Development of a fuzzy system for dissolved oxygen control in a recombinant Escherichia coli cultivation for heterologous protein expression
| Autor: | Akisue, Rafael Akira |
|---|---|
| Přispěvatelé: | Sousa Júnior, Ruy de |
| Jazyk: | portugalština |
| Rok vydání: | 2018 |
| Předmět: | |
| Zdroj: | Repositório Institucional da UFSCAR Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
| Popis: | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) One very important bioprocess is the cultivation of recombinant E. coli for expression of heterologous proteins. For this, High Cell Density Culture is one of the most widely used technique. Although it results in cell densities above 100 g/L, it also has its challenges. Therefore, researchers from the Laboratory of Development and Automation of Bioprocesses (LaDABio) at Chemical Engineering Department of Federal University of São Carlos (UFSCar) developed a robust computer program (SUPERSYS_HCDC) that, among other functions, presents a hybrid system with a Proportional-Integral-Derivative (PID) controller for agitation speed control and a decision tree to manipulate air and oxygen flow rates that control the percentage of dissolved oxygen in the cultivation (nowadays some commercial controllers also offer this cascade control). However, in particular, delays may occur in the devices responsible for air and oxygen injection in the bioreactor, since the decision tree provides no smooth responses (that is, no gradual transitions in the control action). The system presented operates by introducing steps in the air and oxygen flow rates. Under the light of the above-mentioned facts, fuzzy reasoning was used to develop a fuzzy controller, aiming to improve dissolved oxygen control in recombinant E. coli cultivation for heterologous protein production. At first, fuzzy logic toolbox was used to generate a control algorithm implemented in a MATLAB code. Secondly, the membership functions parameters were optimized using ANFIS tool. Finally, in order to perform tests using the fuzzy controller, it was coupled to a neural network model of the process. This was created using artificial neural network toolbox and E. coli cultivation data. Results for oxygen and air flow rates indicated that the trends of aeration required by E. coli cultivation were fulfilled. Using fuzzy controller, it was possible to maintain the percentage of dissolved oxygen around the setpoint value of 30%. In general, the fuzzy controller responses were smoother than those provided by the decision tree, in a way that the dissolved oxygen peaks were softened. Um bioprocesso de extrema importância é o cultivo da bactéria Escherichia coli recombinante para expressão de proteínas heterólogas. Para isso, o cultivo celular de alta densidade é uma das técnicas mais utilizadas. Embora resulte em densidades celulares acima de 100g/L, também está sujeita a desafios. Assim pesquisadores do Laboratório de Desenvolvimento e Automação de Bioprocessos (LaDABio) do Departamento de Engenharia Química da Universidade Federal de São Carlos (UFSCar) desenvolveram um programa de computador robusto (SUPERSYS_HCDC) que além de outras funções, dispõe de um sistema híbrido de controle com um controlador Proporcional, Integral e Derivativo para manipulação da velocidade de agitação e uma árvore de decisão para manipulação das vazões de ar e oxigênio que controlam a porcentagem de oxigênio dissolvido (atualmente alguns controladores comerciais também oferecem este controle em cascata). No entanto, em particular, podem ocorrer atrasos nos dispositivos responsáveis pela injeção de ar e oxigênio no biorreator, uma vez que a árvore de decisão não fornece respostas suaves (ou seja, não há transições graduais na ação de controle). O sistema opera introduzindo degraus nas vazões de ar e oxigênio. Sob a luz dos fatos acima mencionados, a lógica fuzzy foi utilizada para desenvolver um controlador nebuloso com o objetivo de melhorar o controle do oxigênio dissolvido no cultivo de E. coli para expressão de proteínas recombinantes. Primeiramente foi utilizado o Fuzzy Logic Toolbox para gerar o algoritmo de controle implementado via código em MATLAB. Em seguida os parâmetros das funções de pertinência foram otimizados utilizando a ferramenta ANFIS. Por fim, para a realização de testes do controlador nebuloso, o mesmo foi acoplado a um modelo neural do processo. Este foi criado utilizando o toolbox de redes neurais artificiais e dados de cultivo de E. coli. Utilizando o controle fuzzy foi possível manter a porcentagem de oxigênio dissolvido próximo ao valor de setpoint de 30%. Em geral as respostas ao controlador nebuloso foram mais suaves em relação às respostas fornecidas pela árvore de decisão, de modo que os picos de oxigênio dissolvido foram suavizados. CNPq: 132739/2016-0 |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|