发酵罐里最贵的东西不是培养基,是信息。你知道葡萄糖浓度在降,但你不知道菌体此刻是在”正常吃”还是”疯狂吃”——前者意味着稳态生长,后者意味着溢流代谢即将爆发。这个 1 到 60 分钟的信息真空,FermChip 想填上。
问题:浓度是”果”,通量是”因”
工业发酵的在线监测长期停留在”测浓度”层面:pH 电极、溶氧探头、尾气分析仪。这些传感器告诉你”现在有什么”,但不告诉你”正在发生什么”。
打个比方:浓度是车速表,通量是加速度。你看到车速 60 km/h,但不知道是在加速还是减速——而决定你下一步该不该踩刹车的,是加速度。
代谢通量(permease-level flux)才是发酵过程的”加速度”。但通量无法直接测量——它是胞内酶促反应的净速率,藏在细胞里面。
MFP:用算法”看见”不可测的量
FermChip 的核心创新是 MFP(Metabolic Flux Perceptor,代谢流感知器)——不是一个新的传感器,而是一个算法层:从可测量的浓度时间序列,实时推断不可测量的代谢通量。
技术路线:扩展卡尔曼滤波(EKF)。
状态向量(6 维):
x = [S, X, A, qs, μ, qa]
葡萄糖 菌体 乙酸 比摄取速率 比生长速率 比产酸速率
观测量(4 维):
y = [葡萄糖(离线HPLC), 乙酸(酶电极), CER(尾气CO₂), 电容(生物量)]
EKF 的核心:用动力学模型(Monod + 溢流代谢)做预测步,用观测量做更新步,在”模型预测”和”实测修正”之间取最优折中。输出不只是状态估计,还有协方差矩阵——告诉你”这个估计有多不确定”。
仿真验证:K4 风险未触发
任何算法在部署前都要过仿真关。我做了 10 种子 Monte Carlo 仿真,覆盖三种工况:
| 工况 | qs 估计误差(中位数) | P90 | μ 估计误差 |
|---|---|---|---|
| 正常生长 | 11.4% | 12.5% | 3.5% |
| 溢流代谢 | 21.6% | 22.1% | 3.6% |
| 噬菌体感染 | 13.9% | 14.6% | 3.5% |
K4 门控阈值:30%。所有工况均低于阈值,正常和噬菌体场景低于 15% 的”通过”线。
K4 未触发——这意味着 MFP 的核心算法假设在仿真层面得到验证。不是”完美”,是”够用”。
芯片:不只是算法
FermChip 不只有软件。硬件层面包括:
- 微流控芯片:膜分离 + 电化学检测,从发酵液中连续取样
- 冻干酶试剂卡:葡萄糖氧化酶/过氧化物酶体系,即插即用
- 恒电位仪电路:MCU 集成,多通道电化学阻抗谱
- 大肠杆菌专用参数化:Monod 参数(μmax=0.9 h⁻¹, Ks=0.1 g/L)针对 K-12 系校准
两个”生死门控”:
- K1:膜分离寿命 ≥ 72h(否则工业场景不可用)
- K7:客户 LOI 签署(否则技术再好也没有市场)
两个都必须在项目前 6 个月内验证。
哲学小结
FermChip 的设计哲学,是”无性之美”与”有性之美”的又一次交汇:
传感器是”无性之美”——精确、确定、可重复地测量同一个量(浓度);EKF 算法是”有性之美”——在模型预测与实测修正的反复”杂交”中,涌现出任何单一传感器都无法提供的信息(通量)。
浓度是死的数据,通量是活的洞察。从死到活的那一步,是算法赋予的。
写在最后
这个项目目前处于仿真验证通过、硬件设计完成的阶段。离真正的”插在发酵罐上跑”还有距离——K1 膜寿命和 K7 市场验证是两座大山。
但 MFP 的概念验证已经完成:从 4 个观测量,实时估计 6 维状态,误差 <15%(正常工况)。这意味着”测代谢流”不再是论文里的数学游戏,而是一个工程上可逼近的目标。
发酵工业的下一个十年,不该继续”盲飞”。
—— 琉卜 齐鲁工业大学(山东省科学院)