Seminario Alessandro Concas, 29-03-2012

Produzione di biocarburanti e biofissazione di CO2 mediante

microalghemicroalghe

Alessandro Concas

CRS4 - Programma Bioingegneria - Settore Biomedicina

[email protected]

• Problematiche di contesto

• «Baseline» del processo oggetto di indagine

• Principi generali della fotosintesi algale

• Analisi di massima del metabolismo lipidico

• Attività di ricerca per l’ingegnerizzazione

Indice degli argomenti

• Attività di ricerca per l’ingegnerizzazione

delle alghe

• Controllo biosintetico

• Modellazione matematica e simulazione

• Risultati ottenuti: alcuni esempi

«L’Ingegneria Tissutale è un campo

interdisciplinare della bioingegneria che applica

diversi principi dell’ingegneria e delle scienze

biologiche allo scopo di ripristinare, mantenere o

Le problematiche di contesto

Due problematiche principali che si intende

affrontare con la tecnologia di produzione

dei biocarburanti e di fissazione della CO2

mediante micro-organismi fotosintetici :


migliorare funzioni di tessuti o organi»• Effetto Serra e cambiamenti climatici

• Crisi energetica e individuazione fonti

energetiche rinnovabili

L’effetto serra

L’effetto sull’incremento termico

La re-emissione dell’energia assorbita avviene in seguito al moto

vibrazionale sempre alla lunghezza d’onda infrarossa � accumulo

energia termica � incremento temperatura atmosfera





Gas serra antropogenici: origine


migliorare funzioni di tessuti o organi»





CO2 Vs Temperatura atmosferica

320

340

360

380

400

ppm °C, p

pm 14,0

14,1

14,2

14,3

14,4

14,5

T, °C



900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000 2100

260

280

300

320

Anno

CO

2, p

pm

13,5

13,6

13,7

13,8

13,9

T, °C

Il principale gas serra è la CO2

Effetti a medio –lungo termine

Scioglimento Desertificazione Eventi estremi






Scioglimento

ghiacciai

Desertificazione Eventi estremi

Instabilità geopolitiche indotte dalla competizione per

territori fertili e riduzione risorse agricole

Incremento dei flussi migratori

Incremento patologie associate ad agenti virali e

batterici non consueti a determinate latitudini

La crisi energetica

Oggi la produzione è «anelastica», incapace cioè di seguire la

crescita della domanda, e questo spinge i prezzi a oscillare in

modo selvaggio.

Domanda crescente anche a causa

dei paesi in via di sviluppo.

Esaurimento dei giacimenti di combustibile fossile

e in particolare di petrolio ?

Petrolio importato in US

(% rispetto consumo in US)

Effetti della crisi energetica

» Insieme alla crisi finanziaria determina forte

rallentamento delle principali economie;

» Instabilità geopolitiche (guerre, etc.) dovute alla

diversa distribuzione dei giacimenti petroliferi

nel mondo;nel mondo;

» Forte incremento generalizzato dei prezzi dei

beni di consumo;

» L’oscillazione del prezzo del petrolio impedisce

la pianificazione a lungo termina da parte dei

governi mondiali;

» Rallentamento dello sviluppo economico.

Fonti energetiche per settore

Il settore trasporti è quello che fa maggior ricorso al petrolio

(96%) �è quello che maggiormente risente della crisi energetica

I settori più colpiti

» Il settore su cui maggiormente influisce la crisi

energetica è quello dei trasporti anche perché è il

settore che meno può far leva sulle energie rinnovabili

classiche.

» L’idrogeno infatti non è un alternativa valida ai

carburanti classici in quanto la sua produzione è acarburanti classici in quanto la sua produzione è a

bilancio energetico negativo.

» L’utilizzo di mezzi di trasporto alimentati ad elettricità

sposterebbe solo il problema e comunque la

riconversione di tutto il parco macchine non appare

ipotesi realisticamente realizzabile in tempi compatibili

con l’urgenza imposta dalla crisi energetica

Fonti rinnovabili per settore

Road map Energia/ambiente EU

Entro il 2020 i biocarburanti dovranno rappresentare il 10%

dei combustibili utilizzati nel settore trasporti

Biocarburanti

» Prodotti a partire da sorgenti biologiche e primariamente

da piante attraverso processi di fotosintesi.

» La fotosintesi utilizza l’energia del sole per convertire la

CO2 , l’acqua e altri nutrienti in carboidrati, lipidi e

proteine.

» Dai lipidi si possono ottenere i biocarburanti attraverso» Dai lipidi si possono ottenere i biocarburanti attraverso

opportuni processi di raffinazione

» I biocarburanti sono una fonte rinnovabile in quanto

possono esser prodotti con continuità.

» La loro produzione/utilizzo è a bilancio di carbonio

teoricamente nullo in quanto tutta la CO2 emessa dalla

loro combustione viene utilizzata per la fotosintesi

Biocarburanti

Biocarburanti di 1°Generazione

» I biocarburanti di prima generazione sono generati da

materie prime agroalimentari (mais, girasole, palma..).

» Sono piante da cui è estratto un olio utilizzato per

produrre biodiesel attraverso transesterificazione

» Innescano problematica di natura «food for fuel»

» Richiedono enormi superfici agricole

» Presentano produttività basse

Biocarburanti di 2°Generazione

» I biocarburanti di 2° generazione sono generati daI biocarburanti di 2° generazione sono generati da

materie prime quali scarti ligneo-cellulosici, rifiuti,

residui agricoli etc ma anche canna da zucchero

» La loro produzione avviene attraverso processi diversi:

digestione anaerobica; pirolisi; degradazione

enzimatica; fermentazione alcolica etc.

