Name: 計算機シミュレーションを通してフォトバイオリアクターで藻類の成長を促進するために排煙設定を最適化 (動画) | JoVE Journal
Uploaded: 2013-10-01T09:00:00.000+00:00
Duration: 14 min 33 s
Description: 学ぶ、排煙を用いたChlorella sp.の光バイオリアクター培養におけるオン・オフガス制御の最適化。質量伝達モデルと動的シミュレーションにより、基質阻害を低減し藻類成長を促進する計算的手法を解説します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本研究では、セントルイスのワシントン大学でNSFのプログラム（学部生のための研究体験）によってサポートされています。

1。藻類培養およびスケールアップ<ol><li> 0.55グラム/ Lを含有する脱イオン水を用いて培地を調製-1尿素、0.1185グラム/ L -1 KH 2 PO 4、0.102グラム/ L -1 の MgSO 4·7H 2 O、0.015グラム/ L -1のFeSO 4·7H 2 Oおよび22.5μlの微量元素（18.5グラム/ L -1のH 3 BO 3、21.0グラム/ L -1のCuSO 4·5H 2 Oを、73.2グラム/ L -1のMnCl 2·4H 2 O、13.7グラム/ L -1のCoSO 4·7H 2 O、59.5グラム/ L -1のZnSO 4·5H 2 O、3.8グラム/ L -1（NH 4）6 Moを7 O 24·4H 2 O、0.31グラム/ L -1 NH 4 VO 3 ）。 7-8に培地のpHを調整します。 0.22μmのシリンジフィルターを介して培地を滅菌する。 </li><li> クロレラ属に接種。新鮮な寒天プレート上の単一コロニーからの手ぶれFLAへ無菌接種ループを有する50mLの培地を含むskは。 6日間、150 rpmで30℃で培養藻類（連続光条件、光子束= 40から50マイクロモルのM -2秒-1）。分光光度計（OD 730）によって細胞密度をモニターする。 </li><li>転写50mLの藻類（1〜L滅菌培地を含む）2リットルのガラスフラスコに培養物（&gt; 1中間対数増殖期、OD 730）。ポンプ（5日間）インキュベーション中の文化の中に空気（またはCO 2）を濾過した。 </li><li>段階1.3で述べたと同様の条件で、次に（この段階では、微生物汚染の危険性が小さい）非滅菌培地、培養藻類を15 Lを含む20-Lガラス製カーボイに移す1 L藻類培養物。 </li><li>平坦な発光ダイオードを備えたプレートフォトバイオリアクター（コンピュータ制御装置、ガス混合物は、細胞の光学密度分析器、pH、溶存酸素中に15 Lの新鮮な藻類培養物（OD 730 = 2）、85 Lの非滅菌媒体を配置世代、温度、溶存CO 2）。バイオリアクターに、煙道ガス/空気混合物をポンプ。 </li><li> （OD 730&gt; 20）バイオマス収穫後、70％エタノールを使用して徹底的にドライクリーニングのフォトバイオリアクター。 </li></ol> 2。小型フォトバイオリアクターを使用した排煙処理の実験室で実証<ol><li>ガラスボトル（200ミリリットル/分中/ボトル、初期OD 730〜0.3）での藻類の培養液に接種する。 </li><li>天然ガスを燃焼し、ロート、冷却管、及び（水/石灰石スラリを含む）、0.5L洗浄瓶を通して煙道ガス（〜250cm 3の分-1）をポンプ。 </li><li>マスフローコントローラは、藻類の培養への煙道ガス流（ 図1）を制御する。 排ガスオンや排ガスオフ（代わりに空気をポンプ）：排ガスパルスは2つのモードがあります。 </li></ol> 3。動力学モデルの開発動力学モデルを前提としています（1）文化が均一系であるS。 （2）培養中のCO 2濃度および光強度は藻類の成長のための制限要因である。 （3）CO 2分圧およびH 2 CO 3との液相平衡を、HCO 3 - 、およびCO 3 2 -は 、ヘンリーの法則に簡略化される）。モデル方程式は、次のとおりです。 <img alt="式（1）及び（2）" fo:content-width="4in" src="/files/ftp_upload/50718/50718eq1and2.jpg" width="500px" /> Xは、バイオマス（キロ·メートル-3）である。 Sは、溶解したCO 2（モル·M -3）である。 Pは、気相（Pa）の中のCO 2分圧である。 P 私は （そのようなNO XおよびSO Xなどの）ガス中の有害化合物を番目の分圧である。のP max.iは、バイオマスの成長に完全な阻害を持っている有毒ガスの分圧である。 η 私は経験的な係数である。 K Sはミカエリス·メンテン定数であるCO 2の量（モル·M -3）。 