A process has been developed for lactic acid production from red algal galactan. This process consists of four steps: 1) saccharification of red algal galactan; 2) detoxification of the acid hydrolysate; 3) production of lactic acid from the detoxified hydrolysate by fermentation; and 4) lactic acid recovery from the fermentation broth by membrane separation. First, for the saccharification of agarose, the main component of red algal galactan, hydrochloric acid (HCl) was used. Agarose was readily hydrolyzed to galactose, 5-hydroxymethylfurfural (5-HMF), and levulinic acid by HCl. To overcome disadvantages of liquid acid catalysis such as excessive acid consumption with no reuse and waste generation during the subsequent neutralization step, HCl was replaced by a solid acid catalyst, Amberlyst 36. In order to identify optimal reaction conditions, the effects of reaction time, temperature and catalyst concentration on galactose yield and production rate were investigated. In the subsequent step, a nanofiltration (NF) process with TFC-SR3 membrane was employed for the removal of 5-HMF and levulinic acid from the acid hydrolysate. 5-HMF and levulinic acid are inhibitory to fermentation, but at the same time they themselves are useful compounds with many applications. The effects of various operating parameters such as pH, temperature and feed composition were investigated. Galactose rejection remained constant at a very high level over 0.99 with no respect to the pressure, while the rejections of 5-HMF and levulinic acid ranged from 0.03 to 0.13 and from 0.17 to 0.46 respectively, indicating that the NF process was very effective for the removal of 5-HMF and levulinic acid while retaining galactose. For the complete removal of 5-HMF and levulinic acid, NF in a diafiltration mode was carried out. In the subsequent step of electrodialysis (ED), 5-HMF and levulinic acid could be effectively separated from each other. The feasibility of lactic acid production from galactose in the hydrolysate was investigated with Lactobacillus paracasei. The sugar consumption rate and lactate production rate with galactose were comparable to those with glucose, implying that lactic acid can be efficiently produced from galactose. 5-HMF was found to inhibit cell growth and lactic acid production significantly, while levulinic acid showed no negative effects. Lactic acid fermentation was performed with the actual acid hydrolysate before and after detoxification. It was observed that cell growth, galactose consumption rate and lactate productivity with the detoxified hydrolysate were significantly higher than those with the original acid hydrolysate. NF with TFC-SR2 membrane was applied for the recovery of lactic acid from the fermentation broth. The effects of various operating parameters such as pressure, cross-flow velocity, temperature, feed concentration and feed pH on separation performances were investigated. NF was applied to an actual fermentation broth also. For the conversion of lactate to lactic acid, water-splitting ED (WSED) was carried out. Finally, a multistage version of NF model, which can predict the transient and steady-state behaviors of the process, was developed. The model parameters were estimated based on experimental data at various lactate concentrations and operating pressures with simulated fermentation broth containing impurities as well as lactate by using Speigler-Kedem model and Teorell-Meyer-Sievers model. Time profiles of lactate and sulfate (the representative impurity) concentrations in the system and in the permeate predicted by the proposed model were in a good agreement with the experimental data. Also, the accuracy of the steady-state prediction by the model was experimentally validated. The proposed model can be used for predicting the process behaviours during a start-up period and at the steady state, providing a useful tool in process design and optimization.
