编辑推荐：
本文聚焦气体发酵规模化问题。气体发酵因碳捕获潜力受关注，但其产品经济利润低，需大型生物反应器。文中对比搅拌罐反应器（STR）和鼓泡塔反应器（BCR），建议用 BCR。还介绍了规模化挑战、工具及未来研究方向，助力推动该技术发展。
引言
气体发酵作为碳捕获和增值过程，近年来在研究和商业领域备受关注，因其能减少温室气体排放，在循环经济中意义重大。它可利用多种气体（如 CO、CO2、H2、CH4），微生物通过不同代谢途径将其转化为多种产物 ，如短链有机酸、醇类、单细胞蛋白（SCP）等。
厌氧气体发酵产品价值低，促使需氧气体发酵发展，不过需氧发酵使用 H2和 O2时需严格安全措施。目前，气体发酵产品多为低价值、大规模产品，要具竞争力就需规模经济，这就要求生物反应器有高气液传质速率。与传统搅拌罐反应器（STR）相比，气动搅拌生物反应器（如鼓泡塔反应器 BCR）在传质能力、运行成本和资本支出方面更具优势，但目前工业生物技术应用仍多聚焦 STR，所以有必要重新研究和升级 BCR 相关技术。
生物反应器的选择
为选择最佳反应器类型，明确气体发酵罐设计目标很关键。STR 和气动搅拌生物反应器是需氧过程规模化常用的两种反应器，后者包含 BCR、内外环气升式反应器，这里将气动搅拌生物反应器统一归为 BCR。
从多个设计目标对比 BCR 和 STR：在传质速率上，二者在非聚并发酵液中都有较高传质速率；能耗方面，BCR 仅取决于气体压缩，功率消耗（P/V）为 275 W m?3 ，STR 则取决于搅拌和气体压缩，P/V 达 4145 W m?3 ；运行成本上，BCR 因低能耗和维护成本，运营成本（OPEX）更低；混合速度上，STR 搅拌速度高时混合时间短（tm = 116 s），BCR 在较高气体流速下混合效果较好（tm = 180 s）；感染风险方面，BCR 因结构简单风险较低，STR 因旋转轴、密封件和轴承增加了风险；在处理高粘性发酵液上，STR 更具优势，BCR 不适用；浓度波动上，BCR 波动短且频繁，STR 可能导致微生物长时间饥饿；剪切应力方面，BCR 较低，STR 在轴和叶轮附近存在高剪切区；热传递方面，气体发酵产热少，BCR 低功率输入所需冷却少，STR 则需更多冷却。综合来看，BCR 在低功率输入和成本下能提供优异传质速率，更适合工业规模气体发酵。
规模化的挑战
大型生物反应器中的梯度问题
生物过程规模化面临诸多挑战，如原料和产品稀释、反应慢、生物质浓度低等。大型反应器中物质传输慢于摄取时会产生梯度（如 pH、底物浓度梯度），影响微生物生长和产物形成，降低生物量产量和生产力。虽然气体发酵中的梯度通常小于糖基发酵，但低气体溶解度和气体转化会加剧梯度出现。梯度还会使细胞处于应激状态，影响细胞生理、转录组和蛋白质组，导致群体异质性，增加细胞维持需求，不过有限的底物接触在某些情况下可能有益，比如高 CO 浓度抑制细胞生长时，梯度可能促进乙醇生产。
规模化的方法
目前，规模化主要依据经验准则、规则和量纲分析，常见策略是保持某个重要参数恒定，如几何比、传质系数（kLa）、混合时间（tm）等，但这些标准忽视了微生物视角。
对于 BCR，满足直径超 0.15 m、分布器孔大于 1 - 2 mm、高径比大于 5 这三个条件时，不同规模的气含率具有可比性，从流体动力学角度简化了 BCR 的放大，但这些标准对气体发酵液是否适用仍未知。为考虑微生物视角，知识驱动的缩小规模方法通过在实验室模拟大规模条件，了解微生物对底物梯度的代谢反应，建模在其中起着关键作用。
规模化的工具
基于模型的气体发酵过程规模化
生物过程建模工具多样，涵盖不同复杂程度的流体动力学和代谢模型。流体动力学模型包括零维（理想混合）、一维（沿一个空间坐标存在梯度）和三维（3D）模型，3D 模型中的计算流体动力学（CFD）模型空间分辨率高，能详细预测速度、压力场、浓度梯度等现象，常采用欧拉 - 欧拉模型模拟气含率和气泡数量，还可通过群体平衡模型模拟气泡聚并和破裂，与代谢模型耦合。但 CFD 模型存在许可和计算成本高、需专业人员、模型开发和计算时间长等局限，为此开发了隔室模型（CMs），将反应器空间简化为理想混合隔室网络，虽精度受限，但预测速度更快。
代谢子模型分为基于约束的模型和动态模型，前者假设细胞内处于稳态，通过（动态）通量平衡分析提供通量分布；后者结合动力学信息研究系统动态变化，预测和外推能力更强，但需要大量数据集确保参数可识别性。为减少计算负担，常将反应和代谢物归并为池来构建简单模型结构，在 3D 模型中还可通过跟踪代表细胞的拉格朗日粒子进行生命线分析。
验证的重要性
为确保综合模型可靠准确，用实验数据进行充分验证必不可少。近年来气体发酵实验研究增多，但商业规模过程因公司保密和研究难以接触工业反应器，实验数据稀缺，验证困难。可从试点规模数据、其他类似装置实验证据、需氧鼓泡塔实验和专利获取模型有效性证据。实验中测量气泡大小分布、kLa 值和混合时间等对验证有帮助，但大规模测量并不容易。此外，开发了多种缩小规模装置模拟大规模条件，但要设计出符合实际的装置，还需对商业规模过程有更深入了解。
研究方向
气体发酵研究需要生化工程师和微生物学家紧密合作，优化实验设计和解读结果。
在模型方面，需减少建模假设，改进流体动力学和动力学模型，这依赖实验数据集支持。发酵液中生物质、产品、盐和表面活性剂会影响流体动力学和传质速率，研究最终发酵液组成对准确描述气泡动力学、计算传质和混合参数至关重要。目前预测生物质特定气体摄取率的动力学模型不足，公共信息有限，模型可靠性低，需创新研究方法。
产品抑制机制的研究也很关键，了解其机制有助于优化整个过程，同时目前缺乏将乙酸浓度与细胞维持 ATP 需求相关联的机制模型。模拟工业气体过剩和短缺梯度的缩小规模研究能揭示浓度变化对微生物代谢、生长产量和维持代谢的影响。
此外，将基因组规模代谢模型与生物反应器模型耦合，有助于研究操作选择和细胞外条件对代谢和产品谱的影响。气体发酵过程还缺乏一些分析工具，如在线测量溶解气体浓度技术有待完善，测量铁氧还蛋白浓度困难。尽管有知识驱动的规模化策略，试点规模研究仍不可或缺，它能验证模型，确定实际过程变量对产品质量的影响。
展望
气体发酵是未来生物和绿色技术的核心平台，应用广泛，可生产高价值化学品，H2耦合羧基营养发酵还能增强 CO 发酵的可持续性。然而，行业对采用气动搅拌生物反应器仍缺乏勇气，气体发酵过程商业化受高资本成本和小经济利润限制，但 CO2征税可能改变这一局面。利用知识驱动的规模化方法和 CFD、动力学代谢模型可加速生物反应器规模化，但仍需研究减少模型假设，推动技术商业化。