K Iは、CO 2（モル·mで-3）の阻害定数である。 Kは、光強度のミカエリス·メンテン定数（μモル·メートル-2·秒-1）である。 Hはヘンリー定数のCO 2（PA·M 3·モル-1）のためである。 K Laは CO 2の物質移動速度（時間-1）である。私は平均光強度であり、μモル·メートル-2·秒-1、次のように計算することができます（式（3））9。 <img alt="式3" fo:content-width="4in" src="/files/ftp_upload/50718/50718eq3.jpg" width="500px" />モデルパラメータの定義は、表1にある。初期条件は、バイオマスを想定し、CO 2の濃度に溶解し、それぞれを100mg / Lおよび13モル/ Lである。物質移動容量係数は、経験的相関によって推定することができるバイオリアクターへのTiONは10パラメータ： <img alt="式4" fo:content-width="4in" src="/files/ftp_upload/50718/50718eq4.jpg" width="500px" /> P gは / Vは、バイオリアクター内の曝気システムの消費電力（W / m 3）である。 uは、バイオリアクター（10m /秒）を通るガス流の表面速度でgsを 。 α、β、γは、混合条件に関連する定数である。 <ol><li>モデルシミュレーション（スクリーンショットは、支持材料、私に与えられている）のためのSimulinkのファイルを作成します。 <ol><li> Simulinkモデルを作成するためのMATLABインターフェイスでファイル/新規作成/モデルを選択し、[開く]「ライブラリブラウザー」（スクリーンショット1）。 </li><li>式1および2のためのサブシステムを作成するために、ライブラリ·ブラウザの「サブシステム」のブロックを選択してください。 、Simulinkモデルファイルに1 Subsystemブロックをドラッグして、「式1」に社名を変更してから、式（2）に同じ手順を繰り返します。 </li><l私は&gt;各サブシステム内の適切なブロックおよびパラメータを作成します（スクリーンショット3）。ダブルダブルのパラメータを設定するためのブロックをクリックして、他のサブシステムのためにこれらのステップを繰り返して、ライブラリブラウザから適切なブロックを選択し、計算順序を表す矢印、それらを接続し、「式1」のブロックをクリックします。 注：1）シーケンスが入力ブロックで開始し、出力ブロックを締結すべきである、2）、加算、減算、乗算、除算、および統合のためのオペレータ·ブロックは、すべてのライブラリのブラウザで見つけることができ、我々は、ユーザーがヘルプファイルのを探る示唆Simulinkは、それらを使用する方法を理解するために、3）最適化ソルバーは、ツールバー上の経路シミュレーション/設定パラメータを使用して設定することができます。 </li><li>モデル方程式（1および2）を表現するために2サブシステムをリンクします。必要に応じて矢印で他のサブシステムの入力に1サブシステムの出力を接続します。例えば、溶存CO 2濃度はoです式2サブシステム内utputなど、また式（1）サブシステムの入力。 </li><li>面発光入力値として&#39;定数&#39;ブロックを使用し、オン·オフのCO 2パルスをシミュレートするために、「式2」の入力としてブロック「ジェネレータパルス」を使用してください。重な周期時間と振幅などのパラメータを変更するには、ブロックをクリックします。 </li><li>ライブラリ·ブラウザの「マルチプレクサ」のブロックを選択してください。 「マルチプレクサ」に、すべての出力を接続して、シミュレートされた結果を格納するブロック「ワークスペースへ」に接続します。 </li><li> 「上部のツールバーにある「シミュレーション停止時間 &#39;を定義、ボタンをクリックしてください<img src="/files/ftp_upload/50718/playarrow.jpg" alt="矢印" width="10px" fo:content-width="0.1in" fo:src="/files/ftp_upload/50718/playarrow.jpg" /> 「シミュレーションを開始するには、その結果が（スクリーンショット4）MATLABワークスペースに表示されます。 </li></ol></li><li>最適なCO 2の条件をプロファイルする動的最適化手法を適用します。 </李&gt; </ol> 12が使用されているバイオマス生産11を最大入口流入CO 2のプロファイル（のP OPT）、MATLABの「fminconを&#39;機能とCVP（制御ベクトルパラメータ）の変更を検索します。 図2は、最適化アルゴリズムは、（支援するMATLABプログラミングのコードを参照してください。説明材料II）。

