Scale‑Up Bioreaktor: Menjaga kLa, Mengelola Mixing Time, dan Mengandalkan CFD agar Yield Tidak Rontok 10–30%

Ketika bioreaktor dibesarkan skalanya, dua hal paling sering jadi batu sandungan: oxygen transfer (kLa, koefisien perpindahan massa oksigen volumetrik) dan mixing time (waktu hingga campuran seragam). Rasio permukaan/volume menyusut, gradien massa menguat, oksigen jadi langka, dan pencampuran melambat—konsekuensinya nyata di lapangan (pdfcoffee.com; www.bioprocessintl.com).

Empirinya tegas: scale‑up yang tak terkendali lazim memangkas yield atau produktivitas 10–30% akibat keterbatasan perpindahan panas/massa (pmc.ncbi.nlm.nih.gov). Karena itu, para insinyur biasanya “mengunci” satu parameter—seringnya kLa, power per volume (P/V), atau tip speed—agar bioreaktor besar meniru kondisi bioreaktor kecil.

Strategi ini berhasil di praktik. Menjaga kLa konstan memberi performa setara di 1,5 L, 15 L, dan 75 L—biomassa dan hasil polisakarida berbeda kurang dari 14% (pmc.ncbi.nlm.nih.gov). Sebaliknya, tanpa kontrol, kehilangan 10–30% pasca scale‑up adalah pola berulang (pmc.ncbi.nlm.nih.gov).

Parameter kunci yang dipertahankan

Oxygen transfer (kLa). Di kultur aerob, kLa menentukan seberapa cepat O₂ larut dan sampai ke sel—pasokan O₂ adalah “garis hidup” sebagian besar fermentasi industri (pdfcoffee.com; pmc.ncbi.nlm.nih.gov). Aturan praktisnya: jaga kLa konstan antar skala. Pada fermentasi vaksin Hib (Haemophilus influenzae), mengunci kLa = 52 h⁻¹ membuat bench dan pilot sama‑sama mencapai ~9,0 g/L biomassa (DCW, dry cell weight) dan ~1,4 g/L polisakarida, dengan kinetika sebanding (pmc.ncbi.nlm.nih.gov; pmc.ncbi.nlm.nih.gov). Di praktik, ini berarti menyesuaikan pengadukan dan aerasi agar kLa tetap di target; tanpa itu, produktivitas PRP (polisakarida Hib) bisa turun setengah pada kLa rendah (24 vs 52 atau 80 h⁻¹) (pmc.ncbi.nlm.nih.gov). “Constant kLa remained the best option, giving high yield upon scale‑up”—laboratorium dan pilot pun sebanding (pmc.ncbi.nlm.nih.gov).

Mixing time (tₘ). Ini mengukur kecepatan homogenisasi setelah pulsa (mis. injeksi tracer)—mempengaruhi distribusi nutrien dan gas. Secara prinsip, tₘ akan bertambah saat skala membesar; menahan tₘ tetap sama tidak realistis. Satu analisis menunjukkan, menyamai tₘ kecil di skala lebih besar butuh ~2000× daya (www.bioprocessintl.com). Studi CFD pada single‑use wave bioreactors melaporkan tₘ 12–112 detik bergantung kondisi (www.frontiersin.org). Karena “mixing time inevitably must increase with scale‑up”, insinyur biasanya mengunci kLa atau P/V dan menerima tₘ yang lebih panjang—seraya menambah impeller atau baffle bila perlu (www.bioprocessintl.com).

Kriteria alternatif dan kompromi desain

Selain kLa, kriteria scale‑up lain yang lazim adalah P/V, tip speed, angka Reynolds (Re), dan menjaga laju geser untuk sel sensitif; mencocokkan tip speed, misalnya, membantu menjaga lingkungan geser untuk sel serangga (www.scribd.com). Studi optimasi menunjukkan operasi bioreaktor 1000 L pada 174 rpm dengan vertical‑blade turbine (disebut juga “vertical disc”) dan aerasi 1,67 vvm (laju gas per volume reaktor per menit) meminimalkan P/V—konfigurasi berdaya terendah ini direkomendasikan untuk mencapai target kLa 0,06 s⁻¹ (repository.ipb.ac.id). Dalam contoh Indonesia itu, P/V turun saat tangki membesar dan putaran melambat, sehingga opsi “daya terendah” dipilih untuk tetap memenuhi kLa (repository.ipb.ac.id).

