Técnicas computacionais inteligentes para a inferência de estado e a otimização de cultivos de Streptococcus pneumoniae

AUTOR(ES)
DATA DE PUBLICAÇÃO

2008

RESUMO

Streptococcus pneumoniae (pneumococo) é uma bactéria patogênica causadora de várias infecções que são agravadas pelo aumento de cepas com resistência aos antibióticos. O desenvolvimento de uma vacina efetiva contra este patógeno é crucial para a prevenção das doenças pneumocócicas. Vacinas conjugadas, constituídas pelo polissacarídeo capsular ligado a uma proteína carregadora, são mais eficientes no estímulo da memória imunológica. O polissacarídeo capsular (PS) está presente na cápsula que envolve a célula e, desta forma, a elaboração de vacinas conjugadas envolve o cultivo da bactéria para a produção do mesmo. Como o microrganismo é cultivado na ausência de oxigênio, a produção de lactato é inevitavelmente elevada e o seu acúmulo no meio provoca a inibição do crescimento. Para minimizar os efeitos inibitórios da acumulação de lactato e aumentar a produção de PS é necessário monitorar o processo e controlar adequadamente a adição de meio suplementar e a retirada de meio saturado em cultivos operados em batelada alimentada, utilizando biorreatores acoplados a sistema de perfusão. O sucesso no monitoramento, no controle e na otimização deste bioprocesso depende da utilização de recursos de modelagem e de simulação que sejam eficientes. Este trabalho de pesquisa propõe o uso de técnicas computacionais inteligentes, especificamente a técnica de busca heurística chamada de simulated annealing (SA) aliada a redes neurais, para a inferência de estado e a otimização de cultivos de S. pneumoniae. A proposta foi concretizada via desenvolvimento de um sistema computacional que: a) faz uso do SA para a identificação do conjunto de valores de parâmetros associados a modelos não estruturados e; b) usa redes neurais (individualmente e em regime de comitê) para a inferência de estado de um cultivo. O trabalho apresenta e discute os resultados do sistema em conjuntos de dados obtidos experimentalmente e evidencia a importância da proposta para uma maior eficiência no controle de processos de cultivo.

ASSUNTO(S)

estimativa de parâmetro neural networks committee streptococcus pneumoniae modelagem não estruturada de crescimento microbiano growth phase identification busca heurística estimativa de parâmetros biocinéticos microbial growth unstructured modeling fases de crescimento exatas e da terra biokinetic parameters estimation comitê de redes neurais identificação das fases de crescimento simulated annealing

ACESSO AO ARTIGO

Documentos Relacionados