» Forniscono biocarburanti non utilizzabili tal quali nel

settore trasporti

» Presentano produttività basse;

Biocarburanti di 3°e 4°Generazione

» Sono organismi fotosintetici unicellulari: microalghe e cianobatteri;

» La loro produzione può avvenire senza sfruttare terreni agricoli in quanto

prevedono l’uso di fotobioreattori ubicabili in zone aride e/o industriali

» Sono caratterizzate da produttività lipidiche molto alte;

» I biocarburanti di 4° generazione alghe modificate geneticamente


» Elevata produzione di lipidi;

» Elevata velocità di crescita;

» Crescita su supporto fluido all’interno di reattori e

conseguente controllabilità delle condizioni di crescita;


» Oltre ad non necessitare di terreni agricole le microalghe

sono caratterizzate da produttività in olio molto

superiori a quelle delle coltivazioni a terra usate per i

biocarburanti di 1° e 2° generazione.

Biocarburanti: confronti

Caratteristica MicroAlghe Biocarb di 1° e 2°

generazione

Velocità di crescita Elevata Bassa

Utilizzo superfici coltivabili NO SI

Competitività Food-for-Fuel NO SI

Produttività annuale in olio per 250-300 ton 3-5 ton

Produttività annuale in olio per

ettaro250-300 ton 3-5 ton

Tempi di prima raccolta 60-90 giorni 30-36 mesi

Produzione sotto-prodotti utili SI NO

Contenuti in olio Elevati Medi

Possibilità di crescita in zone aride Si No

Possibilità di captazione diretta

emissioniSI NO

Fotobioreattori - 1

• I fotobioreattori costituiscono le unità all’interno delle quali grazie

all’energia luminosa, alla CO2 e ad altri micro e macro nutrienti

presenti in fase liquida, si riescono a garantire i meccanismi

fotosintetici che sono alla base della crescita e duplicazione delle

microalghe.

• All’interno di queste unità la cellule possono quindi accrescersi e

moltiplicarsi per mitosi producendo nuova biomassa ad elevato

contenuto lipidico.contenuto lipidico.

• Affinché al crescita delle microalghe sia garantita con una velocità

sufficiente e, al fine di evitare fenomeni di inibizione del processo foto-

sintetico, devono essere garantite delle condizioni operative che

possono essere ottimizzate all’interno dei fotobioreattori.

• I fotobioreattori sono infatti degli impianti complessi nei quali grazie a

opportuni sistemi di controllo è possibile monitorare e modificare i

parametri operativi che influenzano il processo

Fotobioreattori-2

Parametri controllabili nei fotobioreattori

• Concentrazione di macro nutrienti (CO2, N, P etc.) ottimale

mediante sistemi di dosaggio;

• Ottimizzazione del flusso fotonico (luce) fornito alle cellule;

• Garanzia degli opportuni regimi fluodinamici; • Garanzia degli opportuni regimi fluodinamici;

• Rimozione dell’ossigeno prodotto dalla fotosintesi

(quest’ultimo infatti in elevate concentrazioni diventa tossico

per le alghe)

• Modulazione del pH (le alghe infatti sopportano pH compresi

nel range 5-9)

• Livelli di temperatura opportuni

Esempi di fotobioreattori-1

Biocoil (fotobioreattore elicoidale)Biocoil (fotobioreattore elicoidale) Fotobioreattori tubolari a tubi orizzontali

Fotobioreattori tubolari a pannelliFotobioreattori con materiali a basso costo

Esempi di fotobioreattori-2

Ipotesi processo industriale

Sole

Microalghe

Bio-petrolio

Jet- fuels

Bio-diesel

Fotosintesi in

Fotobioreattori

Trans-

esterificazione

Bio-diesel

CO2 da

emissioni

Ipotesi processo industriale

Carbone

Centrale Termoelettrica

Energia elettrica

AssorbimentoCO2

FOTOBIOREATTORIMICROALGHE

Acque reflue

Vendita quote nonemesse al mercato europeo delle emissioni

Luce solare naturale foto-sinteticamente attiva

MICROALGHE

Biomassa

PressaturaBio-

petrolio

Pressato“Cake”

Acqua depurata

Conversione in biodiesel

Biodiesel

Mercato dei carburanti per auto-trazione oaereo-propulsione

Elevato contenuto vitamine, antiossidanti, anti-tumorali?

Vendita come materia prima per l’industria farmaceutica, alimentare, biomedicale

SIRiutilizzo come combustibilenella stessacentrale termoelettrica

NO

Vision del processo industriale

Vantaggi del processo

» Il sequestro diretto della CO2 emessa da centrali a

combustibile fossile consisterebbe uno sfruttamento

sostenibile di queste risorse;

» La produzione di biocarburante sarebbe un ulteriore

valore aggiunto;

» Dai residui di estrazione dell’olio dalle alghe si possono» Dai residui di estrazione dell’olio dalle alghe si possono

produrre composti ad elevato valore aggiunto

(Antiossidanti, antimicrobici etc.) commercializzabili;

» Ulteriore effetto collaterale positivo sarebbe la

possibilità di depurare acque inquinate.

Vantaggi del processo 2

» Il fatto che il processo sia molto promettente è

testimoniato dai grandi investimenti da parte di governi e

multinazionali del petrolio che vi vedono quindi una valida

alternativa. Alcune di queste..

La Exxon Mobil ha investito 600 milioni di dollari e ingaggiato Craig Venter, il“creatore” della prima cellula con un DNA artificiale per metter a punto microalghegeneticamente modificate che consentano l’applicazione su scala industriale di unprocesso economicamente competitivo con i carburanti di origine fossile.