Dampak pada metrik produksi

Data empiris dan komputasi sejalan: menjaga parameter kunci membuat metrik produksi konsisten. Dengan kLa konstan seperti di atas, tiga ukuran reaktor hanya menunjukkan variasi <14% pada biomassa dan hasil produk (pmc.ncbi.nlm.nih.gov). Bahkan, “similar bioreactor yields, productivity and kinetic behaviors” dicapai pada 1,5 L dan 75 L, sebuah scale‑up yang dinilai sukses (pmc.ncbi.nlm.nih.gov; pmc.ncbi.nlm.nih.gov). Tanpa kontrol, kehilangan hingga sepertiga produksi (penurunan yield 10–30%) saat scale‑up akibat heterogenitas kembali muncul di literatur (pmc.ncbi.nlm.nih.gov; pmc.ncbi.nlm.nih.gov). Implikasinya bisnisnya besar: di manufaktur vaksin dan biologik—pasar global $0,36 miliar pada 2024—kehilangan belasan persen berarti biaya dan pasokan yang terguncang (pmc.ncbi.nlm.nih.gov).

Contoh konkret: upscaling PHA di Indonesia menjaga kLa 0,06 s⁻¹ saat reaktor naik dari 200 L ke 1.000 L; rekomendasinya—vertical disc 174 rpm dan aerasi 1,67 vvm—memberi pasokan oksigen memadai pada daya minimal (repository.ipb.ac.id). Pada kasus PRP Hib, hasil 75 L menyamai skala lab, dengan penurunan hanya 4% di 15 L—jauh di bawah kehilangan tipikal (pmc.ncbi.nlm.nih.gov). “Yields (g/L) and conversion efficiencies remained consistent across scales when kLa was controlled” (pmc.ncbi.nlm.nih.gov).

CFD untuk prediksi skala besar

Computational fluid dynamics (CFD) kini jadi alat prediksi kinerja bioreaktor besar sebelum dibangun—mengurangi coba‑coba mahal (ispe.org). Prado dan Dyrness (2020) menekankan CFD “can reduce or eliminate the need to perform bioreactor scale‑up studies because full‑scale bioreactors can be simulated to predict performance”—iterasi desain (geometri, impeller) dan kondisi operasi pun bisa dipercepat (ispe.org; ispe.org).

Pendekatan pemodelan. Alurnya: (1) bangun geometri/mesh detail; (2) pilih model aliran multiphase—mis. Euler‑Euler dengan populasi gelembung atau Lattice‑Boltzmann; (3) kalibrasi terhadap data eksperimen skala bench (mis. sesuaikan turbulensi atau korelasi kLa hingga simulasi menyamai hasil ukur; ispe.org); (4) jalankan model terverifikasi di skala lebih besar untuk memprediksi kLa lokal, DO (dissolved oxygen), mixing time, tegangan geser; (5) gunakan temuannya untuk optimasi impeller, sparger, dan set‑point operasi.

Validasi dan akurasi. Setelah kalibrasi, CFD memprediksi parameter kunci dalam rentang ketidakpastian eksperimen. Pada studi Prado/Dyrness, skenario CFD terbaik memprediksi kLa dengan deviasi 0–16% terhadap eksperimen di berbagai kondisi (ispe.org). Tren juga tertangkap akurat: arah perubahan kLa (naik dengan agitasi/aerasi) serta titik agitasi optimal (ispe.org; ispe.org). Di tingkat lokal, peta fraksi O₂, kLa, dan disipasi energi membantu menandai zona mati atau zona geser tinggi—celah yang sering lolos dari pengukuran bulk (ispe.org).

Fleksibilitas simulasi. Setelah tervalidasi, model CFD memungkinkan parametric sweeps—mis. kecepatan impeller, laju sparge—secara in silico. Prado/Dyrness menjalankan 12 simulasi lintas pengaturan agitasi dan aerasi dalam satu studi (ispe.org). Visualisasi variabel lokal—mis. fraksi O₂ dan medan kLa—“provided valuable insight into potential design and process improvements” (ispe.org).

Studi kasus komputasi dan eksperimen

Stirred tank bioreactors. Chen dkk. (2022) menggabungkan CFD dengan population‑balance model (PBM) untuk merancang reaktor pilot 15–75 m³; dari lima kombinasi impeller/sparger, multi‑Rushton dengan four‑hole ring sparger memberi dispersi gas dan pencampuran terbaik sekaligus konsumsi energi terendah (~7,53 W/L) (pubs.acs.org). Pada studi lain, CFD tervalidasi untuk reaktor kaca 191 L (studi scale‑up dari 2 L) memprediksi mixing time (ΘM,95) dengan deviasi 10–15% dari pengukuran, menunjukkan reliabilitasnya untuk pencampuran satu fase (www.frontiersin.org).

Wave‑mixed bioreactors. Seidel dkk. (2022) memodelkan 2‑DOF rocking bioreactor baru; tₘ terhitung 12–112 detik tergantung kecepatan rocking dan volume, dengan kinerja transfer oksigen melampaui wave bioreaktor klasik satu derajat kebebasan (www.frontiersin.org). Prediksi mixing dan stress banyak yang selaras dengan eksperimen (deviasi <15% di banyak kasus; www.frontiersin.org).

