Optimization and modeling of bacterial processes
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Doctoral thesis (article-based)
Checking the digitized thesis and permission for publishing
Instructions for the author
Instructions for the author
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2006-09-30
Major/Subject
Mcode
Degree programme
Language
en
Pages
59, [51]
Series
Technical Biochemistry Report / Helsinki University of Technology, Department of Chemical Technology, Teknillisen biokemian tiedote / Teknillinen korkeakoulu, Kemian osasto, Biokemian ja elintarviketeknologian laboratorio, 1/2006
Abstract
Bifidobacterium longum and Streptomyces peucetius are two totally different bacterial species with respect to environmental conditions and process objective. These were used as model organisms in this study. The objective of the B. longum process was to produce viable biomass suitable for use as food additive. The objective of the S. peucetius process was to produce a medically significant compound toxic to the organism. This study presents the process optimization for both model organisms by the use of experiment designs. The critical down-stream processing stage concerning B. longum, freeze-drying, was also optimized using response surface methods. Yeast extract and glucose concentrations together with L-cysteine-HCl·H2O concentration were found most effective concerning B. longum ATCC 15707 growth. The first two were optimized with temperature using a CCC experiment design. Optimal growth and glucose consumption was achieved with temperatures as high as 40°C, a glucose concentration of 20 g l−1 and yeast extract concentration of 35 g l−1. With a mixture design, soy peptone, beef extract, bacto peptone and tryptone were identified as growth favoring medium components for S. peucetius var. caesius N47. A CCF experiment design was constructed for the optimization of environmental conditions concerning S. peucetius growth, glucose consumption and ε-rhodomycinone production. Raising the cultivation temperature to 35°C favored growth and glucose consumption, but 30°C was found best for ε-rhodomycinone production. At the optimal temperature, a high aeration control setpoint and a high pH value yielded the best results for all responses. The survival of B. longum ATCC 15707 during freeze-drying was found highly temperature dependant. With a proper temperature control strategy during the freeze-drying process over 160% better product activity was achieved with a 50% shorter drying time compared to constant temperature freeze-drying. Kinetic cultivation parameters concerning S. peucetius were investigated using both batch and continuous cultivation data. Coefficients for substrate consumption (YXS 0.536 g g−1 and mS 0.54 mg g−1 h−1) and product formation (YPX 12.99 mg g−1 and mP 1.20 mg g−1 h−1) were calculated from chemostat results, and a μmax value of slightly over 0.10 h−1 was observed. These parameters were used in the kinetic modeling of the cultivation. A best overall fit from the kinetic modeling was obtained when the logistic equation was used for the modeling of growth. Metabolic flux analysis (MFA) was applied to the chemostat data. This implied that ε-rhodomycinone production is almost linearly dependant on the citric acid cycle (TCA) rate. The kinetic modeling approach gave relatively good simulation results, but could not be used for prediction. This was, however, successfully done using neural networks.Bifidobacterium longum ja Streptomyces peucetius ovat ympäristövaatimuksiltaan ja prosessitavoitteiltaan kaksi täysin erilaista bakteeria, joita käytettiin tutkimuksen malliorganismeina. B. longum prosessin tavoitteena oli tuottaa elintarvikelisäaineeksi kelpaavaa elävää biomassaa. S. peucetius prosessin tavoite oli tuottaa lääketieteellisesti