Le criticità del processo

» Produttività lipidiche alte ma ancora non sufficienti a

garantire la competitività dei biocarburanti con i carburanti

di origine fossile;

» Processo non ottimizzato in termini di configurazioni

reattoristiche e parametri operativi;

» Costi di produzione ancora alti per garantire economicità» Costi di produzione ancora alti per garantire economicità

Rispetto a tali criticità il mondo scientifico si sta muovendo in

diverse direzioni…

Aspetti scientifici aperti

» Modificazione genetica dei ceppi algali al fine di ottenere

una elevata velocità di crescita (maggiore efficienza

fotosintetica) degli organismi accoppiata con una elevata

produzione di lipidi ;

» Sviluppo di modelli matematici per l’ottimizzazione delle

configurazioni reattoristiche e dei parametri operativiconfigurazioni reattoristiche e dei parametri operativi

(distribuzione flusso fotonico, micro e macro elementi

necessari ad indirizzare il metabolismo cellulare verso

produzione lipidi; ottimizzazione delle condizioni di

trasferimento gas liquido della CO2 etc.)

» Individuazione di mezzi di coltura e materiali a basso costo;

» Sviluppo nuove tecnologie di estrazione lipidica;

La cellula algale microscala

CLOROPLASTOCellula algale

I fenomeni che avvengono nel cloroplasto

Light

NADP+

ADPPi+

RuBP 3-Phosphoglycerate

Light

Tylacoid

LightReactions:Photosystem IIElectron transport chainPhotosystem IElectron transport chain

CalvinCycle

G3PATP

NADPHStarch(storage)

Sucrose (export)

Chloroplast

O2

Le reazioni nel tilacoide

Light

Fd

Cytochromecomplex

STROMA(low H + concentration)

Photosystem II Photosystem I

4 H+

Pq

Pc

LightNADP+

reductase

NADP+ + H+

NADPH

H2Oe–

e– 2

3

ADP+

i H+

ATPP

ATPsynthase

ToCalvinCycle


Thylakoidmembrane

THYLAKOID SPACE(high H + concentration) 4 H++2 H+

H2OO2

1/21

Trasporto stato eccitato al centro di reazione

Light

P680

e–

Primaryacceptor

2

1

Pigmentmolecules

Photosystem II(PS II)

I Pigmenti (clorofille, carotenoidi, luteina,licopene) sono molecole che assorbono

l’energia a certe lunghezze d’onda e consentono il trasporto dello stato eccitato

fino centro di reazione del fotosistema II per risonanza molecolare. Essi

costituiscono il cosiddetto complesso “Antenna”

chlorophyll b

chlorophyll a

Perdita energia nel trasferimento fotonico

Nel trasferimento dello stato eccitato attraverso le molecole che costituiscono

l’antenna si ha perdita di energia.

Le più recenti attività sono volte a individuare le modifiche genetiche che

consentono la riduzione del numero molecole che costituisono l’antenna con

conseguente aumento dell’efficienza fotosintetica

Fotone, lisi H2O, liberazione elettrone

Light

P680

e–

Primaryacceptor

2

1

e–

e–

2 H+

O2

+3

H2O

1/2

Pigmentmolecules


Il fotone passando attraverso il complesso antenna raggiunge il centro di

reazione dove avviene la fotoprotolisi dell’acqua che libera due elettroni i quali

cominciano a essere trasportati attraverso una catena di altri pigmenti.

2H2O + hνννν �� 2H+ + O2 + 2e-

Catena di trasporto elettronico

Light

P680

e–

Primaryacceptor

2

1

e–

e–

2 H+

O2

+3

H2O

1/2

4

Pq

Pc

Cytochromecomplex

5

Pigmentmolecules

Light1

ATP


Il chinone riceve gli elettroni e pompa protoni H+ dallo stroma (liquido in qui è immerso il

tilacoide) trasfromandosi in idrochinone. Poi migra di nuovo dentro il tilacoide e rilascia

protoni H+ ritrasformandosi in chinone mentre trasferisce elettroni al citocromo b6f che a

sua volta continua il trasporto elettronico trasferendoli alla plastocianina (PC)

Produzione ATP

Gli H+ liberati nel tilacoide sono poi utilizzati dall’enzima ATP-sintasi per produrre

ATP che andrà al ciclo di Calvin

Traserimento al fotosistema I

L’elettrone arriva al fotosistema I dove nel frattempo un altro fotone ha

determinato la liberazione di un nuovo elettrone e l’ulteriore eccitazione del primo

Produzione NADPH

Il fotosistema I è simile al II con centro di reazione costituito da una molecola di

chlorofilla P700. Le proteine periferiche sono invece di tipo Fe-S, flavoproteine e

includono associazioni con la proteina solubile Ferredossina

Le proteine periferiche trasferiscono elettroni al NADP+ che viene convertito a

NADPH dall’enzima NADP-reduttase. Gli ioni H+ necessari a tale conversione

provengono dalla fotofosforilazione dell’ATP. Questa reazione avviene nella fase

luminosa

A. Amunts, O. Drory and N. Nelson Nature 447, 58-63 (2007)

Le reazioni nel tilacoide

Light

Fd

Cytochromecomplex


Photosystem II Photosystem I

4 H+

Pq

Pc

LightNADP+

reductase

NADP+ + H+

NADPH

H2Oe–

e– 2

3

ADP+

i H+

ATPP

ATPsynthase

ToCalvinCycle


Thylakoidmembrane

THYLAKOID SPACE(high H + concentration) 4 H++2 H+

H2OO2

1/21

Limiti della fotosintesi naturale

• Nel trasferimento dello stato eccitato attraverso le molecole che

costituiscono le antenne dei fotosistemi si ha perdita di energia per

raffreddamento non fotochimico.

• Questo determina l’incapacità delle alghe di sfruttare appieno la

radiazione solare che assorbono perchè il numero di fotoni che arriva

nell’unità di tempo è superiore a quello che i fotosistemi riescono a

utilizzare per convertirli in elettroni.

Fotonibizione

» Se la radiazione supera certi valori i fotoni che non riescono ad essere

utilizzati dal sistema reattivo possono addirittura danneggiare la cellula

(fotossidazione dei fotosistemi). Si parla in tal caso di fotonibizione.

Nuove sfide della scienza per migliorare la fotosintesi naturale

» Maggiore è il numero di molecole di pigmenti che cosituisce l’antenna

dei fotosistemi e maggiore è la perdita di energia e minore l’efficienza

fotosintetica.

