1 |
[en] EXPERIMENTAL DESIGN AND METROLOGICAL EVALUATION OF LIPASE PRODUCTION BY YARROWIA LIPOLYTICA / [pt] PLANEJAMENTO EXPERIMENTAL E AVALIAÇÃO METROLÓGICA DA PRODUÇÃO DE LIPASES POR YARROWIA LIPOLYTICATATIANA DE MATTOS KERBER 09 October 2007 (has links)
[pt] Objetivo: Otimização da produção de lipases por células de
Yarrowia
lipolytica, através do planejamento experimental e
avaliação dos aspectos
metrológicos envolvidos no processo. Motivação: Embora
existam muitos
trabalhos na literatura que relatem a produção de lipases
por microrganismos,
poucos abordam a otimização do processo através do
planejamento experimental e
nenhum deles considera o rigor metrológico e a estimativa
da incerteza de
medição. Contextualização: As enzimas lipases serão objeto
de estudo por
apresentarem grande versatilidade de aplicações e por
serem produzidas por
muitos microrganismos. As leveduras, no entanto,
apresentam inúmeras vantagens
operacionais sobre os demais microrganismos e entre elas
foi selecionada uma
cultura de Yarrowia lipolytica, isolada no Brasil. A
produção de lipases depende
de muitas variáveis, como temperatura, pH, concentração da
fonte de carbono e
nitrogênio, inóculo, entre outras. Nos processos de
fermentação, onde há interação
entre estas variáveis e a influência de cada uma é
importante, é essencial
estabelecer um método que considere estas interações, e
otimize as condições
experimentais para obtenção de melhores resultados. A
confiabilidade
metrológica do processo é de fundamental importância uma
vez que diferenças
significativas nos resultados são evidenciadas,
principalmente em escala
industrial. Metodologia: Dez experimentos foram planejados
através do método
D-optimal nos quais foram variadas as concentrações da
fonte de carbono, da
fonte de nitrogênio e de inóculo. A estimativa da
incerteza de medição da
atividade lipásica foi feita com base nas recomendações do
Guia para Expressão
da Incerteza de Medição (GUM) e do Guia CG 4 publicado
pela EURACHEM.
Resultados: A maior atividade lipásica obtida foi de 4815
U/L (80,3 (mi)kat/L) com
incerteza expandida de 137 U/L (2,3 (mi)kat/L), nas
seguintes condições: 0,5% de
óleo de oliva (fonte de carbono), 0,7% de peptona (fonte
de nitrogênio) e
10 mg/mL de inóculo. Em termos de produtividade
volumétrica, tais condições
forneceram o valor de 69,28 U/L h. Conclusões: Com estes
resultados, foi possível concluir que a utilização do
planejamento D-optimal favoreceu a
produção em agitador de frascos, já que foi atingida uma
atividade lipásica
superior às alcançadas anteriormente por outros autores
sem otimização, em
frascos agitados (2700 U/L) ou em fermentador (4240 U/L).
Sugere-se a produção
de lipases por células de Yarrowia lipolytica, nas
condições citadas acima, com
vistas à obtenção de materiais de referência certificados,
desde que estudos
posteriores de purificação e estabilidade da lipase obtida
sejam feitos. / [en] Objective: Optimization of lipase production by Yarrowia
lipolytica cells
through experimental design and evaluation of metrological
aspects related to
process. Motivation: Although several published papers are
found describing
lipase production by microorganisms, few of them refer to
process optimization
through experimental design and none of them refer to
metrological evaluation
and the estimate of the uncertainty in measurement.
Context: Microbial lipases
are an important group of biotechnologically valuable
enzymes that present
widely diversified catalytic properties. The interest in
production of these versatile
enzymes increased significantly, due to the vast amplitude
of their industrial
applications. There are many microorganisms able to
produce lipases, but yeasts
present some operational advantages compared to other
microorganisms, and for
this reason a strain of Yarrowia lipolytica was used in
this work. A serie of
factors, individually or in association, can affect
production of such substances
leading to different levels of product concentration and
productivity. Empirical
studies have been traditionally used to determine the
effect of these factors on
process parameters. A possible approach is to vary one
factor while keeping the
other at a constant level, but this approach is time
consuming, does not include the
interaction effects among variables, and does not
necessarily lead to optimized
results. Nowadays, different strategies are employed to
optimize production
parameters. These strategies not only allow process
optimization but can also
establish the dependent and independent variables.
Methodology: Ten
experiments were planned with the D-optimal design in
which concentrations of
inoculum, carbon source and nitrogen source were changed.
