컴퓨터 시뮬레이션을 통해 광 바이오 반응기에서 미세 조류의 성장을 촉진하기 위해 연소 가스 설정을 최적화

다음 프로토콜의 전반적인 목표는 컴퓨터 시뮬레이션을 통해 오프 가스(off gas) 제어가 배가스(flu gas) 내 미세조류 성장을 개선할 수 있음을 보여주고, 조류 배양 및 스케일업 절차를 입증하는 것입니다. 이를 위해 먼저 반응 속도 모델을 사용하여 서로 다른 물질 전달 속도와 오프 가스 제어 모드 조건에서의 미세조류 성장 조건을 시뮬레이션하며, 여기에 표시된 이산화탄소 농도 프로필이 해당 모델 방정식입니다. 다음으로, 조류를 배양하고 조류 배양 규모를 확장하는 절차를 시연합니다.

그 후, 조류를 소형 광생물 반응기 내에서 배가스(flu gas) 하에 배양합니다. 배가스는 자연 연소에 의해 생성되며, 조류 시스템에 도입되기 전 질량 유량 제어 시스템을 통해 유량이 조절됩니다. 모델 시뮬레이션 결과, 배가스 제어를 통해 기질 저해를 줄이고 배가스 환경에서 미세조류의 성장을 촉진할 수 있음이 나타났습니다.

가스 온-오프 가스 제어는 연소 가스 사용량을 줄이고 에너지 효율을 개선하는 것으로 나타났습니다. 바이오 공정의 경우, 저희는 모델 기반의 조류 배양 및 연소 가스 조류 공정이 산업 연소 가스로부터의 CO2 배출 감소, 바이오 연료 또는 생화학 물질 생산, 독성 금속 이온 제거와 같은 바이오 에너지 및 생물 정화 분야에서 유용할 수 있음을 입증하고 있습니다. 일반적으로 모델 시뮬레이션에 익숙하지 않은 바이오 공정 엔지니어들은 시간이 많이 소요되는 실험을 통해 많은 조건을 테스트해야 하므로 어려움을 겪게 됩니다.

예를 들어, 많은 요인이 조류 성장에 영향을 미칠 수 있으며 모든 조건을 검토하는 것은 어렵습니다. 컴퓨터 시뮬레이션을 통해 CO2, 빛 및 혼합 조건 하에서의 미세조류 배양을 이해하고 분석함으로써 최적의 연소 가스 처리를 설계할 수 있습니다. 절차 시연은 Tang 연구실의 Leon Hu, Amelia Chen, Yyou, ARU var, DNE 및 Larry Page가 진행합니다.

이 절차를 시작하려면 배양 배지를 준비하십시오. 동봉된 원고의 레시피에 따라 배지의 pH를 7에서 8로 조정하십시오. 오토클레이브를 사용하여 배양 배지를 멸균하십시오.

다음으로, 단일 콜로니의 chlorella spirulina를 멸균 접종 루프를 사용하여 50 milliliters 배지가 들어 있는 진탕 플라스크에 접종하고, 150 RPM 및 30 degrees Celsius 조건에서 6일 동안 조류를 배양합니다. 분광광도계를 사용하여 세포 밀도를 모니터링하며, 세포가 대수 성장기의 중간 단계에 도달하여 OD 730 값이 1보다 커질 때까지 관찰합니다.

조류 배양액 50 milliliters를 멸균된 배양액 약 1 liter가 들어 있는 2 liter 유리 플라스크로 옮깁니다. 배양 기간 동안 천연가스 연소에서 발생한 flue gas를 배양액에 주입하며 5일 동안 배양합니다. 5일 후, 1 liter의 조류 배양액을 멸균되지 않은 배양액 15 liters가 들어 있는 20 liter 유리 카보이(carboy)로 옮깁니다.

앞서 언급한 것과 동일한 조건에서 조류를 6일 동안 배양합니다. 6일 후, 15L의 신선한 조류 배양액과 85L의 비멸균 배지를 평판형 광생물 반응기로 옮깁니다. 해당 대학의 첨단 석탄 및 에너지 연구 시설에 위치한 이 광생물 반응기에는 가열 및 냉각 시스템이 갖춰져 있습니다.

발광 다이오드, 컴퓨터 제어기, 가스 혼합물, 그리고 세포 광학 밀도, pH, 용존 산소, 온도 및 용존 이산화탄소 분석기가 필요합니다. 배가스 공기 혼합물을 바이오리액터로 펌핑하고, OD 730이 20보다 클 때 바이오매스를 수확합니다. 배양액을 원심 분리한 후, 조류 바이오매스를 수집하여 추가 건조를 위해 트레이에 붓습니다.

