特征在于，通过利用所述定量关系模型，根据当前发酵尾气参数来预测在不同发酵工况、不同生产菌株以及不同发酵时间状态下的当前发酵体系中的细胞比生长速率以及细胞浓度，并确定当前发酵体系中的细胞培养状态；所述不同发酵工况包括不同发酵体系的发酵罐；所述不同生产菌株包括气单胞菌属、产碱菌属、固氮菌属、芽孢杆菌属、梭菌属、盐杆菌属、盐单胞菌属、诺卡氏菌属、红螺菌属、假单胞菌属、罗尔斯通氏菌属、动胶菌属中的至少一种。6.一种微生...
【专利技术属性】
技术研发人员：周瑶瑶，汪东升，赵长春，邹宇航，纪海宇，刘子强，高长斌，姚兴高，李腾，张浩千，宗夜晴，
申请(专利权)人：北京蓝晶微生物科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。