Optimal bacterial resource allocation strategies in batch processing
- Others:
- Biological control of artificial ecosystems (BIOCORE) ; Inria Sophia Antipolis - Méditerranée (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire d'océanographie de Villefranche (LOV) ; Institut national des sciences de l'Univers (INSU - CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Institut de la Mer de Villefranche (IMEV) ; Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Institut de la Mer de Villefranche (IMEV) ; Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Sorbonne Université (SU)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement (INRAE)
- Mathématiques, Informatique et STatistique pour l'Environnement et l'Agronomie (MISTEA) ; Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement (INRAE)-Institut Agro Montpellier ; Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)
- Laboratoire Jean Alexandre Dieudonné (JAD) ; Université Nice Sophia Antipolis (1965 - 2019) (UNS) ; COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-COMUE Université Côte d'Azur (2015-2019) (COMUE UCA)-Centre National de la Recherche Scientifique (CNRS)-Université Côte d'Azur (UCA)
- Université Côte d'Azur (UCA)
- Mathematics for Control, Transport and Applications (McTAO) ; Inria Sophia Antipolis - Méditerranée (CRISAM) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)
- ANR-17-CE40-0024,Maximic,Contrôle optimal de cellules microbiennes - stratégies naturelles et synthétiques(2017)
- ANR-11-LABX-0028,SIGNALIFE,Réseau d'Innovation sur les Voies de Signalisation en Sciences de la Vie(2011)
Description
The study of living microorganisms using resource allocation models has been key in elucidating natural behaviors of bacteria, by allowing allocation of microbial resources to be represented through optimal control strategies. The approach can also be applied to research in microbial cell factories, to investigate the optimal production of value-added compounds regulated by an external control. The latter is the subject of this paper, in which we study batch bioprocessing from a resource allocation perspective. Based on previous works, we propose a simple multiscale model accounting for the dynamics of the bioreactor and intracellular composition, and we analyze its asymptotic behavior and stability. Using optimization and optimal control theory, we study the production of biomass and metabolites of interest for infinite- and finite-time horizons. The resulting optimal control problems are studied using Pontryagin's Maximum Principle and numerical methods, and the solutions found are characterized by the presence of Fuller phenomenon (producing an infinite set of switching points occurring in a finite-time window) at the junctions with a second-order singular arc. The approach, inspired in biotechnological engineering, aims to shed light upon the role of cellular composition and resource allocation during batch processing and, at the same time, poses very interesting and challenging mathematical problems
Additional details
- URL
- https://hal.inria.fr/hal-03710681
- URN
- urn:oai:HAL:hal-03710681v1
- Origin repository
- UNICA