<ol><li>Granite, E. J., O'Brien, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+novel+methods+for+carbon+dioxide+separation+from+flue+and+fuel+gases%5BTitle%5D)+AND+%22Fuel+Process.+Technol%22%5BJournal%5D)">Review of novel methods for carbon dioxide separation from flue and fuel gases.</a> Fuel Process. Technol. 86, 1423-1434 (2005).</li>
<li>Chisti, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biodiesel+from+microalgae%5BTitle%5D)+AND+%22Biotechnol.+Adv%22%5BJournal%5D)">Biodiesel from microalgae.</a> Biotechnol. Adv. 25, 294-306 (2007).</li>
<li>Li, Y., Horsman, M., Wu, N., Lan, C. Q., Dubois-Calero, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biofuels+from+microalgae%5BTitle%5D)+AND+%22Biotechnol.+Prog%22%5BJournal%5D)">Biofuels from microalgae.</a> Biotechnol. Prog. 24, 815-820 (2008).</li>
<li>Schenk, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Second+generation+biofuels%3A+high-efficiency+microalgae+for+biodiesel+production%5BTitle%5D)+AND+%22BioEnergy+Research%22%5BJournal%5D)">Second generation biofuels: high-efficiency microalgae for biodiesel production.</a> BioEnergy Research. 1, 20-43 (2008).</li>
<li>Kumar, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Enhanced+CO2+fixation+and+biofuel+production+via+microalgae%3A+recent+developments+and+future+directions%5BTitle%5D)+AND+%22Trends+Biotechnol%22%5BJournal%5D)">Enhanced CO2 fixation and biofuel production via microalgae: recent developments and future directions.</a> Trends Biotechnol. 28, 371-380 (2010).</li>
<li>Kumar, K., Dasgupta, C. N., Nayak, B., Lindblad, P., Das, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+suitable+photobioreactors+for+CO2+sequestration+addressing+global+warming+using+green+algae+and+cyanobacteria%5BTitle%5D)+AND+%22Bioresour.+Technol%22%5BJournal%5D)">Development of suitable photobioreactors for CO2 sequestration addressing global warming using green algae and cyanobacteria.</a> Bioresour. Technol. 102, 4945-4953 (2011).</li>
<li>Lee, J. -N., Lee, J. -S., Shin, C. -S., Park, S. -C., Kim, S. -W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Methods+to+enhance+tolerances+of+Chlorella+KR-1+to+toxic+compounds+in+flue+gas%5BTitle%5D)+AND+%22Appl.+Biochem.+Biotechnol%22%5BJournal%5D)">Methods to enhance tolerances of Chlorella KR-1 to toxic compounds in flue gas.</a> Appl. Biochem. Biotechnol. 84-86, 329-342 (2000).</li>
<li>Zeiler, K. G., Heacox, D. A., Toon, S. T., Kadam, K. L., Brown, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+microalgae+for+assimilation+and+utilization+of+carbon+dioxide+from+fossil+fuel-fired+power+plant+flue+gas%5BTitle%5D)+AND+%22Energy+Conversion+and+Management%22%5BJournal%5D)">The use of microalgae for assimilation and utilization of carbon dioxide from fossil fuel-fired power plant flue gas.</a> Energy Conversion and Management. 36 (95), 707-712 (1995).</li>
<li>Martínez, M. E., Camacho, F., Jiménez, J. M., Espínola, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Influence+of+light+intensity+on+the+kinetic+and+yield+parameters+of+Chlorella+pyrenoidosa+mixotrophic+growth%5BTitle%5D)+AND+%22Process+Biochem%22%5BJournal%5D)">Influence of light intensity on the kinetic and yield parameters of Chlorella pyrenoidosa mixotrophic growth.</a> Process Biochem. 32 (96), 93-98 (1997).</li>
<li>Van't Riet, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+measuring+methods+and+results+in+nonviscous+gas-liquid+mass+transfer+in+stirred+vessels%5BTitle%5D)+AND+%22Ind.+Eng.+Chem.+Process%22%5BJournal%5D)">Review of measuring methods and results in nonviscous gas-liquid mass transfer in stirred vessels.</a> Ind. Eng. Chem. Process. 18, 357-364 (1979).</li>
<li>Methekar, R., Ramadesigan, V., Braatz, R. D., Subramanian, V. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimum+charging+profile+for+lithium-ion+batteries+to+maximize+energy+storage+and+utilization%5BTitle%5D)+AND+%22ECS+Trans%22%5BJournal%5D)">Optimum charging profile for lithium-ion batteries to maximize energy storage and utilization.</a> ECS Trans. 25, 139-146 (2010).</li>
<li>Kameswaran, S., Biegler, L. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simultaneous+dynamic+optimization+strategies%3A+Recent+advances+and+challenges%5BTitle%5D)+AND+%22Comput.+Chem.+Eng%22%5BJournal%5D)">Simultaneous dynamic optimization strategies: Recent advances and challenges.</a> Comput. Chem. Eng. 30, 1560-1575 Forthcoming.</li>
<li>He, L., Subramanian, V. R., Tang, Y. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Experimental+analysis+and+model-based+optimization+of+microalgae+growth+in+photo-bioreactors+using+flue+gas%5BTitle%5D)+AND+%22Biomass+Bioenergy%22%5BJournal%5D)">Experimental analysis and model-based optimization of microalgae growth in photo-bioreactors using flue gas.</a> Biomass Bioenergy. 41, 131-138 (2012).</li>
<li>Novak, J. T., Brune, D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inorganic+carbon+limited+growth+kinetics+of+some+freshwater+algae%5BTitle%5D)+AND+%22Water+Res%22%5BJournal%5D)">Inorganic carbon limited growth kinetics of some freshwater algae.</a> Water Res. 19 (85), 215-225 (1985).</li>
<li>Landry, M. R., Haas, L. W., Fagerness, V. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamics+of+microbial+plankton+communities+experiments+in+Kaneohe+Bay%2C+Hawaii%5BTitle%5D)+AND+%22Mar.+Ecol%22%5BJournal%5D)">Dynamics of microbial plankton communities experiments in Kaneohe Bay, Hawaii.</a> Mar. Ecol. 16, 127-133 (1984).</li>
<li>Silva, H. J., Pirt, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Carbon+dioxide+inhibition+of+photosynthetic+growth+of+Chlorella%5BTitle%5D)+AND+%22J.+Gen.+Microbiol%22%5BJournal%5D)">Carbon dioxide inhibition of photosynthetic growth of Chlorella.</a> J. Gen. Microbiol. 130, 2833-2838 (1984).</li>
<li>Powell, E. E., Mapiour, M. L., Evitts, R. W., Hill, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Growth+kinetics+of+Chlorella+vulgaris+and+its+use+as+a+cathodic+half+cell%5BTitle%5D)+AND+%22Bioresour.+Technol%22%5BJournal%5D)">Growth kinetics of Chlorella vulgaris and its use as a cathodic half cell.</a> Bioresour. Technol. 100, 269-274 (2009).</li>
<li>Sawyer, C. N., McCarty, P. L., Parkin, G. F. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSawyer%2C+CN+%22Chemistry+for+environmental+engineering+and+science%22">Chemistry for environmental engineering and science</a>. , 5th, McGraw-Hil. 144(2003).</li>
<li>Doucha, J., Straka, F., Lívanský, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Utilization+of+flue+gas+for+cultivation+of+microalgae+Chlorella+sp.+in+an+outdoor+open+thin-layer+photobioreactor%5BTitle%5D)+AND+%22J.+Appl.+Phycol%22%5BJournal%5D)">Utilization of flue gas for cultivation of microalgae Chlorella sp. in an outdoor open thin-layer photobioreactor.</a> J. Appl. Phycol. 17, 403-412 (2005).</li>
<li>Thimijan, R. W., Heins, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Photometric%2C+radiometric%2C+and+quantum+light+units+of+measure%3A+a+review+of+procedures+for+interconversion%5BTitle%5D)+AND+%22Hortscience%22%5BJournal%5D)">Photometric, radiometric, and quantum light units of measure: a review of procedures for interconversion.</a> Hortscience. 18, 818-822 (1983).</li>
</ol>

