Diseño y simulación de un sistema para el control del estado metabolico de células animales en cultivo

Abstract

Resultados experimentales señalan que las células animales pueden alcanzar múltiples estados metabólicos con distintas razones de tasa de producción de lactato a tasa de consumo de glucosa (DL=DG), lográndose razones muy por debajo de la razón estequiométrica igual a 2 [mol=mol]. En el presente trabajo de tesis se planteó y ajustó un modelo metabólico que describe el metabolismo de un cultivo de control y se corroboró su falta de capacidad de alcanzar más de un estado estacionario a través de la comparación con datos experimentales y un análisis de estabilidad posterior. La simplificación de dicho modelo inicial, la obtención de un único punto atractor como estado estacionario y el análisis de variaciones de niveles de expresión génica de ciertas enzimas glicolíticas permitió el planteamiento de un modelo de regulación que varía la concentración de la enzima lactato deshidrogenasa (LDH) con el cual se simuló un cultivo hasta alcanzar estado metabólico alterado (DL=DG <0,1 [mol=mol]). El modelo metabólico regulado se utilizó para la simulación de un cultivo continuo alterado para el diseño y ajuste de controladores proporcional (P), basado en modelo lineal y basado en modelo no lineal para la regulación de la concentración de glucosa de entrada frente a perturbaciones en el crecimiento celular. La simulación de la respuesta de lazo cerrado del sistema mostró una fuerte interacción de lazos con el lazo de control de crecimiento celular y los análisis de robustez y de sensibilidad permitieron concluir que el controlador P posee una mayor robustez que el controlador basado en modelo lineal, pero que este último posee una mejor respuesta frente a limitantes que podrían existir a nivel industrial. Por otra parte, el pobre desempeño del controlador basado en modelo no lineal demuestra un desafío de ajuste del mismo producto de las múltiples posibles fuentes del mal desempeño. Como línea de trabajo futuro se puede mejorar la respuesta simulada de los controladores basados en modelo, analizando la eliminación de offset para el caso lineal y los problemas de rendimiento del basado en modelo no lineal.