Simulação da produção do pigmento produzido pela bactéria Streptomyces carpaticus por redes neurais artificiais

Abstract

A cor é um dos principais fatores que atraem a atenção do consumidor, cerca de 93% das pessoas avaliam o produto pelos aspectos visuais. Essa característica é dada, em sua maioria, pela aplicação de colorantes sintéticos, porém, esses podem causar danos à saúde do consumidor, como alergias e problemas gástricos. Com isso, deu-se o início à novas pesquisas em busca de colorantes naturais para substituição dos sintéticos. As principais fontes de obtenção dos colorantes naturais são vegetais, minerais e animais. Porém, para a indústria, faz-se necessário ter uma fonte que não altere por consequências sazonais, sendo uma opção muito promissora a utilização de microrganismos. No entanto, quando se trata de processos biológicos industriais, sabe-se de que os sistemas geralmente são complexos, pois possuem parâmetros inconstantes, tornando as avaliações complicadas. As de Redes Neurais Artificiais (RNA’s) são capazes de gerar modelos computacionais que auxiliam no entendimento dos sistemas complexos não lineares, sendo aplicada neste projeto de pesquisa que tem como principal objetivo o desenvolvimento de modelos para simulação de um bioprocesso. Tais redes neurais foram arquitetadas utilizando o software MATLAB®. O bioprocesso tratado neste trabalho, como caso de estudo, é a produção de colorante verde via fermentativa utilizando-se o microrganismo Streptomyces carpaticus. A partir disso, os resultados obtidos da produção do colorante e concentração celular, mediante as variações de concentração de alguns substratos no meio de cultivo, foram utilizados como resultados experimentais para o treinamento de RNA’s. Assim, foram avaliadas diferentes arquiteturas de RNA’s para simular a produção de colorante e a concentração celular a partir dos fatores variados no meio de cultivo. Três redes neurais, nomeadas como rede neural I, rede neural II e rede neural III, foram treinadas e a rede neural I foi utilizada no processo de otimização da produção do colorante, obtendo pelo modelo simulado uma concentração de colorante de 8,96 UA. Sendo assim, os modelos treinados e selecionados durante os testes computacionais demonstraram bons ajustes e boa simulação do processo otimizado, demonstrando que as redes neurais artificiais têm um grande potencial de uso para simulação de bioprocessos.

The color is one of the main factors that attract the consumer's attention, about 93% of people evaluate the product by visual aspects. This characteristic is given, in its majority, by the application of synthetic colorants, but these can cause damage to the consumer's health, such as allergies and gastric problems. With this, new research has been started in search of natural colorants to replace the synthetic ones. The main sources for obtaining natural colorants are vegetable, mineral and animal. However, for the industry, it is necessary to have a source that does not change due to seasonal consequences, and a very promising option is the use of microorganisms. However, when it comes to industrial biological processes, it is known that the systems are usually complex, because they have inconstant parameters, making evaluations complicated. Artificial Neural Networks (ANN's) are capable of generating computational models that help in the understanding of complex non-linear systems, being applied in this research project that has as its main objective the development of models for simulating a bioprocess. These neural networks were architected using MATLAB® software. The bioprocess treated in this work, as a case study, is the production of green colorant by fermentation using the microorganism Streptomyces carpaticus. From this, the results obtained from the production of the dye and cell concentration, by means of variations in the concentration of some substrates in the culture medium, were used as experimental results for ANN training. Thus, different ANN architectures were evaluated to simulate the colorant production and the cell concentration based on different factors in the culture medium. Three neural networks, named as neural network I, neural network II and neural network III, were trained and neural network I was used in the process of optimizing the colorant production, obtaining by the simulated model a colorant concentration of 8.96 AU. Thus, the models trained and selected during the computational tests demonstrated good fits and good simulation of the optimized process, demonstrating that artificial neural networks have great potential for use in bioprocess simulation.