これらの著者は、開示することは何もありません。

本研究では、フォトバイオリアクターで藻類の栽​​培を拡大するための実験プロトコルを示しています。我々はまた、藻類の成長を促進するための排煙入力するためのいくつかの方法を検討する。物質移動およびバイオ反応モデルを用いて、CO 2物質移動係数（バイオリアクター混合条件及びCO 2空塔速度によって決定される）K Laが強く藻類の成長に影響を与えることを実証する。モデルシミュレーションは、オン·オフ周波数はクロレラの成長を向上させることができ、短いパルス幅で、高連続オンオフ排ガスパルスを示している（ すなわち高周波オンオフ排煙パルスはバイオマス成長とほぼ同様に、最適なCO 2の条件、 図をサポートすることができます5）。一方、オン·オフモードが大幅に藻類耕運機用の煙道ガスの量を輸送するためのエネルギーを節約するバイオリアクター（表2）を通って圧送されなければならない燃料ガスの総量を減少させることができるATION。オンオフガ...

<table><tbody><tr><td>分光光度計</td><td>Thermal Scientific, Texas USA</td><td></td><td></td></tr><tr><td>CO2 gas analyzer</td><td>LI-COR, Biosciences, Nebraska USA</td><td></td><td></td></tr><tr><td>マスフローコントローラー</td><td>OMEGA Engineering INC, Connecticut USA FMA5416</td><td></td><td></td></tr><tr><td>データ収集カード</td><td>Measurement Computing Corporation, Massachusetts USA</td><td>USB-1208FS</td><td></td></tr><tr><td>フィルター</td><td>Aerocolloid LLC、米国ミネソタ州</td><td></td><td></td></tr><tr><td>MATLAB/Simulink</td><td>Mathworks、米国マサチューセッツ州</td><td>R2010a</td><td></td></tr><tr><td>ガラス瓶</td><td>フィッシャー米国</td><td></td><td></td></tr></tbody></table>

