1、第六章 生化过程参数的监测与控制引子l生物反应过程是细胞生长代谢的过程，有很强的时变性。l对不同的细胞，不同的生长阶段，需要不同的生长环境。l对生长环境的描述需用多个参数。l反应过程即是对细胞培养的环境条件的控制过程，也是对多个参数的检测和控制过程。生化过程参数的监测与控制l1、生化过程检测的分类及参数的分类l2、生物传感器l3、生化过程的优化控制1.1 检测的分类l 通过各种参数的检测，对于了解过程的本质，以及对生产过程的定性和定量分析具有重要意义。l 根据检测的方式方式不同，分为自动检测和手工检测l 自动通过传感器或其他检测系统以各种方式把生化过程中各种非电量参数转换成电量变化非电量参数转
2、换成电量变化，送到二次仪表显示或计算机数据处理。l 手工对于难以实施在线检测的参数，需手工取样后在实验室测定。l 检测就其装配位置装配位置分为：就地、在线、离线l 就地测量测量系统中的传感器直接与培养液接触，给出连续和快速响应的信号。l 在线测量利用连续的取样系统与有关的分析器连接，取得测量信号，其有效的响应时间应介于过程处理与控制的精度内。l 离线测量在一定时间内离散取样，在反应器外进行样品处理和分析的测量，包括常规的化学分析和自动实验室分析仪系统。pH、溶氧浓度和罐压尾气取样的气体分析器、培养液挥发成分分析系统等成分浓度测定、酶活性等就地探头1.2、参数的分类l 按照参数的性质特点，分为物
3、理参数、化学参数及间接参数（生物参数）l 物理参数物理参数：温度、压力、功率输入、搅拌转速、培养液粘度、培养液位置等等；l 化学参数化学参数 间接参数间接参数：大多间接反映了细胞的生长、代谢状况，有时称生物参数，细胞浓度、菌体形态、杂菌污染等等-pH、氧还电位、溶氧（CO2）浓度、排气浓度等各成分浓度、各种酶活力、胞内各成分等检测技术成熟检测技术不成熟知道要检测什么了，但用什么来检测呢？2、生物传感器l传感器传感器是能感受规定的被测量并按照一定是能感受规定的被测量并按照一定的规律转换成可用输出信号的器件或装置，的规律转换成可用输出信号的器件或装置，它通常由敏感元件和转换元件组成。它通常由敏感元
4、件和转换元件组成。信号调节信号调节转换电路转换电路敏感元件敏感元件转换元件转换元件辅助电路辅助电路输出信号输出信号指能直接感测或响指能直接感测或响应被测量的部件应被测量的部件指传感器中能将敏感元件感指传感器中能将敏感元件感测或响应的被测量转换成可测或响应的被测量转换成可用的输出信号的部件用的输出信号的部件传感元件输出的传感元件输出的电信号转换成便电信号转换成便于处理、控制、于处理、控制、记录和显示的有记录和显示的有用电信号所涉及用电信号所涉及的有关电路的有关电路被测信息被测信息还广泛应用于空调、暖气、电子体温计等还广泛应用于空调、暖气、电子体温计等若接受的是光、声波、压力、温度等物理信息，这样
5、的传若接受的是光、声波、压力、温度等物理信息，这样的传感器称为物理传感器。感器称为物理传感器。 航空摄影、卫星遥感、家电遥控、防盗防火报警器、航空摄影、卫星遥感、家电遥控、防盗防火报警器、自动门、生物探测器自动门、生物探测器燃气报警器燃气报警器烟雾报警器烟雾报警器酒精传感器酒精传感器若接受的是嗅觉、味觉等信息，这样的传感器称为化学传感器。若接受的是嗅觉、味觉等信息，这样的传感器称为化学传感器。 我国第一种实用化的生物传感器SBA-30型乳酸分析仪SBA-70型生物传感在线分析系统 最典型的应用是在医疗卫生行业，医院里各种进行生最典型的应用是在医疗卫生行业，医院里各种进行生化分析的仪器之中化分析
6、的仪器之中2.1 生物传感器的定义l生物传感器生物传感器是用一种利用生物活性物质的分子识别能力，选择性的识别和测定各种生物化学物质的传感器 。敏感元件生物体活性成分生物体本身酶、抗体、抗原、激素、DNA、受体细胞、细胞器、组织突出特点：特异性强、敏感性高突出特点：特异性强、敏感性高2.2 生物传感器的分类l分类依据1敏感元件（分子识别元件）l酶传感器、微生物传感器、组织传感器、细胞器传感器、免疫传感器l分类依据2传感器输入信号的产生方式l催化型生物传感器、亲和型生物传感器l分类依据3生物传感器的输出信号l电化学生物传感器、测热型生物传感器、测光型生物传感器、测声型生物传感器等酶传感器l 由载体
7、结合酶和电化学器件组成的生物传感器l 待测底物 产物 电化学器件 输出变化载体结合酶载体结合酶1967年Updick和Hicks将固定化的葡萄糖氧化酶膜结合在氧电极上,做成了第一支葡萄糖电极；此后,这类酶传感器通常是通过检测产物H2O2的浓度变化或氧的消耗量来检测底物。世界上第一个生物传感器世界上第一个生物传感器l葡萄糖电极缺点:l(1)溶解氧的变化可能引起电极响应的波动;l(2)由于氧的溶解度有限,当溶解氧贫乏时,响应电流明显下降而影响检测限;l(3)传感器响应性能受溶液pH值和温度影响较大微生物传感器l由载体结合的 和电化学器件组装而成微生物细胞利用微生物在同化底物时消耗氧的呼吸作用利用微
