Desafíos más severos durante la ampliación de biorreactores
Hasta ahora, la ampliación de biorreactores se suele realizar mediante un conjunto de experimentos elegidos al azar, que se realiza de acuerdo con la infraestructura disponible.
Rara vez se realiza sobre la base de modelos matemáticos, que describen el comportamiento a gran escala de un proceso basado en experimentos a escala de laboratorio (y probablemente enfoques de reducción de escala adecuados, que se realizaron con anticipación).
Estos enfoques empíricos evolucionan de manera iterativa y se basan en gran medida en las experiencias de los desarrolladores.
Si se logra un cierto grado de reproducibilidad en biorreactores y tanques entre la escala piloto y la de producción, la ampliación generalmente se considera exitosa.
La falta de datos dentro de la comunidad científica sobre los rendimientos de la ampliación de biorreactores y la propia escala industrial dificulta un enfoque científico detallado.
Dado que solo se dispone de datos muy limitados, muchos enfoques no pudieron evaluarse para varios casos.
Naturalmente, los modelos disponibles, que intentan predecir el comportamiento a gran escala, solo pueden ser tan buenos como los datos (en cantidad y calidad) en los que se basan.
Se necesitan mayores esfuerzos para compartir datos entre la industria y la ciencia cuando se deben lograr avances. Un ejemplo es la evolución de modelos de flujo de fluidos refinados y, por lo tanto, mejorados.
Si bien los modelos básicos ya se derivaron hace una década, la alta resolución será factible solo si se pueden obtener suficientes datos de la distribución de sustrato, oxígeno y dióxido de carbono, incluida la burbuja de gas y el tamaño de la celda, mediante métodos de monitoreo adecuados.
Las diferencias de los números de Reynolds a una entrada de energía y una velocidad del agitador similares en diferentes escalas conducen a variaciones en la transferencia de masa y calor.
Sin embargo, las grandes diferencias debidas a las diversas aplicaciones biotecnológicas son aún de mayor importancia.
Por ejemplo, un cultivo de hongos necesita un desarrollo de parámetros de ingeniería tradicionales que es diferente de un cultivo bacteriano debido a los cambios de viscosidad.
Por lo tanto, el conocimiento limitado sobre el comportamiento a gran escala a menudo no es transferible de una investigación a otra.
Los problemas de los diferentes comportamientos de las células a gran escala debido a las faltas de homogeneidad en la fase líquida están contrarrestando los beneficios del aumento de escala.
Cualquier mejora se basa en la definición correcta de las condiciones a gran escala para simular adecuadamente estas condiciones en una escala más pequeña como un enfoque iterativo que se basa en principios de calidad por diseño y optimización de procesos basada en modelos en combinación con ingeniería de tensión.
Es necesario superar la falta de datos para hacer frente a los problemas actuales de ampliación mediante el diseño de sistemas de reducción más adecuados.
Un conjunto adecuado de modelos basados en datos relevantes es un requisito previo para lograr este objetivo.