計算機シミュレーションを通してフォトバイオリアクターで藻類の成長を促進するために排煙設定を最適化

Optimize Flue Gas Settings to Promote Microalgae Growth in Photobioreactors via Computer Simulations

発電所からの煙道ガスは、藻類の培養を促進し、温室効果ガスの排出量を低減することができる1。微細藻類は、より効率的に植物3よりも太陽エネルギーを取り込むだけでなく、高度なバイオ燃料2-4を合成するだけでなく。一般的には、大気中のCO 2は、最大の藻類の成長5をサポートするための十分なソースではありません。一方、工業排気ガス中のCO 2の高濃度の藻類生理学に悪影響を与える。従って、（例えば、栄養素および光など）の両方の培養条件および光バイオリアクターへの煙道ガス流の制御は、システムを「藻類する煙道ガス「効率を開発することが重要である。研究者は、煙道ガスと異なるフォトバイオリアクタ構成4,6と7,8培養戦略を提案している。ここでは、排ガスの設定に応じて、微細藻類の成長を予測するためにモデルを使用する方法を示したプロトコルを提示する。私たちは、PERF煙道ガスとの藻類の成長のための有利な条件を決定するために、両方の実験的例証とモデルシミュレーションをORM。我々は、均一な光バイオリアクターでの微細藻類の成長をシミュレートするために、物質移動および光強度の方程式と相まってモノーベースのモデルを開発する。モデルシミュレーションは、さまざまな排煙設定で藻類の成長と煙道ガス消費量を比較します。モデルは示しています。1）どのように藻 ​​類の成長をCO 2の異なる物質移動容量係数に影響されます。2）どのように我々は、動的な最適化アプローチ（DOA）を介して藻類の成長のための最適なCO 2濃度を見つけることができます。3）どのようにして設計することができます藻類バイオマスの成長を促進し、煙道ガスの使用量を減らすためにオンオフ排ガスパルス矩形。実験面では、（天然ガスの燃焼によって生成される）、煙道ガスの下でクロレラを成長させるためのプロトコルを提示する。実験結果は、定性的にモデル予測を検証し、その高周波排ガスのPU小売り供給が大幅に藻類の栽培を向上させることができます。

我々の以前の実験的分析は、この阻害が13を軽減することができるCO 2露光時間を減少させながら、連続される煙道ガス暴露悪影響、 クロレラの成長に影響を与えることを示している。良好な煙道ガスの流入、藻類の成長の関係を理解するために、我々は、煙道ガスの存在下でのバイオマス成長をシミュレートするための経験的モデルを開発する。私たちは、煙道ガス15％のCO 2（：酸素燃焼発電所からの煙道ガスは、CO 2&gt; 15パーセントを有する一方、石炭燃焼からの典型的なCO 2濃度が10〜15％であり、注）が含まれていることを前提としています。物質移動および藻類の成長パラメータを表1に基づいている。 1：モデルシミュレーションは、煙道ガスによる成長阻害を回避するために、3つのメソッドをテストする。物質移動条件を低減するために、培養中に低い流量を維持する。 2。文化に排ガスのオンオフパルス。 3。最適なレベルでの流入のCO 2組成を制御します。 <p class=「...

発電所からの煙道ガスは、藻類の成長のための安価なCO 2源である。私たちは、システム「栽培藻類する煙道ガス」のプロトタイプを構築し、藻類培養工程をスケールアップする方法を説明してきました。我々は、Chlorella種の成長のための煙道ガスの最適な動作をシミュレートし、設計するために、物質移動のバイオ反応モデルの使用を実証した。藻類のフォトバイオリアクター中。

Flue gas from power plants can promote algal cultivation and reduce greenhouse gas emissions1. Microalgae not only capture solar energy more efficiently ...