수확 후, 광생물 반응기를 분해하고 70% ethanol을 사용하여 철저히 건식 세척하십시오. 병당 200 milliliters의 배지가 들어 있는 유리병에 초기 OD 730이 약 0.3이 되도록 조류 배양액을 접종하여 이 시연을 시작하고, 천연가스를 연소시킨 후 그 연소 가스를 깔때기, 응축관, 그리고 석회수 슬러리가 들어 있는 0.5 liter 세척병에 통과시켜 펌핑하십시오. 조류 배양액으로 유입되는 연소 가스의 유량은 질량 유량 제어기(mass flow controllers)에 의해 제어됩니다.

연소 가스 펄스는 가스 공급(gas on)과 가스 차단(gas off)의 두 가지 모드로 구성되며, 후자의 모드에서는 대신 공기를 펌핑합니다. 이전 연구들에 따르면 지속적인 연소 가스 노출은 이산화탄소 노출을 감소시키는 동시에 클로렐라(chlorella)의 성장에 부정적인 영향을 미치는 것으로 나타났습니다. 시간이 경과함에 따라 이러한 억제 효과는 완화됩니다.

가스에 의한 성장 억제를 방지하기 위한 세 가지 방법을 테스트하기 위해 속도론적 모델이 개발되었습니다. 첫 번째는 배양액으로 유입되는 유량을 낮게 유지하여 물질 전달 조건을 줄이는 방법이며, 두 번째는 배양액에 유입되는 유체 가스를 온-오프 펄스 형태로 공급하는 방법입니다.

셋째, 유입되는 이산화탄소 조성을 최적 수준으로 제어하는 것입니다. 이 모델에 포함된 가정, 방정식 및 매개변수는 여기에서 제시하지 않으나, 동봉된 프로토콜 텍스트에서 논의됩니다. 우선, 모델 시뮬레이션을 위한 Simulink 파일을 생성하십시오.

MATLAB 인터페이스에서 file new model을 선택하여 Simulink 모델을 생성하고 라이브러리 브라우저를 엽니다. 라이브러리 브라우저에서 subsystem 블록을 선택하여 식 1과 식 2에 대한 서브시스템을 생성합니다. 서브시스템 블록 하나를 Simulink 모델 파일로 드래그합니다.

이름을 equation one으로 변경한 다음, equation two에 대해 동일한 단계를 반복하십시오. 각 서브시스템에 적절한 블록과 파라미터를 생성하십시오. equation one 블록을 더블 클릭하십시오.

라이브러리 브라우저에서 적절한 블록을 선택하고 계산 순서를 나타내는 화살표로 연결하십시오. 블록을 더블 클릭하여 파라미터를 설정하고, 다른 하위 시스템에 대해서도 이 단계를 반복하십시오. 두 하위 시스템을 연결하여 모델 방정식 1과 2를 나타내십시오.

필요한 경우, 화살표를 사용하여 한 서브시스템의 출력을 다른 서브시스템의 입력에 연결하십시오. 예를 들어, 용존 이산화탄소 농도는 방정식 2 서브시스템의 출력인 동시에 방정식 1 서브시스템의 입력이 됩니다. 이산화탄소 펄스의 온-오프(on off) 상태를 시뮬레이션하려면 펄스 발생기 블록을 방정식 2의 입력으로 사용하십시오.

표면 광입력 값으로 constant 블록을 사용하십시오. 블록을 더블 클릭하여 주기, 시간, 진폭과 같은 파라미터를 변경할 수 있습니다. 라이브러리 브라우저에서 M 블록을 선택하십시오.

모든 출력을 mux에 연결한 다음, 시뮬레이션 결과가 저장될 두 개의 workspace 블록에 연결하십시오. 상단 툴바에서 시뮬레이션 종료 시간(Stop time)을 정의하십시오. 화살표 버튼을 클릭하여 시뮬레이션을 시작하면 결과가 MATLAB workspace에 저장됩니다.

마지막으로, 보조 자료 2의 MATLAB 프로그램을 적용하여 최적의 이산화탄소 농도 프로파일을 위한 동적 최적화 접근법을 수행하십시오. 본 연구에서는 배기가스 유입과 조류 성장의 관계를 더 잘 이해하기 위해, 배기가스가 존재하는 환경에서의 바이오매스 성장을 시뮬레이션하는 경험적 모델을 개발하였습니다. 이 모델에 사용된 파라미터는 다음 표에 나와 있습니다.

연소 배가스는 15%의 이산화탄소를 포함하는 것으로 가정하였습니다. 먼저, 이산화탄소의 물질 전달 속도가 조류 성장에 미치는 영향을 테스트하였습니다. 연속적인 배가스 처리 하에서 물질 전달 속도에 따른 12일 차의 최종 바이오마스 농도 그래프를 통해, 시간당 0.17에서 0.18의 최적 물질 전달 속도가 조류 성장에 대한 배가스의 저해 작용을 감소시킬 수 있음을 확인하였습니다.