merkittävää ainetta, joka on myrkyllinen organismille itselleen. Tässä työssä optimoitiin molempien malliorganismien kasvatusprosessi koesuunnitelmien avulla. B. longum -bakteerin säilytyksen kannalta merkittävin prosessivaihe, kylmäkuivaus, optimoitiin myös vastepintamallitusta apuna käyttäen. Hiivauutteen, glukoosin ja L-kysteiini-HCl·H2O:n pitoisuudet kasvatusalustassa vaikuttivat eniten B. longum ATCC 15707 -bakteerikannan kasvuun. Näistä kaksi ensimmäistä optimoitiin lämpötilan kanssa CCC koesuunnitelman avulla. Kasvu ja glukoosin kulutus olivat optimaalisia jopa 40 °C lämpötilassa, 20 g l-1 glukoosipitoisuudella ja 35 g l-1 hiivauutepitoisuudella. Soijapeptoni, lihauute, baktopeptoni ja tryptoni olivat seoskoesuunnitelman mukaan parhaiten S. peucetius var. caesius N47 -bakteerin kasvua edistäviä alustakomponentteja. S. peucetius -bakteerin kasvu, glukoosin kulutus ja ε-rodomysinonin tuotto optimoitiin ympäristömuuttujien suhteen CCF-koesuunnitelman avulla. Korkeammat kasvatuslämpötilat nopeuttivat kasvua ja glukoosin kulutusta, mutta 30 °C oli paras lämpötila ε-rodomysinonin tuottoon. Optimilämpötilassa sekä korkea ilmastus että pH paransivat kaikkia mitattuja parametreja. B. longum ATCC 15707 -bakteerin selviytyminen kylmäkuivauksesta oli tutkimuksen mukaan erittäin lämpötilariippuvaista. Sopivaa lämpötilan säätöstrategiaa käyttämällä saatiin 160 % parempi tuoteaktiivisuus 50 % lyhyemmässä ajassa kuin vakiolämpötilassa suoritetulla kuivauksella. S. peucetius -bakteerin kineettiset kasvuparametrit selvitettiin panos- ja jatkuvatoimisista kasvatuksista saadun datan avulla. Jatkuvatoimisten kasvatusten avulla selvitettiin substraatin kulutuksen (YXS 0,536 g g-1 ja mS 0,54 mg g-1 h-1) ja tuotteen muodostuksen (YPX 12,99 mg g-1 ja mP 1,20 mg g-1 h-1) vakiot sekä μmax, joka oli hiukan yli 0,10 h-1. Näitä parametreja käytettiin panoskasvatusten kineettiseen mallinnukseen. Paras mallinnustulos kineettisillä malleilla saatiin logistista kasvuyhtälöä käyttämällä. Jatkuvatoimisten kasvatusten dataan kokeiltiin myös aineenvaihduntavuoanalyysiä (MFA). Tämän perusteella ε-rodomysinonin tuotto riippuu lähes lineaarisesti sitraattisyklin (TCA) nopeudesta. Kineettisellä mallinnuksella päästiin melko hyviin simulointituloksiin, mutta menetelmää ei voinut käyttää mielivaltaisen panoksen ennustamiseen. Tämä saavutettiin kuitenkin neuroverkkomallinnuksen avulla.Description
Keywords
Bifidobacterium longum, central composite design, chemostat, cultivation, ε-rhodomycinone, fractional factorial design, metabolic flux analysis, mixture design, modeling, neural network, optimization, Streptomyces peucetius var. caesius, unstructured kinetic model, aineenvaihduntavuoanalyysi, Bifidobacterium longum, ε-rodomysinoni, kasvatus, kemostaatti, keskuskomposiittikoesuunnitelma, mallinnus, neuroverkko, optimointi, osafaktorikoesuunnitelma, rakenteeton kineettinen malli, seoskoesuunnitelma, Streptomyces peucetius var. caesius
Other note
Parts
- Kiviharju, K., Leisola, M., and Eerikäinen, T., Optimization of a Bifidobacterium longum production process, Journal of Biotechnology 117 (2005) 299-308.
- Kiviharju, K., Leisola, M., and Eerikäinen, T., Optimization of Streptomyces peucetius var. caesius N47 cultivation and ε-rhodomycinone production using experimental designs and response surface methods, Journal of Industrial Microbiology and Biotechnology 31 (2004) 475-481.
- Kiviharju, K., Moilanen, U., Leisola, M., and Eerikäinen, T., A chemostat study of Streptomyces peucetius var. caesius N47, Applied Microbiology and Biotechnology, in press.
- Kiviharju, K., Salonen, K., Leisola, M., and Eerikäinen, T., Modeling and simulation of Streptomyces peucetius var. caesius N47 cultivation and ε-rhodomycinone production with kinetic equations and neural networks, Journal of Biotechnology, in press.