本プロトコルの全体的な目的は、計算シミュレーションを通じて、オフガス制御が排ガスを利用した微細藻類の増殖を改善できることを示し、藻類培養およびスケールアップの手順を実証することです。まず、速度論モデルを用いて、異なる物質伝達速度におけるオフガス制御モードでの微細藻類の増殖条件をシミュレートし、二酸化炭素濃度のプロファイルを提示します。ここではモデル方程式を示しています。次に、藻類を増殖させ、藻類培養をスケールアップするための手順を実証します。その後、藻類を小型フォトバイオリアクター内で煙道ガス（flu gas）を用いて培養します。煙道ガスは自然燃焼によって生成され、藻類システムに導入される前にマスフローコントローラによって流量が制御されます。モデルシミュレーションの結果から、オフガス制御によって基質阻害を軽減し、煙道ガスを用いた微細藻類の増殖を促進できることが示されました。ガスのオン・オフ制御は、排ガスの使用量を削減し、エネルギー効率を向上させることも示されました。バイオプロセスに関しては、モデル誘導型の藻類培養を用いた排ガス藻類プロセスが、工業排ガスからのCO2排出削減、バイオ燃料や生化学物質の生産、または毒性金属イオンの除去といった、バイオエネルギーおよびバイオレメディエーションの分野で有用であることを実証しています。一般的に、モデルシミュレーションに不慣れなバイオプロセスエンジニアは、時間を要する実験によって多くの条件を検証しなければならないため、困難に直面することになります。例えば、藻類の増殖には多くの要因が影響し得るため、あらゆる条件を検討することは困難です。コンピュータシミュレーションを用いることで、CO2、光、および撹拌条件における微細藻類培養を理解し分析でき、最適な煙道ガス処理を設計することが可能になります。本手順の実演は、Tang研究室のLeon Hu、Amelia Chen、Yyou、ARU var、DNE、およびLarry Pageが行います。この手順を開始するために、培地を調製します。添付の原稿にある処方に従い、培地のpHを7から8に調整してください。オートクレーブを用いて培地を滅菌します。次に、単一コロニーのchlorella spirulinaを滅菌済み白金耳を用いて、50 millilitersの培地を含む振盪フラスコに接種し、150 RPM、30 degrees Celsiusで6日間培養します。分光光度計で細胞密度をモニタリングし、細胞が対数増殖期の中期に達し、OD 730が1を超えたことを確認します。50 mLの藻類培養液を、約1 Lの滅菌済み培養培地を含む2 Lのガラスフラスコに移します。5日間インキュベートし、その間、天然ガスの燃焼に伴う排ガスを培養液中に供給します。5日後、この1 Lの藻類培養液を、15 Lの非滅菌培養液を含む20 Lのガラス製カーボイに移します。前述した条件と同様に、藻類を6日間培地で培養します。6日後、15リットルの新鮮な藻類培養液と85リットルの非滅菌培地を平板型フォトバイオリアクターに投入します。大学の先進石炭・エネルギー研究施設にあるこのフォトバイオリアクターには、加熱および冷却システムが備わっています。発光ダイオード、コンピュータコントローラー、混合ガス、および細胞光学密度、pH、溶存酸素、温度、溶存二酸化炭素用の分析計を用意します。燃焼排ガスと空気の混合物をバイオリアクターにポンプで送り込み、OD 730が20を超えた時点でバイオマスを回収します。培養液を遠心分離した後、藻類バイオマスを回収し、さらに乾燥させるためにトレイに注ぎます。回収後、フォトバイオリアクターを分解し、70% ethanolを用いて十分に洗浄・乾燥させます。本デモンストレーションは、1本あたり200 millilitersの培地を含むガラス瓶に、初期OD 730が約0.3となるように藻類培養物を接種することから開始します。天然ガスを燃焼させ、その燃焼排ガスを漏斗、凝縮管、および石灰水スラリーを含む0.5 literの洗浄瓶に通過させます。藻類培養液への排ガスの流量は、マスフローコントローラーによって制御されます。煙道ガスのパルス注入には、「ガスON」と「ガスOFF」の2つのモードがあり、後者のモードでは代わりに空気がポンプで送られます。先行研究では、煙道ガスへの継続的な曝露がクロレラの成長に悪影響を及ぼす一方で、二酸化炭素への曝露を減少させることが示されています。時間の経過とともに、この抑制効果は緩和されます。ガスの影響による増殖抑制を回避するための3つの手法を検証するため、速度論的モデルを構築した。一つは、物質移動条件を低減させるために培養液への流量を低く維持することである。二つ目は、培養液へのフルーガス（flu gas）のオン・オフパルス投与である。3つ目は、流入する二酸化炭素組成を最適レベルで制御することです。本モデルで使用される仮定、方程式、およびパラメータについては、ここでは提示しませんが、付随するプロトコル本文で詳しく説明しています。まず、モデルシミュレーション用のSimulinkファイルを作成します。MATLABインターフェースで「file」から「new model」を選択してSimulinkモデルを作成し、ライブラリブラウザを開きます。ライブラリブラウザで「subsystem」ブロックを選択し、式1および式2に対応するサブシステムを作成します。サブシステムブロックを1つ、Simulinkモデルファイルにドラッグします。名前を方程式1に変更し、その後、方程式2に対しても同様の手順を繰り返します。各サブシステムに適切なブロックとパラメータを作成します。方程式1のブロックをダブルクリックします。ライブラリブラウザから適切なブロックを選択し、計算順序を示す矢印でそれらを接続します。