8、生物在同化底物时消耗氧的呼吸作用利用不同的微生物含有不同的酶利用不同的微生物含有不同的酶l荧光假单胞菌,能同化葡萄糖；芸苔丝孢酵母可同化乙醇,因此可分别用来制备葡萄糖和乙醇传感器，这两种细菌在同化底物时,均消耗溶液中的氧,因此可用氧电极来测定l已开发的两种类型l以微生物呼吸活性（氧消耗量）为指标的呼吸活性测定型传感器；l以微生物代谢产物（电极活性物质，如H离子、NH3等）为指标的代谢物质测定型传感器。休息，休息一会吧！组织传感器l组织传感器组织传感器是以 作为生物敏感膜并利用酶组为反应催化剂的生物传感器组织传感器动物组织传感器植物组织传感器牛肝组织切片、羊肾组织及猪肾组织测定氨基酸等菠菜亚硝酸
9、盐电极等动植物组织薄片材料动植物组织薄片材料l组织传感器的工作原理类似于酶传感器l优点酶促反应存在于稳定的自然环境中，组织电极的酶活性比酶电极的离析酶活性高而且稳定性强，另外还不需要固定化等处理；l存在的问题酶的选择性不高、重现性不高及使用寿命短等问题。肝组织电极肝组织电极 动物肝组织中含有丰富的H2O2酶，可与氧电极组成测定H2O2及其它过氧化物的组织电极1981年Mascini等研究了数种哺乳动物和其它动物（鸟、鱼、龟）的肝组织电极，翌年，报道了基于牛肝组织的H2O2电极牛肝-H2O2电极 取0.1mm厚牛肝一片，覆盖于氧电极的特氟隆膜上，用“O”型橡皮圈固定，即成牛肝组织电极 在pH6.
10、80的缓冲液中，使电极与空气中的氧平衡，然后加入底物，底物为浓度大于1O-5molL H2O2溶液反应产生的氧气到达氧电极的特氟隆膜时，使电极输出增加在110-4mol/L底物浓度时，1.5min即可获得稳定电流，如图所示： 植物组织膜电极结构图解 a一木瓜, b一果皮, c-中果皮,d-内果皮1-中果皮组织薄片2-固定化骨架3-透气健, 4-垫圈5-内电解质6-复合PH电极7-塑料电极体3-7为二氧化碳气敏电极结构细胞器传感器l细胞器传感器细胞器传感器与组织传感器相似，也是一种多酶传感器。l细胞器中的酶有较高的酶活性和稳定的状态，将含所需酶的细胞器经过加工、分离，制成薄膜状并固定，再与相应敏
11、感电极结合构成细胞器传感器。l如测定NADH含量：l将线粒体处理后的凝胶膜结合氧电极，利用其含有的氧化磷酸化酶将NADH（辅酶）氧化，此过程消耗氧，通过测定氧含量就可测定NADH含量。分类依据2传感器输入信号的产生方式催化型生物传感器、亲和型生物传感器免疫传感器l以免疫测定法，即抗体识别抗原的功能为基础构成的传感器，主要用来识别肽或蛋白质等高分子化合物。l根据是否需要标记物，分为l直接测定（非标记免疫传感器）l间接测定（标记免疫传感器）非标记免疫传感器l工作原理：不使用任何标记物，根据抗原抗体结合时发生的电化学的变化，直接检测免疫反应的发生。l如当蛋白质分子（抗原或抗体）携带大量电荷时，抗原抗
12、体结合后会产生电导率、膜电位、离子浓度等若干电学的变化。l抗体（或抗原）固定在敏感膜表面敏感膜表面或金属电极金属电极表面表面，抗原抗体复合物形成后膜或电极发生电位变化，以此测定抗原的浓度。无反应！变化不及催化型多样、明显亲和型催化型标记免疫传感器l工作原理：用酶等作为标记物，在免疫反应后，标记物最终变化用电化学换能器转化为电信号。l免疫反应的检测通过标记物的变化来检测；标记物起了检测和放大的作用，主要有两种标记方式，与酶联免疫吸附法（enzymelinked immunosorbent assay，ELISA） 的标记方法相似l标记物标记于抗体l标记物标记于抗原竞争法夹心法抗原抗原/ /待测待
13、测物物抗体1：结合抗原抗体2：带标记物，结合并显示带标记带标记抗原抗原：指示真抗原/待测物l如黄曲霉毒素传感器,它由氧电极和黄曲霉毒素抗体膜组成,加到待测样品中,酶标记的及未标记的黄曲霉毒素便会与膜上的黄曲霉毒素抗体发生竞争反应,测定酶标黄曲霉毒素与抗体的结合率,便可知样品中的含量酶标记抗原的黄曲霉毒素未标记抗原的黄曲霉毒素生物传感器就讲到这儿，下面该它控制了。3、生化过程的控制l外部环境控制是重要的操作内容。l包括温度、流量、搅拌转速、pH、DO、基质浓度、补料速率等的外部环境，在过程检测、数据采集基础上，由控制仪表完成控制l过程控制可由在线计算机完成l根据控制目标的不同要求，生化过程控制分为常规控制和高级控制l常规控制以完成过程的单参数控制为目标，在方法上多采用经典控制理论。l如对温度、pH、DO等参数的变化采用经典控制方式（位式控制、比例积分微分PID控制、前馈调节等）l高级控制以多参数的过程优化控制为目标，在方法论上多采用现在控制理论。l最优控制、系统辨识与变量估计、自适应控制、专家系统和模糊控制、神经元网络控制
