Thesis (Ph. D.)--Oregon State University, 2010. / Printout. Includes bibliographical references (leaves 149-168). Also available on the World Wide Web.

This document only includes an excerpt of the corresponding thesis or dissertation. To request a digital scan of the full text, please contact the Ruth Lilly Medical Library's Interlibrary Loan Department (rlmlill@iu.edu).

Made available in DSpace on 2016-06-02T19:55:29Z (GMT). No. of bitstreams: 1 DoutAAF.pdf: 3275307 bytes, checksum: f45ed0ce056382979fefde457b9cfe5f (MD5) Previous issue date: 2003-10-10 / The scope of the current work was to investigate the effect of glucose, amonium acetate, DL-methionine, phosphorus, oleic acid and salt solution on the maximum specific growth rate (µmax), as well as the effect of sucrose and DL-methionine on the specific cefalosporin C production rate (µp), by Cephalosporium acremonium ATCC 48272, using factorial design and response surface techniques. The initial medium of fermentation was used according to factorial design and the experiments were carried out in shaker flasks at controlled temperature at 28 °C, initial pH of 7,0+0,1 and agitation speed 250 rpm. For both specific rate the variables involved were correlated by a fitted second order model. The canonic and surface response analysis showed a maximum specific growth rate of 0.22 h-1 obtained when glucose and amonium acetate concentration, were 4.2 , 2.5 g/L, respectively, and specific cefalosporin C production rate of 1.12 mgCPC/gcel.h when sucrose and DL-methionine concentration, were 10.5, 2.5 g/L, respectively, for a celular concentration of 14.0 g/L. The experimental design showed to be very efficcient in evaluating the bioprocess, as long as high values of µmax e µp were obtained in comparison with literature data. The feedforward neural network (FNN) was employed for modelling and simulation the effect of glucose, amonium acetate, DL-methionine, phosphorus, oleic acid and salt solution on the maximum specific growth rate. The network topologies were used with 6 neurons in the input layer, 22 hidden layer and 1 output layer. The data base for training the FNN was obtained from results of the factorial designs processed with a backpropagation learning algorithm. The surfaces response obtained by simulations for all range of glucose and amonium acetate concentrations showed inhibitory effect for the two substrates on the maximum specific growth rate. The results of the simulation are in good agreement with the experimental and statistical model results. / Neste trabalho verificou-se o efeito das variáveis concentração de glicose, acetato de amônio, DL-metionina, fósforo, ácido oléico e solução de sais na velocidade específica máxima de crescimento (µmax), assim como sacarose e DL-metionina na velocidade específica de produção do antibiótico cefalosporina C (µp), pelo fungo Cephalosporium acremonium ATCC 48272, usando como ferramenta estatística a técnica de planejamento experimental e a análise por superfície de resposta. Na otimização destas variáveis, os ensaios foram conduzidos de acordo com os planejamentos fatoriais, fracionário, completo e composto central, em fermentações em incubador rotatório, variando as concentrações iniciais dos nutrientes do meio, a 28 oC, pH 7,0+0,1, com agitação de 250 rpm. Para ambos os casos, um modelo ajustado de 2a ordem foi o que melhor correlacionou as variáveis. Os resultados da otimização mostraram que uma velocidade máxima de crescimento de 0,22 h-1 pode ser atingida para uma concentração de glicose e acetato de amônio em torno de 4,20 e 2,5 g/L, respectivamente, e uma velocidade específica de produção de cefalosporina C de 1,12 mgCPC/gcel.h para uma concentração de sacarose de 10,5 g/L e DL-metionina 2,5 g/L com uma massa celular média, para produção, de 14,0 g/L. O planejamento estatístico mostrou-se uma ferramenta bastante eficiente para avaliação do bioprocesso, pois com a realização dos ensaios propostos, foi possível obter valores de µmax e µp superiores aos encontrados na literatura. Desenvolveu-se um modelo baseado na técnica de redes neurais para a simulação de todo o domínio das concentrações de glicose, acetato de amônio, DL-metionina, fósforo, ácido oléico e solução de sais na velocidade específica máxima de crescimento. A rede que melhor representou os valores experimentais foi uma do tipo "feedforward", com três camadas e 22 neurônios na camada oculta, treinada com o algoritmo de retropropagação, por um conjunto de resultados obtidos através de ensaios do planejamento estatístico. As superfícies obtidas pela simulação em amplo domínio de concentrações de glicose e acetato de amônio, mostraram que o crescimento do microrganismo segue um modelo cinético de inibição por este dois nutrientes, prevendo altos valores de µmax para concentrações de glicose e acetato de amônio, comparáveis com os obtidos pelo modelo estatístico.