ブロックをダブルクリックしてパラメータを設定し、他のサブシステムについても同様の手順を繰り返します。2つのサブシステムをリンクさせ、モデル方程式1および2を表現します。必要に応じて、一方のサブシステムの出力を矢印で他方のサブシステムの入力に接続します。例えば、二酸化炭素の溶解濃度は、「方程式2」サブシステムの出力であり、同時に「方程式1」サブシステムの入力となります。二酸化炭素のオン・オフパルスをシミュレートするために、「方程式2」の入力としてパルスジェネレータブロックを使用してください。表面光入力値としてconstantブロックを使用します。ブロックをダブルクリックして、周期、時間、振幅などのパラメータを変更してください。ライブラリブラウザでMブロックを選択します。すべての出力をマルチプレクサ（mux）に接続し、それをシミュレーション結果を保存する2つのワークスペースブロックに接続します。上部のツールバーでシミュレーションの停止時間を設定します。矢印ボタンをクリックしてシミュレーションを開始すると、結果がMATLABワークスペースに保存されます。最後に、補足資料2にあるMATLABプログラムを適用し、二酸化炭素濃度の最適プロファイルを算出するための動的最適化アプローチを実行します。本研究では、排ガス、ガスの流入量、および藻類の増殖の間の関係をより深く理解するため、排ガス存在下でのバイオマス増殖をシミュレートする経験的モデルを構築しました。このモデルに使用したパラメータを本表に示します。煙道ガスには15%の二酸化炭素が含まれていると想定します。まず、二酸化炭素の物質移動速度が藻類の増殖に及ぼす影響を検証しました。連続的な煙道ガス処理下における、物質移動速度の関数としての12日目の最終バイオマス濃度のグラフから、0.17〜0.18 per hourの最適な物質移動速度により、煙道ガスによる藻類増殖の抑制を軽減できることが示されました。物質伝達速度が最適値より低くなるか、あるいは高くなると、藻類の増殖は抑制されます。ここに示されているのは速度論モデルの式4であり、PG/Vはバイオリアクター内の曝気システムの消費電力、UGSはバイオリアクターを通過するガス流の見かけ速度、そしてα、β、γは混合条件に関連する定数です。この式は、曝気および培養液中のガス流の減少が物質伝達係数を低下させる可能性があることを示唆しています。この表は、異なる管速または流量条件下における、12日目の15%排ガスを用いたバイオマスの増殖を示しています。一般的に、流量を低く抑えることで排ガスの使用量と物質移動速度が減少するため、二酸化炭素による藻類増殖の阻害を防ぐことができます。しかし、バイオリアクター内の流量をさらに低下させると、物質移動係数が小さくなりすぎ、藻類の増殖に十分な二酸化炭素を供給できなくなります。これはこのグラフの青い線で示されており、異なる物質移動係数におけるバイオマスの増殖を比較しています。連続的な煙道ガス処理において、青い線はKLAが0.017 per hourであることを示しています。黄色い線はほぼ最適なKLAである0.17 per hourを示し、黒い線はKLAが17 per hourであることを示しています。次に、フォトバイオリアクター内での排ガス物質移動速度が高くなった場合の増殖抑制を克服するため、排ガスのオン・オフパルスモードが導入されました。例えば、パルスモードを最適化するために、1時間あたり17回などの異なるオン・オフ周波数が検証されました。シミュレーションの結果、高周波の排ガスパルスが増殖を促進できることが示されています。先に提示したこの表からも、オン・オフ制御モードは、バイオリアクターへの排ガスの連続供給よりも消費量が少ないことがわかります。第三に、ここに記載したモデルパラメータを用いて、藻類の最大増殖における二酸化炭素濃度プロファイルを算出した。動的最適化アプローチにより、気相中の最適な二酸化炭素濃度は、藻類の増殖に伴い継続的に上昇させるべきであることが示された。また、モデルシミュレーションの結果、二酸化炭素パルスのオン・オフ制御と、最適二酸化炭素入力の制御は、いずれも排ガスを用いて藻類の増殖を促進させるために同様に有効な手法であることが示された。このグラフは、黄色の線で示される最適な二酸化炭素プロファイルの下でのバイオマス成長の比較を示しています。赤色の線で示される10秒間ガス供給・5分間ガス停止のオンオフ周波数、緑色の線で示される10秒間ガス供給・7分間ガス停止のオンオフ制御、黒色の線で示される1分間ガス供給・29分間ガス停止のオンオフ制御、および青色の線で示される15% carbon dioxideを含むフルガスによる連続処理を比較しています。過去の研究からのこの最終的な図は、異なるアプローチを用いたバイオマス成長の実験的な比較を示しています。Aはガス供給10秒、ガス停止7分、Bはガス供給30分、ガス停止30分、Cはガス供給5時間、ガス停止7時間であり、Dは振盪フラスコでの培養です。連続的な排ガス処理や振盪フラスコ培養と比較して、排ガスのオンオフパルスを用いることでより高いバイオマス生産量が得られます。排ガスベースの藻類バイオプロセスを試みる際は、コンピューターモデリングを用いて最適な増殖操作を設計することが重要です。この手順に従い、モデルの予測を検証するための実験的テストを実施できます。このビデオを視聴することで、CO2を用いたバイオマス成長を予測し、成長条件を最適化するための物質移動および生物反応モデルの構築方法について十分に理解できたはずです。なお、モデルシミュレーションは簡略化された均一系のみを対象としていることに留意してください。将来的には、より精緻な流体力学を導入することで、モデルを改善することが可能です。