» Per consentire un migliore sfruttamento della radiazione solare e

incrementare così l’efficienza fotosintetica delle microalghe alcuni

ricercatori hanno modificato geneticamente le cellule in modo tale

che venisse ridotto il numero di molecole che costituiscono ilche venisse ridotto il numero di molecole che costituiscono il

fotosistema (Melis et al., 2009).

» Questo è stato ottenuto regolando l’espressione del gene CAO e Lhcb

responsabili del numero di pigmenti che cosituiscono l’antenna.

» Pur non essendo ancora stato valutato sperimentalmente sembra che

tale modifica possa determinare un incremento dell’efficienza

fotosintetica di 2 – 3 volte determinando una maggiore produttività

delle alghe. Questi studi sono attualmente in corso!

Il ciclo di calvin

InputCO2ATPNADPH

CALVINCYCLE

Output: G3P

• L’energia dei fotoni è quindi convertita in energia chimica attraverso la

produzione di due molecole ad elevato contenuto energetico ATP e

NADPH.

• Queste due molecole fuoriescoo dal tilacoide per poi essere utilizzate nel

ciclo di calvin per «organicare» la CO2. Questo ha luogo nei plastidi

(cloroplasti) della cellula

Il ciclo di Calvin: biofissazione CO2

CO2

La bio-fissazione della CO2 inizia con una reazione col ribulosio bifosfato catalizzata

dall’enzima Rubisco (la proteina più diffusa nella terra). La risultante struttura a sei

atomi di carbonio viene immediatamente idrolizzata a due molecole di fosfoglicerato

(G3P) a tre atomi di carbonio ciascuna.

Dal ciclo di Calvin alla sintesi dei lipidi

Microalgal metabolic pathways that can be leveraged for biofuel production.

Radakovits R et al. Eukaryotic Cell 2010;9:486-501

Biosintesi lipidica

Simplified overview of the metabolites and representative pathways in microalgal lipid

biosynthesis shown in black and enzymes shown in red.

ER, endoplasmatic reticulum

ACCase, acetyl-CoA carboxylase;

ACP, acyl carrier protein;

CoA, coenzyme A;

DAGAT, diacylglycerol acyltransferase;

DHAP, dihydroxyacetone phosphate;

ENR, enoyl-ACP reductase;

FAT, fatty acyl-ACP thioesterase;

Radakovits R et al. Eukaryotic Cell 2010;9:486-501

FAT, fatty acyl-ACP thioesterase;

G3PDH, gycerol-3-phosphate dehydrogenase;

GPAT, glycerol-3-phosphate acyltransferase;

HD, 3-hydroxyacyl-ACP dehydratase;

KAR, 3-ketoacyl-ACP reductase;

KAS, 3-ketoacyl-ACP synthase;

LPAAT, lyso-phosphatidic acid acyltransferase;

LPAT, lyso-phosphatidylcholine acyltransferase;

MAT, malonyl-CoA:ACP transacylase;

PDH, pyruvate dehydrogenase complex;

TAG, triacylglycerols

Aumento della sintesi lipidica: modificazione genetica

Gli obiettivi sono quelli di individuare i geni responsabili della sintesi degli enzimi

coinvolti nella biosintesi dei lipidi e indurne la sovvraespressione mediante tecniche

di ingegneria genetica. Alcuni studi sono stati effettuati su altre piante e possono

fornire importanti informazioni anche per le alghe.

E’ stato sovra-espresso l’enzima ACCase

nella diatomea C. cryptica e N. Saprophila

con scarsi risultati sulla sintesi lipidica

totale (Dunhaway et al., 1993)

Anche la sovraespressione dell’enzima

KAS in piante quali arabidopsis, spinaci

etc. non ha determinato la maggior

produzione di lipidi (Dehesh et al., 2001)

La sovra-espressione del DAGAT in

arabidospis ha invece determinato

l’incremento della sintesi lipidica anche

del 70% (Jako et al., 2001)

In altre piante la sovra espressione dell’enzima

G3DPH ha determinato un forte incremento della

lipogenesi (Zheng et al., 2008)

Difficoltà nella modificazione genetica

Le principali difficoltà nella modifica genetica delle alghe rivolta

all’’incremento della sintesi lipidica sono:

• Codifica del DNA avvenuta solo per poche cellule algali.

• Sopressione degli enzimi coinvolti in attività metaboliche

competitive con la sintesi lipidica. Es. nei mitocondri avviene l’utilizzo

dei lipidi per produrre energia (la soppressione di questi meccanismi

potrebbe incrementare l’accumulo lipidico).potrebbe incrementare l’accumulo lipidico).

• Indurre trasformazioni genetiche permanenti nelle alghe. Sembra

infatti che la maggiorparte delle alghe infatti sia dotata di un

meccanismo innato di soppressione di DNA esogeni. Per cui la

modifica esterna non risulta permamente

• L’individuazione dei fattori di trascrizione coinvolti nella sintesi

lipidica nelle alghe sono ancora ignoti; è una attività di ricerca

appena iniziata ma appare estremamente promettente visti alcuni

risultati preliminari ottenuti da alcuno gurppi di ricerca (Grotewold,

2008)

Controllo biosintetico

Un metodo più semplice per incrementare la sintesi lipidica è quello di

agire dall’esterno della cellula inducendo fattori di stress ambientale o

deprivazione o incremento di specifici nutrienti che influiscono sulla

sintesi lipidica.

Limitazione da NLimitazione da N Limitazione da PLimitazione da P Eccessi di FeEccessi di Fe

N viene usato per la sintesi degli enzimi e

delle strutturecellulari essenziali.

La maggiorparte del C è utilizzato per

produrre carboidratie lipidi piuttosto che

proteine

N viene usato per la sintesi degli enzimi e

delle strutturecellulari essenziali.

