本节摘要:SOURCE 3.3:反应器需匹配 kLa、混合、剪切;尺度放大时流体场剧变;P/V、OUR、kLa 是常用尺度无关参数。
OUR ≈ OTR = kLa · (C* - CL) # 若 CL→0,需 kLa ≥ OUR/C* # 搅拌+通气提高 kLa;过高剪切损伤细胞
反应器是「生命环境模拟器」,不是容器。不同类型为不同生物与产物服务:
| 规模 | 典型体积 | 关键挑战 |
|---|---|---|
| 摇瓶 | 250 mL | 蒸发、pH 漂移 |
| 实验室 | 5–50 L | 探头校准 |
| 中试 | 200–2000 L | 混合时间 |
| 生产 | 5000–20000 L | 温度/营养梯度 |
反应器工程的核心矛盾可概括为"三角平衡":
三者互相牵制:加搅拌提 kLa 就加大剪切;加大通气能提 kLa 但气泡破碎也伤细胞;改善混合要加搅拌又改变剪切场。反应器工程师的工作就是在这三角中为特定细胞找到一个可操作窗口。

实验上常用动态法测 kLa:停止通气让溶氧自然下降,记录 CL 随时间变化,再恢复通气,由 OTR 方程拟合出 kLa。工程上也有经验关联式(如 Van't Riet 式),把 kLa 与单位体积功率 P/V、表观气速 vs 关联起来:
kLa ≈ a · (P/V)^b · (vs)^c
其中指数 b、c 因体系而异(典型 b≈0.4–0.7,c≈0.4–0.6)。放大时若已知小罐的 P/V 与 vs,可外推预测大罐的 kLa,再验证 OUR 是否匹配。
# kla_scale.py —— 用经验关联式估算放大罐 kLa def estimate_kla(pv, vs, a=0.026, b=0.4, c=0.5): """Van't Riet 类关联式(水/发酵液近似)""" return a * (pv ** b) * (vs ** c) small = {"pv": 1.0, "vs": 0.1} # 实验室罐 W/kg, m/s large = {"pv": 0.8, "vs": 0.05} # 生产罐(同 P/V 不同通气) kla_small = estimate_kla(**small) kla_large = estimate_kla(**large) print(f"小罐 kLa ≈ {kla_small:.2f} h^-1") print(f"大罐 kLa ≈ {kla_large:.2f} h^-1") # 若大罐 OUR 需求更高而 kLa 不足,就需提高 P/V 或 vs
注意:关联式只做粗估。真实工艺放大必须用 CFD(计算流体力学)校核流场,并做混合时间实验确认无死角。
微升级到万升级至少 6 个数量级 尺度跨越——许多摇瓶优异性能放大即骤降。放大的本质是保持"细胞生理环境"一致,但物理环境无法等比缩放:
因此放大策略从不依赖单一参数,而是用尺度无关参数组合:P/V、kLa、叶尖速度、混合时间、OTR/OUR 余量等,按产品特性选取主控准则。例如动物细胞常用 P/V 恒定并严格控制剪切;好氧细菌发酵常用 kLa 恒定或 OTR 余量设计。
⚠️ 常见坑:只复制 rpm 和 vvm——P/V 与单位体积功率才更可比。
💡 关键直觉:反应器是「生命环境模拟器」,不是容器。
混合时间(θmix)定义:在罐内某点加入示踪剂后,浓度波动衰减到设定偏差(通常 ±5%)所需时间。它在工程上的价值在于回答"加进去的东西多久才能均匀":
实验测定常用 pH 脉冲法:快速注入少量碱或酸,用多点 pH 电极记录浓度均衡过程。工程上也有半经验关联式与 CFD 两种预测路径:关联式快但精度有限,CFD 能给出完整的流场与死区分布,是大型罐设计的标配手段。无论哪种方式,结论要落到"梯度是否超过细胞耐受窗口"这个工程判据上。
剪切力的描述量级包括叶尖速度(tip speed)、能量耗散率(ε,W/kg)与剪切率(γ,s⁻¹)。不同生物敏感性差异巨大:
缓解剪切损伤的手段包括:增大叶轮直径以降低转速(保持 P/V)、采用气体分布替代高搅拌、使用一次性袋式反应器的柔性壁面、改用灌流或固定化培养避免细胞被反复夹带。
# mixing_shear.py —— 混合时间与剪切量级估算(工程粗算) def mixing_time(v_l, pv, tip_speed): """经验关联:混合时间随体积与搅拌功率变化(s)""" theta = 8.0 * (v_l ** (1.0/3.0)) / (pv ** 0.35) shear_risk = "高" if tip_speed > 2.0 else "中" if tip_speed > 1.0 else "低" return theta, shear_risk for vol in [5, 250, 2000, 10000]: # 实验室→中试→生产 theta, risk = mixing_time(vol, pv=1.0, tip_speed=1.5) print(f"{vol:>6} L: θmix ≈ {theta:.1f} s, 剪切风险 {risk}") # 输出趋势:体积越大混合时间越长,剪切风险受叶尖速度主导
这样一组粗算就能在选罐阶段揭示"这台罐的混合能力够不够"——比盲目按体积比放大可靠得多。