Perfusion bioreactors. Kuschel dkk. (2023) memakai CFD Lattice‑Boltzmann untuk menskala sistem perfusi CHO dari 2 L ke 100 L dan 500 L single‑use vessels; efisiensi pencampuran (>90%) tercapai di semua skala, menandakan hampir tak ada short‑circuiting aliran perfusi. tₘ berada di kisaran serupa pada 500 L dan 2 L, sehingga tak perlu modifikasi desain; model 2 L valid sebagai scale‑down model (www.frontiersin.org; www.frontiersin.org).

Cell therapy bioreactors. Shafa dkk. (2019) menunjukkan CFD untuk menyeberangkan produksi iPSC dari spinner flask ke stirred tank 3 L—memodelkan geser dan pencampuran demi proses diferensiasi kardiomiosit yang sesuai GMP. Hasilnya, yield sel dan fenotipe sebanding di kedua sistem (pmc.ncbi.nlm.nih.gov). Catatan penting: relasi scale‑up tradisional (P/V, Re) sering gagal ketika geometri berbeda, sedangkan CFD “accurately calculate[s] hydrodynamic properties” untuk kasus semacam itu (pmc.ncbi.nlm.nih.gov).

Pertimbangan industri dan regulasi

Dari kacamata bisnis, scale‑up yang robust memangkas waktu ke pasar dan menjaga mutu konsisten. Salah langkah mahal: transisi ke fermentor besar kerap memakan 3–10 tahun dan investasi ratusan juta dolar AS (pmc.ncbi.nlm.nih.gov; pdfcoffee.com). Dalam konteks Indonesia, manufaktur farmasi wajib tunduk pada GMP (CPOB) yang menuntut proses tervalidasi; regulasi tidak menyebut target kLa atau tₘ spesifik, tetapi mewajibkan perubahan proses (seperti scale‑up) menjaga mutu dan keamanan produk—membuktikan ekivalensi (titre, impuritas, viabilitas sel) lintas skala adalah ekspektasi (pmc.ncbi.nlm.nih.gov). Protokol scale‑up berbasis CFD yang tervalidasi memberi bukti terdokumentasi bahwa proses skala besar mereplikasi kondisi skala lab dalam batas yang dapat diterima (ispe.org).

Sejalan dengan tuntutan CPOB atas peralatan higienis, utilitas cairan/udara di area upstream lazim memakai komponen sanitari—misalnya housing cartridge 316L stainless steel untuk aplikasi farmasi dan food grade. Pada operasi harian, set‑point agitasi dan aerasi kerap dipadukan dengan pengumpanan terkontrol; unit injeksi kimia presisi seperti dosing pump digunakan luas di fasilitas produksi.

Inti keputusan teknis

Intinya, scale‑up bioreaktor yang efektif bertumpu pada kendali laju perpindahan dan pencampuran. Tim proses umumnya mengunci kLa atau P/V agar suplai oksigen/nutrien meniru skala kecil (pmc.ncbi.nlm.nih.gov; repository.ipb.ac.id), sambil menerima bahwa mixing time akan memanjang di skala besar (www.bioprocessintl.com). Hasilnya dipantau: yield, produktivitas, dan CQA (critical quality attributes) perlu stabil—terlihat di studi‑studi terbaru (pmc.ncbi.nlm.nih.gov; pmc.ncbi.nlm.nih.gov). Alat komputasi melengkapi eksperimen: CFD memprediksi bagaimana tₘ, pola alir, dispersi gas, dan geser berubah dengan skala—mengarahkan pilihan impeller dan set‑point tanpa deretan uji nyata (ispe.org; ispe.org). Mengadopsi scale‑up berbasis CFD mengurangi ketidakpastian dan mempercepat pengembangan, dengan keputusan yang ditopang model fisika kuantitatif (ispe.org).

Key takeaways. Menjaga kondisi transfer oksigen serupa (kLa konstan) dan mengantisipasi melambatnya mixing adalah kunci scale‑up. Hasil empiris menunjukkan yield bisa dipertahankan dalam ~10% lintas skala (pmc.ncbi.nlm.nih.gov; pmc.ncbi.nlm.nih.gov). Prediksi CFD terhadap kLa dan tₘ berada dalam ~10–20% dari hasil ukur di banyak kasus (ispe.org; www.frontiersin.org). Strategi berbasis data ini mengarahkan pilihan desain yang skalabel (jenis/kecepatan impeller, laju aerasi) dan membantu memastikan produksi berkualitas regulatori di bioreaktor besar (ispe.org; ispe.org).