The estimate of the
uncertainty in measurement of the lipase activity was
developed based on the
Guide to the Expression of Uncertainty in Measurement
(GUM) and on the Guide
CG 4 published by EURACHEM. Results: The highest lipolytic
activity obtained
was 4815 U/L (80,3 (mi)kat/L) with an expanded uncertainty
of 137 U/L
(2,3 (mi)kat/L), under the following conditions: 0.5% of
olive oil (carbon source),0.7% of peptone (nitrogen
source) and 10 mg/mL of inoculum. In terms of
volumetric productivity, these conditions provided 69.28
U/L h. Conclusions: It
is possible to conclude that the D-optimal design usage
enhanced lipase
production in shaken-flasks. Moreover the activity
obtained in this work was
higher than others previously reported with the same
microorganism, without
experimental design, in shaken-flasks (2700 U/L) or even
in bench-fermenter
(4240 U/L). The production of lipases by Yarrowia
lipolytica cells aiming the
classification as certified reference material can be
recommended after further
purification and stability studies.
|
2 |
[en] MODELING AND OPTIMIZATION STRATEGIES IN SUGARCANE BAGASSE DELIGNIFICATION PROCESS / [pt] ESTRATÉGIAS DE MODELAGEM E OTIMIZAÇÃO APLICADAS AO PROCESSO DE DESLIGNIZAÇÃO DO BAGAÇO DA CANA-DE-AÇÚCARISABELLE CUNHA VALIM 07 January 2019 (has links)
[pt] O bagaço da cana-de-açúcar é uma biomassa vegetal que possui muito potencial
de uso devido aos seus três elementos estruturais: celulose, hemicelulose
e lignina. Para servir como matéria prima na produção de insumos, o bagaço
da cana-de-açúcar precisa passar por um processo de pré-tratamento. Nesse
estudo, duas metodologias para o processo de pré-tratamento do bagaço da
cana-de-açúcar foram utilizadas: a deslignização via peróxido de hidrogênio
(H2O2) e via dióxido de carbono supercrítico (ScCO2). Para o estudo utilizando
H2O2, foram desenvolvidos modelos a partir de planejamento experimental,
Algoritmos Genéticos (GA, do inglês Genetic Algorithms), Redes
Neurais Artificiais (RNA) e Neuro-Fuzzy (ANFIS). As variáveis independentes
foram temperatura (25 – 60 graus Celsius), concentração de H2O2 (2 – 15 por cento
m/v) e pH (10 – 13), tendo como resposta os teores de lignina residual e
oxidada no processo, através de análises de FT-IR e análise pelo método
de Klason. Para o estudo utilizando ScCO2 foram construídos modelos a
partir de RNA e ANFIS. As variáveis estudadas no processo foram: temperatura
(35 – 100 graus Celsius), pressão (75- 300 bar) e teor de etanol na solução de
co-solvente (0 – 100 graus Celsius). De modo geral, para os dois processos, os modelos
desenvolvidos consideram as variáveis independentes como sendo neurônios
na camada de entrada e as variáveis dependentes como sendo neurônios na
camada de saída. Todos os modelos neurais e ANFIS desenvolvidos neste
trabalho foram avaliados pelo coeficiente de correlação e índices de
erro (SSE, MSE e RMSE), além do número de parâmetros. Os resultados
mostraram que, dentre estas estratégias estudadas, os modelos neurais se
mostraram mais satisfatórios para predição das respostas do pré-tratamento
com H2O2, já que se encaixa nos índices de performance estipulados. O
mesmo ocorreu no modelo neural para predição do teor de lignina residual
no pré-tratamento com ScCO2. Para cada modelo polinomial e neural desenvolvido,
foi realizada a investigação das superfícies de respostas e das
curvas de contorno. Com esse recurso, foi possível a identificação dos melhores
pontos operacionais para os processos, visando a minimização dos
teores de lignina residual e oxidada na biomassa. / [en] Sugarcane bagasse is a plant biomass that has a great potential for use due
to its three structural elements: cellulose, hemicellulose and lignin. To serve
as raw material in the production of other products, sugarcane bagasse needs
to undergo a pre-treatment process. In this study, two methodologies for the
sugarcane bagasse pretreatment process were used: delignification via hydrogen
peroxide (H2O2) and via supercritical carbon dioxide (ScCO2). The
models for study the process with H2O2 were developed from experimental
planning, Genetic Algorithms (GA), Artificial Neural Networks (ANN) and
Neuro-Fuzzy (ANFIS). The independent variables were: temperature (25-
60 degrees Celsius), H2O2 concentration (2 - 15 percent m/v) and pH (10-13). The residual
and oxidized lignin contents in the process were evaluated from FT-IR and
Klason method analysis. The models for study the process with ScCO2 were
developed from RNA and ANFIS. The variables studied in the process were:
temperature (35-100 degrees Celsius), pressure (75-300 bar) and ethanol content in the
aqueous solution of co-solvent (0-100 percent). In general, for the two processes,
the developed models consider the independent variables to be neurons in
the input layer and the dependent variables to be neurons in the output
layer. All the neural and ANFIS models developed in this study were evaluated
by the correlation coefficient and error indexes (SSE, MSE and
RMSE), as well as the number of parameters. From the stipulated indices
of performance, among the results obtained by the different strategies, the
neural models were the most satisfactory for the prediction of pretreatment
responses with H2O2. The same occurred in the neural model for prediction
of the residual lignin content in the pre-treatment with ScCO2. Response
surfaces and the contour curves were investigated for each polynomial and
neural model developed. With this resource, it was possible to identify the
best operational points for the processes, pointing at minimizing the residual
and oxidized lignin contents in the biomass.
|
Page generated in 0.0364 seconds