본 연구에서 개발하고자 하는 홍조류 갈락탄으로 젖산을 생산하기 위한 생물공정은 총 4단계로 구성되어 있다: 1) 홍조류 갈락탄의 당화; 2) 당화액의 독성제거; 3) 미생물 발효를 통해 독성이 제거된 당화액으로부터 젖산 생산; 4) 막분리 기술을 이용하여 발효액으로부터 젖산 회수. 우선 홍조류 갈락탄의 당화를 위해, 1차적으로 염산과 같은 액체 산 촉매를 이용해 보았다. 이를 위해 갈락탄의 주된 성분인 아가로즈를 이용하여 염산으로 당화시킨 결과, 갈락토오즈가 생성됨과 동시에 부산물로써, 5-HMF와 레블린 산이 생성된다는 것을 확인하였다. 그러나 이렇게 액체 산 촉매를 사용할 경우, 미생물 발효를 위해서는 반응 후 중화공정이 필요하고, 이 때 폐기물이 발생하며, 촉매의 재사용이 불가능하다는 문제점들이 있다. 따라서 이를 극복해 보고자 본 연구에서는 고체 산 촉매인 Amberlyst 36을 사용해 보았다. 그리고 최적의 반응조건을 찾기 위해, 반응 온도와 촉매 농도에 따른 영향을 알아보았다. 다음 단계는 나노여과 공정을 이용하여 당화액으로부터 독성물질인 5-HMF와 레블린산을 제거하는 것이다. 이 두 물질은 미생물 발효를 저해함과 동시에 그 자체로 다양한 분야에 사용될 수 있는 유용물질이다. 이를 위해, pH, 조업 온도, feed 조성과 같은 다양한 공정 변수가 막의 분리 성능에 미치는 영향을 조사하였다. 그 결과, 갈락토오즈의 배제율은 압력에 상관없이 0.99 이상의 높은 값을 나타내었고, 반면 5-HMF와 레블린산의 배제율은 각각 0.03 ~ 0.13와 0.17 ~ 0.46 값을 나타내어 본 연구에서 도입한 TFC-SR3 막을 이용한 나노여과 공정이 갈락토오즈는 완전히 남겨놓고 5-HMF와 레블린산 만을 제거하는 데 매우 효과적임을 알 수 있었다. 다음으로 5-HMF와 레블린산을 완전히 제거하기 위해 diafiltration 모드로 하여 나노여과 실험도 수행해 보았다. 그리고 이렇게 나노여과에 의해 제거된 5-HMF와 레블린산을 분리 하기 위해 전기투석 공정을 적용해 본 결과, 전기투석에 의해 효과적으로 분리 된다는 것을 알 수 있었다. 세 번째 단계는 당화액 내 존재하는 갈락토오즈를 이용하여 미생물 발효를 통해 젖산을 생산하는 것이다. 이를 위해 젖산균의 한 종류인 Lactobacillus paracasei 균주를 이용하여 갈락토오즈와 글루코오즈 (대조군)로 젖산 발효 실험을 해보았다. 두 실험 결과를 비교해 보았을 때, 기질 소모 속도와 젖산 생산 속도가 모두 비슷한 결과를 나타내어, 본 연구에서 선정한 균주를 이용하면 갈락토오즈로부터 높은 수율로 젖산 생산이 가능하다는 것을 알 수 있었다. 다음으로 당화액 내 부산물로 존재하는 5-HMF와 레블린산이 젖산 발효에 미치는 효과에 대해 알아 본 결과, 5-HMF는 세포 성장과 젖산 생산에 대해 강한 저해 효과를 보인 반면, 레블린산의 경우 저해 현상을 전혀 보이지 않았다. 그리고, 실제 당화액을 이용하여 미생물 발효를 통해 젖산 생산이 가능한지를 알아보기 위해, 독성제거 전과 후의 실제 당화액을 이용하여 젖산 발효 실험을 수행해 보았다. 그 결과, 독성이 제거된 당화액을 이용하여 발효를 하였을 때 더 빠른 세포성장 속도, 기질 소모속도, 젖산 생산속도를 나타내었다. 네 번째 단계는 이렇게 생성된 발효액으로부터 막분리 기술를 이용하여 젖산을 분리, 정제하는 것이다. 따라서 나노여과 공정을 이용하여 발효액으로부터 젖산을 회수해 보았다. 우선 문헌조사 및 투과실험을 통하여 TFC-SR2 막을 젖산 회수를 위해 선정하였다. 그리고 이렇게 선정된 TFC-SR2 막을 사용하여 다양한 공정 변수 (조업 압력, 유속, 온도, feed 농도, pH)가 막의 분리 성능에 미치는 영향을 조사하였다. 이상의 실험 결과를 바탕으로 실제 발효액을 이용하여 나노여과를 통해 젖산을 회수하는 실험도 수행하였다. 이렇게 회수된 락테이트를 락틱에시드 형태로 전환하기 위해 물분해 전기투석 공정을 도입하여, 조업 전압과 feed 농도에 대한 영향도 알아보았다. 마지막으로 위의 나노여과 공정의 동향을 예측하기 위한 multistage-version 수학적 모델을 개발하였다. 모델링에 필요한 파라미터인 락테이트 농도에 따른 락테이트 배제율은 실험 데이터의 비선형 회귀법을 이용하여 추정하였고, 투과속도는 Spiegler-Kedem 모델 및 Teorell-Meyer-Sievers 모델을 이용하여 추정하였다. 이상의 추정된 파라미터를 바탕으로 시간에 따른 농도의 변화를 모사한 결과, 실험 데이터와 매우 잘 일치함을 알 수 있었다. 또한, 나노여과 공정이 steady-state에 도달하였을 때도 모델이 이를 정확히 예측한다는 것도 알 수 있었다. 이렇게 개발된 모델은 나노여과 공정을 설계하거나 최적화하기 위한 유용한 도구로 사용 될 수 있다.
