Inferência de variáveis do processo de produção de penicilina G acilase por Bacillus megaterium ATCC-14945.

AUTOR(ES)
DATA DE PUBLICAÇÃO

2003

RESUMO

A grande importância da enzima penicilina G acilase (E.C.3.5.1.11), usada para a produção dos ácidos 6-aminopenicilânico (6-APA) e 7-aminocefalosporânico (7-ACA), compostos-chave na produção industrial de antibióticos β-lactâmicos, foi a principal motivação deste trabalho. Através de realização de experimentos de produção de PGA por Bacillus megaterium ATCC 14945 em reator convencional, utilizando sistema de aquisição de dados, foi possível monitorar em tempo real variáveis como, por exemplo, fração molar de oxigênio e dióxido de carbono nos gases de saída, pH, oxigênio dissolvido. Foram realizados cultivos em batelada e batelada alimentada tendo como substratos limitantes tanto caseína hidrolisada enzimaticamente como aminoácidos livres. Obtiveram-se informações relacionadas ao tempo de cultivo, à estocagem do microrganismo e à adição e exclusão de nutrientes. Fontes usuais de carbono, como glicose, lactose e glicerol, quando utilizadas, promoviam o crescimento da massa celular sem, no entanto, aumentar a produção de PGA. O uso de aminoácidos como principal substrato elevou em 2,5 vezes a produtividade. Observou-se, ainda, que a adição de ácido fenilacético (AFA) desde o início do cultivo não inibiu o crescimento do microrganismo. As informações experimentais permitiram a proposição e validação de três modelos cinéticos não-estruturados deste processo, com um ou mais substrato(s) limitante(s). Como essas propostas se mostraram demasiadamente simplificadas, optouse pelo uso de redes neurais como sensores baseados em software, já que não se chegou a um modelo fenomenológico satisfatório. Para implementação do algoritmo de inferência baseado em rede neural, mostrou-se necessário filtrar os ruídos das medidas provenientes do sistema de aquisição de forma a minimizar erros aleatórios da instrumentação. Propõe-se para isso filtro que utiliza redes recorrentes, combinadas a média móvel. As variáveis filtradas foram utilizadas numa segunda rede de identificação de padrões, que dividia o cultivo nas três principais fases do crescimento microbiano. O principal objetivo desta foi identificar a fase de crescimento exponencial, que seria a enfocada pelo algoritmo de inferência. Para essa inferência, com base nas variáveis medidas em tempo real, treinaram-se redes com várias topologias e entradas, de modo a escolher as variáveis que possibilitassem o aprendizado dos aspectos essenciais da dinâmica do processo. Por fim, a concentração de produto (atividade de PGA no meio de cultura) foi estimada através de enfoque híbrido, usando a velocidade de crescimento inferida por rede feedforward, acoplada ao fator de rendimento célula-produto estimado no ajuste dos modelos não-estruturados. Outra informação importante utilizada neste último algoritmo foi o fato da produção ser associada ao crescimento, mas com atraso de 2h. Novamente, os resultados quantitativos do algoritmo de inferência do produto foram muito satisfatórios.

ASSUNTO(S)

engenharia quimica redes neurais técnicas de inferência penicilina g acilase engenharia bioquímica modelagem matemática

ACESSO AO ARTIGO

Documentos Relacionados