물질 전달률이 최적값보다 낮거나 높으면 조류의 성장이 저해됩니다. 여기에 표시된 것은 동역학 모델의 식 4로, PG/V는 생물 반응기 내 폭기 시스템의 전력 소비량이고 UGS는 생물 반응기를 통과하는 가스 흐름의 표면 속도이며 alpha, beta, gamma는 혼합 조건과 관련된 상수입니다. 이 식은 배양액을 통한 폭기 및 가스 흐름의 감소가 물질 전달 계수를 낮출 수 있음을 시사합니다.

이 표는 다양한 표면 가스 유속 또는 유량 조건에서 12일 차의 15% flue gas를 이용한 바이오매스 성장을 보여줍니다. 일반적으로 낮은 유량은 flue gas 사용량과 물질 전달 속도를 감소시키며, 이는 이산화탄소에 의한 조류 성장의 저해를 방지합니다. 하지만 바이오리액터를 통과하는 유량을 더 줄이면 물질 전달 계수가 너무 작아져 조류 성장에 충분한 이산화탄소를 공급할 수 없게 됩니다.

이는 서로 다른 물질 전달 속도에 따른 바이오매스 성장을 비교한 이 그래프의 파란색 선으로 나타나 있습니다. 연속적인 연소 가스 처리 하에서, 파란색 선은 0.017 per hour의 KLA를 나타냅니다. 노란색 선은 최적에 가까운 0.17 per hour의 KLA를 나타내며, 검은색 선은 17 per hour의 KLA를 나타냅니다.

다음으로, 광생물 반응기 내의 배기가스 물질 전달 속도가 높을 때 발생할 수 있는 성장 억제를 극복하기 위해 배기가스 온-오프 펄스 모드가 도입되었습니다. 예를 들어, 배기가스 펄스 모드를 최적화하기 위해 시간당 17회의 다양한 온-오프 빈도를 테스트하였습니다. 시뮬레이션 결과, 고주파 배기가스 펄스가 조류 성장을 촉진할 수 있음을 보여주었습니다. 앞서 제시된 이 표는 또한 온-오프 제어 모드가 생물 반응기에 배기가스를 연속적으로 공급하는 것보다 더 적은 양의 배기가스를 사용한다는 것을 나타냅니다.

셋째, 여기에 나열된 모델 파라미터를 사용하여 최대 조류 성장을 위한 이산화탄소 농도 프로파일을 계산하였습니다. 동적 최적화 접근법에 따르면, 기상에서의 최적 이산화탄소 농도는 조류 성장 기간 동안 지속적으로 증가해야 함을 알 수 있습니다. 또한 모델 시뮬레이션 결과, 이산화탄소 펄스의 온-오프(on-off) 제어와 최적 이산화탄소 투입량 제어 모두 연소 배가스를 이용하여 조류 성장을 촉진하는 데 있어 동등하게 효과적인 방법임이 확인되었습니다.

이 그래프는 노란색 선으로 표시된 최적의 이산화탄소 프로파일 하에서의 바이오매스 성장 비교를 보여줍니다. 빨간색 선은 10초 가스 공급 및 5분 가스 중단 주기, 초록색 선은 10초 가스 공급 및 7분 가스 중단 주기, 검은색 선은 1분 가스 공급 및 29분 가스 중단 주기의 on-off 제어를 나타내며, 파란색 선은 15% carbon dioxide를 포함하는 flue gas를 이용한 연속 처리를 나타냅니다. 이전 연구의 이 최종 수치는 서로 다른 접근 방식을 사용한 바이오매스 성장의 실험적 비교를 보여줍니다.

A는 10초간 가스 공급 및 7분간 가스 차단, B는 30분간 가스 공급 및 30분간 가스 차단, C는 5시간 가스 공급 및 7시간 가스 차단, D는 진탕 플라스크 배양입니다. 연속적인 배가스 처리 또는 진탕 플라스크 배양과 비교했을 때, 배가스 펄스 온-오프 방식을 사용하여 더 높은 바이오매스 생산량을 달성할 수 있습니다. 배가스 기반의 조류 바이오프로세스를 시도할 때는 컴퓨터 모델링을 사용하여 최적의 성장 운전 조건을 설계하는 것이 중요합니다.

이 절차에 따라 모델 예측을 검증하기 위한 실험적 테스트를 수행할 수 있습니다. 이 영상을 시청한 후에는 CO2를 이용한 바이오매스 성장을 예측하고 성장 조건을 최적화하기 위한 물질 전달 및 생물 반응 모델을 구축하는 방법에 대해 충분히 이해하게 될 것입니다. 모델 시뮬레이션은 단순화된 균일계(homogenous system)만을 대상으로 한다는 점에 유의하십시오.

향후 더욱 정교한 유체 역학을 추가함으로써 모델을 개선할 수 있습니다.