La maggiorparte del C è utilizzato per

produrre carboidratie lipidi piuttosto che

proteine

La ridotta disponibilità di P

sembra indurre la rottura dei

fosfolipidi e la formazione di lipidi

neutri

La ridotta disponibilità di P

sembra indurre la rottura dei

fosfolipidi e la formazione di lipidi

neutri

Il ferro sembra avere una azione

sui pathwaysmetabolici che sottendono alla

sintesi e all’accumulo dei

lipidi neutri

Il ferro sembra avere una azione

sui pathwaysmetabolici che sottendono alla

sintesi e all’accumulo dei

lipidi neutri


Altri parametri su cui si può agire dall’estreno della cellula

Flusso luminosoFlusso luminosoSalinità e metalli

pesantiSalinità e metalli

pesantiFase cellulareFase cellulare

Esistono dei range di radiazione luminosa che massimizzano la produzione lipidica. Anche il fotoperiodo (ore luce/ore buio)

influisce sulla crescita

Esistono dei range di radiazione luminosa che massimizzano la produzione lipidica. Anche il fotoperiodo (ore luce/ore buio)

influisce sulla crescita

Anche salinità e metalli pesanti come Cd sono

fattori di stress che possono

influenzare il metabolismo

lipidico

Anche salinità e metalli pesanti come Cd sono

fattori di stress che possono

influenzare il metabolismo

lipidico

Il contenuto lipidico dlle

cellule è maggionre nella

loro fase di crescita

esponenziale piuttosto che in quella stazionari

Il contenuto lipidico dlle

cellule è maggionre nella

loro fase di crescita

esponenziale piuttosto che in quella stazionari


Controllo biosintetico: Svantaggi

Purtroppo ad un incremento del contenuto lipidico le condizioni di stress

inducono spesso una riduzione della velocità di crescita delle alghe per cui

la produttività lipidica rimane costante o addirittura diminuisce.

Per poter sfruttare questi metodi e garantire contemporaneamente una

elevata velocità di crescita è quindi necessario individuare configurazioni

reattoristiche a più stadi

Stadio 1

• Crescita con elevate velocità

Stadio 2

• Deprivazione N e accumulo lipidi

Stadio 3

• Estrazione lipidi

Per implementare tali tecniche è necessario un controllo di dettaglio di

tutte le variabili che influenzano il processo di crescita e accumulo dei

lipidi all’interno dei fotobioreattori. Questo può avvenire grazie

oppportuni modelli matematici.

Utilità dei modelli matematici

• Attualmente nella letteratura scientifica esistono

pochissimi modelli matematici relativi alla crescita di

microalghe all’interno dei fotobioreattori.

• Questa carenza è una delle principali cause della

scarsa scalabilità dei risultati ottenuti in laboratorio.

• Per garantire la controllabilità e l’ottimizzazione dei• Per garantire la controllabilità e l’ottimizzazione dei

processi su scala industriale è necessario quindi

comprendere «quantitativamente» i fenomeni che

avvengono ed essere così in grado dio controllarli.

• Questo è il principale obiettivo dei modelli sviluppati

al CRS4.

Modellazione matematica-1

La modellazione matematica e la simulazione

computazionale hanno lo scopo di:

• Comprendere i fenomeni alla base dei risultati

sperimentalisperimentali

• Riduzione dei costi della sperimentazione e

pianificare nuovi esperimenti

• Progettare i sistemi di coltivazione

• Ottimizzazione delle condizioni operative

• Individuazione di nuove soluzioni tecnologiche


I modelli matematici e i codici di calcolo sviluppati dal

Programma di Bioingegneria del CRS4 sono basati

principalmente su:

• Principi di conservazione della massa (specie coinvolte, CO2,

micro e macro nutrienti)

• Bilanci radiativi (Distribuzione del flusso luminoso nel mezzo• Bilanci radiativi (Distribuzione del flusso luminoso nel mezzo

di coltura)

• Bilanci di popolazione (sulle cellule)

- I bilanci descrivono l’evoluzione temporale/spaziale delle specie coinvolte

in termini di concentrazione, numero e dimensione delle cellule (massa /

dimensione caratteristica / diametro).

- I bilanci contengono termini diffusionali, reattivi (consumo nutrienti,

CO2,), crescita e divisione cellulare, flusso luminoso


• Dal punto di vista matematico i modelli si traducono in

sistemi di equazioni alle derivate parziali (PDEs) o

integro-differenziali

• Sono definiti gli algoritmi numerici per la loro risoluzione

• Le equazioni del modello sono implementate in un

codice di calcolo scritto in linguaggio FORTRANcodice di calcolo scritto in linguaggio FORTRAN

• Un singolo run di calcolo, in base alla complessità, può

richiedere pochi minuti o parecchie ore.

• Il modello viene validato mediante confronto diretto con

i dati sperimentali disponibili.

• Si verificano quindi le caratteristiche predittive del

modello.


• Dati sperimentali produzione e formattazione

• Risultati in input al codice di simulazione

• Codice soluzione PDEs (metodi Adams Moulton/Gear)

• Risultati in input al codice di ottimizzazione

• Codice ottimizzazione

• Risultati valori parametri in input ai run predittivi

• Valori dei parametri in input al codice per la predizione

• Verifica capacità predittiva su nuovi dati sperimentali

Esempi di applicazione I

Produzione di lipidi da microalghe coltivate con CO2

pura in reattori semicontinui

Coltivazioni in sistema dinamico (fotobioreattore

semicontinuo con agitazione meccanica); Microalga

strain: Chlorella vulgaris; flusso luminoso 100 µE m-2 s-1;strain: Chlorella vulgaris; flusso luminoso 100 µE m-2 s-1;

soluzione di nutrienti Kd3; CO2 pura (100 %v/v) diffusa

nella soluzione a 40 ml min-1.