optimize-flue-gas-settings-to-promote-microalgae-growth

Research

JoVE Journal

Environment

環境

&gt;jove_content&lt;微細藻類の培養と工業用煙道ガスの統合は、最終的に重金属と他の無機化合物を成長培地に導入します。この研究は、フォトバイオリアクターで成長したNannochloropsis...

重金属や微細藻類の生産性に関するその他の無機汚染物質の定量

本稿では、他の方法と組み合わせて、適切な動態パラメータを推定するために使用できるベンチスケールの光合成バイオリアクターの組み立てプロセスと操作について説明します。このシステムは、センサー、データ収集および制御ユニット、およびオープンソースのデータ収集ソフトウェアを使用してpH、光および温度を連続的に監視します。...

動力学的成長試験のための温度、光およびpHモニタリングを有するベンチスケール藻類光合成バイオリアクターの構築およびセットアップ

中性脂質のバブル列フォトバイオリアクターとアッセイで緑の微細藻類の栽培

ベンチスケール、軸栽培は、その後のプロセススケールアップの前に、マイクロアルガル特性評価と生産性の最適化を容易にします。光バイオリアクターは、信頼性の高い再現性のある微細藻類実験に必要な制御を提供し、自治体や産業の燃焼放出から腐食性ガス(CO2、SO2、NO2)で微細藻類を安全に栽培できるように適応することができます。...

腐食性煙道ガスを用いたベンチスケール光バイオリアクターにおける微細藻類栽培とバイオマス定量

天然ガス発電所の煙道ガス中の二酸化炭素を利用して、オープンな軌道上の池で微細藻類を栽培するためのプロトコルが記載されている。煙道ガス注入はpHセンサーで制御され、微細藻類の成長は光学密度のリアルタイム測定で監視されます。...

発電所からの炭素回収と微細藻類栽培用の半自動オープンレースウェイ池の結合

この出版物は、カスタマイズ可能な光レジームを備えた実験室用フォトバイオリアクター(PBR)の設計について説明しています。シアノバクテリアまたは微細藻類の増殖は、炭酸水素塩を炭素源として使用し、体積酸素産生を測定することによって継続的に監視される。これらのPBRは、実験中のユーザーの介入をほとんど伴わずに、迅速で複製された実験室の成長比較を容易にします。...

オンライン成長測定とカスタマイズ可能な光レジームを備えた実験室用フォトバイオリアクターの操作

大気汚染は、すべての生物の生活の質に影響を与えます。ここでは、微細藻類バイオテクノロジーを用いたバイオガス処理(二酸化炭素と硫化水素の同時除去)と、半工業的な開放型高速藻類池によるバイオメタン生産、およびその後の処理効率、pH、溶存酸素、微細藻類の成長の分析について説明します。...

準工業用高速藻類池における微細藻類-バクテリアシステムを用いたバイオガス精製

機械的な細胞破壊、溶媒ベースの脂質抽出、エステル交換、および定量化およびガスクロマトグラフィーを用いて脂肪酸の同定に基づく微細藻類中の脂肪酸含量および組成の決定のための方法が記載されている。 tripentadecanoin内部標準抽出及び不完全なエステル交換時の損失の可能性を補償するために使用される。...

微細藻類中の脂肪酸含量および組成の分析

この記事では、土壌システムからの温室効果ガスフラックスを測定するための静的チャンバーベースの方法を紹介します。比較的控えめなインフラ投資により、複数の処理/場所から、数時間から数年の時間枠で測定値を取得できます。...

静的チャンバを用いて農用地の土壌からの温室効果ガスフラックスの測定

液体原油サンプル中の溶存硫化水素を分析するための多次元ガスクロマトグラフィー法が紹介されています。Deansスイッチは、二次カラムでの分離および硫黄化学発光検出器での検出のために、軽い硫黄ガスをハートカットするために使用されます。...

Hの測定<sub&gt; 2</sub&gt;原油や多次元ガスクロマトグラフィーを用いて原油ヘッドスペース中のSは、学部長は、スイッチングおよび硫黄選択的検出

学ぶ、排煙を用いたChlorella sp.の光バイオリアクター培養におけるオン・オフガス制御の最適化。質量伝達モデルと動的シミュレーションにより、基質阻害を低減し藻類成長を促進する計算的手法を解説します。

計算機シミュレーションを通してフォトバイオリアクターで藻類の成長を促進するために排煙設定を最適化

さらに動画を探す