Get access

Neural Optimization of Fed-batch Streptokinase Fermentation in a Non-ideal Bioreactor

Authors


Abstract

Microbial fermentations involving two or more kinds of competing cells and operating under realistic conditions are difficult to monitor, model and optimize by model-based methods. They deviate from ideal behavior in two significant aspects: incomplete dispersion in the broth and the influx of disturbances. The approach here has been to optimize the filtered noise and dispersion on-line through neural networks. This method has been applied to the fed-batch production of streptokinase (SK). The culture has two kinds of cells — active (or productive) and inactive — and their growth is inhibited by the substrate and the primary metabolite (lactic acid). Using simulated data, the fermentation was optimized by a system of three neural networks, updated continually during successive time intervals. Such sequential optimization with dynamic filtering of inflow noise generated better cell growth and SK activity than static optimization and even an ideal fermentation.

Abstract

Les fermentations microbiennes faisant intervenir deux ou plusieurs sortes de cellules en compétition et se déroulant dans des conditions réelles, sont difficiles à surveiller, à modéliser et à optimiser par des méthodes basées sur des modèles. De telles fermentations s'écartent du comportement idéal dans deux voies importantes : la dispersion incomplète dans le bouillon et la venue de perturbations. Notre approche consiste ici à optimiser le bruit filtré et la dispersion en continu par des réseaux neuronaux. Cette méthode a été appliquée à la production à alimentation discontinue de streptokinase (SK). La culture comporte deux sortes de cellules — actives (ou productives) ou inactives — et leur croissance est inhibée par le substrat et la métabolite primaire (acide lactique). À l'aide de données simulées, la fermentation a été optimisée par un système de trois réseaux neuronaux, qui ont été mis à jour continuellement à des intervalles de temps successifs. Une telle optimisation séquentielle avec filtrage dynamique du bruit génère une meilleure croissance des cellules et activité du SK que l'optimisation statique et même la fermentation idéale.

Get access to the full text of this article

Ancillary