Esempi di applicazione I

Lamps

Lamps

Principali fenomeni da simulare

Cellula

Algale

con

olio

Diffusione in fase liquida CO2CO2

gas

Cellula

Algale

con olio

Diffusione luce nel mezzo e captazione da parte pigmentiFotosintesi

Bulk liquido

SpeciazioneMicro e macro elementi

con olio

Cellula

Algale

con

olio Cellula

Algale

con

olio

Modello matematico

,

2( )

2

2 21 2 1

tot

aq

CHCO

C C C C C CH H H

C CC

C K C K K C K K K

+

+ + +

=+ + +

l

,

2 3

2

2 21 2 1

totCHH CO C

C C C C C CH H H

C CC K

C K C K K C K K K

+

+ + +

=+ + +

l

,

31 2 2

1 2 1

totCHC CHCO

C C C C C CH H H

C CC K K

C K C K K C K K K

+

−

+ + +

=+ + +

l

,23

2 1 2 21 2 1

totC

C C CCOC C C C C CH H H

CC K K K

C K C K K C K K K−

+ + +

=+ + +

l

Calcolo della speciazione in funzione del pH (incognito)

1 2 1C C C C C CH H HC K C K K C K K K+ + ++ + +

,

3 4

3

3 21 1 2 3 2 1

totPHH PO

P P P P P PH H H

C CC

C K C K K C K K K

+

+ + +

=+ + +

l

,

2 4

2

1 3 21 1 2 3 2 1

totPHPH PO

P P P P P PH H H

C CC K

C K C K K C K K K

+

−

+ + +

=+ + +

l

,24

1 2 3 21 1 2 3 2 1

totPHP PHPO

P P P P P PH H H

C CC K K

C K C K K C K K K

+

−

+ + +

=+ + +

l

,34

1 2 3 3 21 1 2 3 2 1

totP

P P PPOP P P P P PH H H

CC K K K

C K C K K C K K K−

+ + +

=+ + +

l

…………………

Modello matematico-2

Soluzione pH mediante condizione di elettroneutralità

ll

ll ,1

,,1, +−++ ⋅+=⋅+ ∑∑

==k

an

i

cat

k

N

kkOHi

N

iiH

CCCCαχ

αχ

Calcolo del flusso luminoso medio distribuito nel mezzo di coltura

( ) ( )2 2 cos0

0

21 cos ar X

ava

II e d

r X

πτ φφ φ

τ π⋅ ⋅ ⋅ ⋅

⋅ = − ⋅ ⋅ ⋅ ⋅ ⋅ ∫

Cinetica di crescita algale (considerata anche fotoinibizione)

( ) ,max

max , ,1

1 tot

tot

n Nsw

X nnw S wwK

CI If pH

I CI Iµ µ

κ=

= ⋅ ⋅ ⋅ − ⋅ ++

∏ l

l

( )( )2

22

22

optpH pH

ef pH

σ

πσ

− −

=


Bilanci di materia in fase gas per CO2 e O2

( )gCOCOlCOveffCOlRgCOg

feedgCO

feedg

gCOg CHCakVCQCQdt

CVd,,,,, 222222

2)(

−−−=

( )2

2 2 2 2 2 2

0, , , , ,

( )g O g feed feedg O g g O g R O v O CO O g

d V CQ C Q C V k a C H C

dt= − − −

l l

Bilanci di materia in fase liquida per i nutrienti

( )2 2 2 2

,, , ,

( )TOT

TOT

C effR CO v CO CO CO g C X X

d V CV k a C H C Y V C

dtµ= − −l l

l l l

( )2

2 2 2 2 2

,, , ,

( )O effR O v O O O g O X X

d V CV k a C H C Y V C

dtµ= − +l l

l l l

Bilancio di materia per la biomassa algale

( )( )XX C X

d V CC V

dtµ µ= − ⋅ ⋅l

l

Variazioni portate( ), , ,

1 ,

effNv R i i i i g i

i i

a V k C H C MWdV

dt ρ=

− ⋅=∑

ll l

l

l

22,OCOi ====

( ), , ,

1

Ngg feed eff

g g v R j j i j g

j

dV RTQ Q a V k C H C

dt P =

= = − ⋅ −∑l

l l

Algoritmo risolutivo

t = 0

Initial concentration oftotal species C0

tot, N0tot, P0

tot,..

Initial concentrations of total species in liquid and gas phase, incident photon flux etc, biomass concentration, etc..

C0tot , N0

tot , P0tot , .. etc.,

CO20, O2

0, N20

X, Iav

t = t+∆T

Actual values of Ctot , Ntot , Ptot , .. etc.,CO2, O2, N2

Speciation as a function of pH (unknown) through equations in Appendix I

Solving pH through electro-neutrality condition

HCO3-=fC(pH,Ctot ,KC,i)

…NO3

2-= fN(pH,Ntot ,KN,i)..PO4

3-= fP(pH,Ptot ,KP,i)....

pH Solving ODEs for material balances evaluation of

actual values

Evaluation of average light intensity within the medium

Risultati fitting parametri

6,5

7,0

7,5

8,0

pH

Experimental data Model fitting

0,3

0,4

0,5

0,6

Experimental Data Model fitting

Mic

roal

gae

conc

entr

atio

n, (

g L-1

)

0 500000 1000000 1500000 20000005,0

5,5

6,0

pHTime, (s)

0 500000 1000000 1500000 20000000,0

0,1

0,2

Mic

roal

gae

conc

entr

atio

n, (

g L

Time, (s)

Si ottengono i valori di due parametri del modello da utilizzare nelle

prove di predizione

Risultati: predizione

0,2

0,3

0,4

0,5

0,6

M

icro

alga

e co

ncen

trat

ion,

(g

L-1)

Experimental Data Model prediction

5,8

6,0

6,2

6,4

6,6

6,8

7,0

7,2

7,4

pH

Experimental data Model prediction

0 500000 1000000 1500000 20000000,0

0,1

0,2

Mic

roal

gae

conc

entr

atio

n, (

g L

Time, (s)

