[论文解读] Computational Fluid Dynamic Approach for Biological System Modeling

Weidong Huang, Chundu Wu+2 more|arXiv (Cornell University)|Aug 2, 2005

Wastewater Treatment and Nitrogen Removal参考文献 32被引用 5

一句话总结

本文提出一种计算流体动力学（CFD）方法，整合了反应物传输与反应动力学，以模拟生物系统，解决了传统动力学模型因缺乏完整动力学数据而导致的不切实际问题。该方法应用于生物废水处理系统时，通过捕捉微生物代谢有机底物过程中的空间异质性和传质效应，其精度和可行性优于纯动力学模型。

ABSTRACT

Various biological system models have been proposed in systems biology, which are based on the complex biological reactions kinetic of various components. These models are not practical because we lack of kinetic information. In this paper, it is found that the enzymatic reaction and multi-order reaction rate is often controlled by the transport of the reactants in biological systems. A Computational Fluid Dynamic (CFD) approach, which is based on transport of the components and kinetics of biological reactions, is introduced for biological system modeling. We apply this approach to a biological wastewater treatment system for the study of metabolism of organic carbon substrates and the population of microbial. The results show that CFD model coupled with reaction kinetics is more accurate and more feasible than kinetic models for biological system modeling.

研究动机与目标

• 为解决系统生物学中传统动力学模型因缺乏全面动力学数据而导致的不切实际问题。
• 探究传质现象（如扩散、对流）在生物系统中是否主导酶促反应和高阶反应的速率。
• 开发一种基于CFD的建模框架，将流体动力学与生化反应动力学耦合，以实现更真实的生物系统模拟。
• 在真实生物系统中验证该方法：一种具有微生物群落和有机碳代谢的废水处理反应器。

提出的方法

• CFD模型通过质量与动量守恒方程模拟流体流动、物种传输（如底物、微生物群落）及反应速率。
• 基于米氏方程和幂律动力学，将酶促反应和高阶反应的动力学速率定律整合进CFD框架。
• 求解耦合的纳维-斯托克斯方程与各组分的对流-扩散-反应方程。
• 采用空间离散化方法，以解析反应器域内浓度梯度与流动异质性。
• 模拟考虑了由于流体动力学效应导致的微生物群落与底物分布不均现象。
• 利用来自生物废水处理系统的实验数据对模型进行验证。

实验结果

研究问题

• RQ1 当动力学参数不完整或未知时，基于CFD的建模能否提升生物系统模拟的准确性？
• RQ2 传质现象（扩散、对流）在多大程度上控制生物系统中酶促反应和高阶反应的速率？
• RQ3 底物与微生物分布的空间异质性如何影响废水处理反应器中的代谢活性？
• RQ4 与纯动力学模型相比，CFD-动力学耦合能否更准确地预测微生物群落动态与底物降解？

主要发现

• CFD-动力学模型在模拟生物废水处理系统中有机碳降解时，精度显著高于传统动力学模型。
• 传质限制显著影响反应速率，尤其在混合度低或底物消耗高的区域。
• 成功捕捉到底物与微生物浓度的空间梯度，揭示了反应器内代谢活性的非均匀分布。
• 模型成功复现了实验中观察到的微生物群落动态与底物去除效率趋势。
• 流体动力学与反应动力学的整合，为复杂生物系统提供了更可行且更真实的表征。