Integrando vida y flujo: hacia biorreactores predictivos para carne cultivada

Una nueva frontera de modelado

Ningún marco existente ha acoplado completamente el crecimiento biológico con la dinámica de fluidos multifásica a través del enorme espacio de diseño de los biorreactores modernos. Los modelos tradicionales tratan el medio de cultivo como estático o las células como trazadores pasivos. En realidad, la proliferación celular, el transporte de oxígeno y la estructura del flujo coevolucionan: cada uno determina al otro. Capturar esa interacción, abarcando cientos de posibles geometrías, volúmenes de llenado y programas de balanceo, es clave para construir biorreactores que puedan escalar la carne cultivada de una curiosidad de laboratorio a una tecnología alimentaria global.

Por qué es importante

La carne cultivada promete reducir la huella ambiental de la agricultura, pero su éxito depende del rendimiento del biorreactor. Dentro de estos dispositivos, miles de millones de células animales crecen suspendidas en un medio rico en nutrientes que debe permanecer bien mezclado y bien oxigenado. El biorreactor de balanceo, una bolsa flexible que se inclina rítmicamente como una cuna, ofrece una alternativa suave y escalable a los tanques impulsados por impulsores. Sin embargo, el mismo balanceo que mezcla los nutrientes también puede separar las células. Ajustar experimentalmente esos parámetros es prohibitivamente costoso y lento. Cada prueba consume instalaciones estériles, semanas de tiempo de cultivo y costosos medios de crecimiento. Por lo tanto, la simulación predictiva es esencial.

El desafío científico

Este problema se encuentra en la intersección de la mecánica de fluidos multifásica no newtoniana, los fenómenos de transporte y la biología computacional. La superficie libre del fluido se mueve en un marco no inercial, la viscosidad del medio evoluciona a medida que las células proliferan, y las propias células modifican el campo de flujo a través del consumo local de oxígeno y la resistencia. La CFD convencional no puede resolver tales dinámicas acopladas, y los modelos biológicos existentes ignoran el flujo por completo. Nuestro objetivo es unificarlos.

Nuestro enfoque

En Brown, estamos desarrollando el primer marco computacional de código abierto que integra la dinámica celular basada en agentes dentro de un solucionador multifásico de volumen de fluido (VOF) para biorreactores de balanceo. Este modelo predice la transferencia de oxígeno, los gradientes de nutrientes y las tensiones de cizalladura directamente a partir de los primeros principios, mientras rastrea cómo estos campos afectan el crecimiento local de la biomasa. Debido a que la simulación numérica directa de cada configuración es computacionalmente costosa, incorporamos el solucionador en un modelo sustituto basado en datos que aprende de las ejecuciones de alta fidelidad. Combinado con la optimización bayesiana, esto permite la exploración sistemática de miles de combinaciones de diseño (geometría, frecuencia de balanceo, amplitud, reología del medio) a una fracción del costo computacional.

Este trabajo establece un puente entre la mecánica del continuo y los sistemas vivos. Extiende el modelado clásico de flujo multifásico a un régimen donde el “fluido” crece, consume y se adapta. Al resolver cómo la entrega de oxígeno y el estrés mecánico influyen en los resultados celulares, el marco proporciona criterios cuantitativos para entornos hidrodinámicos “seguros para las células”, algo previamente definido solo empíricamente.

Impacto más amplio

El resultado es una herramienta predictiva y reproducible para la biotecnología sostenible. Al reemplazar la creación de prototipos físicos costosos con un diseño abierto basado en simulación, podemos acelerar la ampliación de la carne cultivada y los sistemas de bioproducción relacionados, como vacunas, terapias celulares y fabricación de proteínas. Todo el código y los conjuntos de datos se publican abiertamente para fomentar la validación y la reutilización por parte de la comunidad.

Para obtener detalles técnicos, consulte Kim, Harris & Cimpeanu (2025) o explore el repositorio BioReactor.