Il modello consente poi di estrapolare l’evoluzione di una serie di

variabili di processo (CO2 in uscita, O2 sviluppato, concentrazione dei

macronutrienti etc.) che non si mostrano per brevità

0 500000 1000000 1500000 20000005,0

5,2

5,4

5,6

5,8

Time, (s)

Risultati con sistemi simili

Buoni risultati sono stati ottenuti anche con sistemi simili che utilizzano

un’altra alga «Nannochloris Eucariotum»

Utilità dei risultati in termini industriali

Le ricadute sulla possibile ottimizzazione della tecnologia ottenibili con

la modellistica sono le seguenti

• Si può capire quale sarà il comportamento di un reattore «più

grande» operante su scala industriale;

• Si può stabilire quale è la concentrazione dei nutrienti nel mezzo di

coltura per cui si massimizza la produttività di biomassa;

• Si può stabilire dopo quali tempi è possibile prelevare la biomassa dal • Si può stabilire dopo quali tempi è possibile prelevare la biomassa dal

reattore;

• Si possono stabilire i flussi luminosi ottimali utilizzando ad esempio

schermi che impediscano i fenomeni di fotoinibizione;

• Etc..

In definitiva si può progettare l’impianto su scala industriale sulla base

dei risultati ottenuti su scala di laboratorio. Ossia si può effettuare lo

«scale-up» !

Utilità dei risultati in termini scientifici

Le ricadute sugli aspetti scientifici sono i seguenti

• Si arriva ad una comprensione «intima» del comportamento del

sistema e dei fenomeni che lo regolano;

• Sulla base di tale comprensione si possono individuare a priori nuove

configurazioni sperimentali che potrebbero dar vita a nuovi e

interessanti risultati;

• Si può stabilire invece quali configurazioni non darebbero vita a • Si può stabilire invece quali configurazioni non darebbero vita a

buoni risultati evitando sperimentazioni particolarmente costose e

dispendiose;

• Etc..

In definitiva si può pianficiare attività sperimentale innovativa mirata

evitando un approccio euristico l’impianto su scala industriale sulla

base dei risultati ottenuti su scala di laboratorio. Ossia si può effettuare

lo «scale-up» !

Esempi di applicazione II

Produzione di lipidi da microalghe coltivate con CO2

pura in reattori tubolari elicoidali a riciclo con analisi

dell’effetto delle dimensioni delle cellula

Microalga strain: Spirulina platensis;

Sistema simulato

Fotobioreattore BIOCOIL

z=0

z=L

Fenomeni simulati

• Effetto della variazione del flusso luminoso incidente

• Effetto delle dimensioni della cellula algale (Bilancio di

popolazione) sulla capacità di diffusione dei nutrienti

e di penetrazione della luce

• Effetto della concentrazione di nitrati e fosfati• Effetto della concentrazione di nitrati e fosfati

• Effetto dell’inibizione da accumulo di O2 disciolto e del

degasaggio

• Effetto della configurazione tubolare del reattore e dei

parametri fluodinamici (velocità del fluido e

dispersione)


Bilancio di materia dei principali nutrienti

( )2

2

2/ 0

1, , , , ( , )j j j

z D m j OX j

C C Cv E m z I C C m z dm

t z z yζ ψ

∞∂ ∂ ∂= − ⋅ + ⋅ − ⋅ ⋅

∂ ∂ ∂ ∫ 3 2 41,..2; 1 ; 2j NO H PO− −= = =

0j jC C= @ 0t = , [ ]0,z L∀ ∈ for 1,2j =

000

jz j z j Dzz

z

Cv C v C E

z+−+

===

∂= −

∂ @ 0t∀ > , 0z = for 1,2j =

0j

z L

C

z =

∂=

∂ @ 0t∀ > , z L= for 1,2j =

Bilancio di materia dei principali cataboliti O2

( )2 2 2

2

2

2

2/ 0

1, , , , ( , )O O O

z D m j OX O

C C Cv E m z I C C m z dm

t z z yζ ψ

∞∂ ∂ ∂= − ⋅ + ⋅ + ⋅ ⋅

∂ ∂ ∂ ∫ 3 2 41,..2; 1 ; 2j NO H PO− −= = =

2 2

0O OC C= @ 0t = , [ ]0,z L∀ ∈

2

2 20 00

Oz O z O Dz z

z

Cv C v C E

z− ++

= ==

∂= −

∂ @ 0t∀ > , 0z =

2 0O

z L

C

z =

∂=

∂ @ 0t∀ > , z L=


Bilancio di popolazione delle cellule

( ) 2

2

2

2

max1 ,max

, , , , 1n

Ojm j O cn n

jK j j O

CCIm z I C C m

I I K C Cζ µ µ

=

= ⋅ ⋅ ⋅ − − ⋅ + +

∏

( )2 2

2

2 ( , , , , ) 2 ( ', , , , ) ( , ') 'mz D j O j O

m

v E m z I C C m z I C C p m m dmt m z z

ζ ψψ ψ ψ ψ ψ∞∂ ⋅∂ ∂ ∂+ = − ⋅ + ⋅ + Γ ⋅ − ⋅ Γ ⋅ ⋅

∂ ∂ ∂ ∂ ∫0( , , ) ( , ,0)m z t m zψ ψ= @ 0t = , [ ]0,z L∀ ∈

0 00

z z Dz zz

v v Ez

ψψ ψ− ++

= ==

∂⋅ = ⋅ − ⋅∂

@ 0t∀ > , 0z =

ψ∂ = @ 0t∀ > ,

( ) ( )( )

( )

2

22

22 2

220

1exp

22, , , , , , , ,'1

1 exp '22

j

o

j O m O mo

m

m z I C C m z I C Cm

dm

µσπσζ

µσπσ

− −

Γ = ⋅− −

− ⋅∫

1 11 1

( , ') 1( , ) ' ' '

q qm m

p m mq q m m mβ

− − = −

( )'

0

, ' ' 1m

p m m dm⋅ =∫

( ) ( )0

, ,X t z m z m dmψ∞

= ⋅ ⋅∫

0z Lz

ψ=

∂ =∂

@ 0t∀ > , z L=

Risultati modellistici

Predizione completa dati sperimentali

0 4 8 12 16 20 24 28 32 36 40 44

Time, days

6000

Bio

mas

s co

ncen

trat

ion,

g m

-3

0,00

5,76

x10

31,

15x1

04

1,73

x10

42,

30x1

04

2,88

x10

43,

46x1

04

4,03

x10

44,

61x1

04

5,18

x10

45,

76x1

04

6,34

x10

4

1000

Bio

mas

s co

ncen

trat

ion,

g m

Time, s

100

Estrapolazioni modellistiche

0,00

3,45

x10

56,

90x1

05

1,03

x10

6

1,38

x10

61,

72x1

06

2,07

x10

62,

41x1

06

2,76

x10

63,

10x1

06

3,45

x10

63,

79x1

06

0

20

40

60

80

100

120

140

160

0 4 8 12 16 20 24 28 32 36 40 44

Time, days

Radiation within the culture

Pho

tosy

nthe

tical

ly a

ctiv

e ra

diat

ion,

µE

m-2 s

-1

Incident radiation

0.00

6.00

x10

31.

20x1

04

1.80

x10

42.

40x1

04

3.00

x10

43.

60x1

04

4.20

x10

44.

80x1

04

5.40

x10

46.

00x1

04

0

200

400

600

800

1000

1200

1400

1600

1800

20000 4 8 13 17 21 25 29 33 38 42

Time, days

NO-

3

H2PO-

4

O2

Nut

rient

s in

liqu

id p

hase

, g m

-3

9

10

11

12

13

14

Dissolved O

2 concentration, g m-3

0,00

3,45

x10

6,90

x10

1,03

x10

1,38

x10

1,72

x10

2,07

x10

2,41

x10

2,76

x10

3,10

x10

3,45

x10

3,79

x10

Time, s

6.00

x10

1.20

x10

1.80

x10

2.40

x10

3.00

x10

3.60

x10

4.20

x10

4.80

x10

5.40

x10

6.00

x10

Time, s

0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,350,00

5,00x1021

1,00x1022

1,50x1022

2,00x1022

2,50x1022

20 days

16 days

14 days

10 days8 days

6 days

Dis

trib

utio

n, g

-1 m

-3

Cell mass x 10-9, g

2 days

0,00

1,73x

105

3,46x

105

5,18x

105

6,91x

105

8,64x

105

1,04x

106

1,21x

106

1,38x

106

1,56x

106

1,73x

106

0,00

0,02

0,04

0,06

0,08

0,10

0,12

0,14

0,16

0,18

0,20

0,220 2 4 6 8 10 12 14 16 18 20

Time, days

Ave

rage

cel

l mas

s x

10-9, g

Time, s

Esempio di utilità dei risultati

• Si può stabilire diametro dei fotobioreattori compatibile con

una distribuzione della luce in grado di promuovere la

fotosintesi

• Per impianti industriali con tubazioni molto lunghe si può

stabilire in quali punti delle tubazioni devono essere re-

integrati i nutrienti per via del consumointegrati i nutrienti per via del consumo

• Si può stabilire in quali punti effettuare gli sfiati dell’ossigeno

per far si che non si verifichino fenomeni di foto-ossidazione;

• Si può stabilire ad esempio come combinare i parametri

operativi per favorire la crescita della massa cellulare

piuttosto che la mitosi o viceversa.

Utilità dei modelli per valutazione fattibilità economica

Per valutare a priori potenziali guadagni dall’utilizzo della

tecnologia è necessario valutare parametri quali produttività e

contenuto lipidico che possono essere forniti dai modelli

matematici.

Es. guadagno netto annuale

Parametro Simbolo Valore U.M. Parametro Simbolo Valore U.M. Valore dei lipidi prodotti VCL 0,59 €/L Contenuto dei lipidi delle microalghe fCL 0,40 - Densità delle microalghe ρL 0,88 kg/L Valore della massa non-lipidica delle microalghe Va 0,75 €/kg Valore dei servizi prodotti S 0,30 €/L Costo della produzione M 0,15 €/L Velocità specifica di produzione Pa 12,00 kg/m2/yr Costi minimi di investimento solo fotobioreattori e annessi (pompe) Cimin 52,47 €/m2 Costi massimi di investimento solo fotobioreattori e annessi (pompe) Cimax 112,44 €/m2 Costi operativi annuali compreso ammortamento impianto Amin 5,247376 €/yr/m2 Costi operativi annuali compreso ammortamento impianto Amax 11,24438 €/yr/m2 Potenziali guadagni netti max Qmax 5,167302 €/yr/m 2

I parametri in giallo sono ottenuti per reattori su scala industrialeattraverso modelli matematici

Valutazione fattibilità economica

Potenziali reddittività stimate

Utilizzo come biocarburante Superficie impianto (ha)

Potenziali guadagni netti unitari (€/m2/yr)

Potenziali guadagni netti totali (€/yr)

0,5 0,2 967,5 1 1,2 11636,5 1,5 2,1 32006,9 2 3,1 62078,9 3,0 5,2 155804,9 3,0 5,2 155804,9

Si tratta ovviamente di stime puramente indicative in quanto come detto iguadagni potenziali dipendono da fattori differenti da valutare di volta involta.Comunque le stime sono estremamente promettente qualora si riescano ascalare opportunamente i risultati di laboratorio

Date post:	18-May-2015
Category:	Technology
Upload:	crs4-research-center-in-sardinia
View:	504 times
Download:	3 times

Seminario Alessandro Concas, 29-03-2012

Technology