INVESTIGADORES
GOICOECHEA Hector Casimiro
congresos y reuniones científicas
Título:
Combinación de optimización por superficie de respuesta y frente de Pareto a través de algoritmos genéticos para la optimización de un proceso microbiológico
Autor/es:
GOICOECHEA HC
Reunión:
Congreso; X Congreso Argentino de Química Analítica; 2019
Resumen:
En el presente trabajo se desarrolló una formulación de medio de cultivo a base de melaza de cañade azúcar. Este medio de cultivo es específico para Rhodotorula graminis, una levadura productorade aceite unicelular, materia prima alternativa para la producción de biodiesel. De esta manera, seobtiene un producto con valor agregado a partir de un subproducto que no representa una elevadavalorización económica. Se empleó una cepa de R. graminis, conservada en agar extracto de maltaa 4ºC. Todos los medios de cultivo estuvieron compuestos de melaza de caña y, en los casos quese especifique, de nitrato de amonio, en las concentraciones definidas por el diseño experimentalempleado. Todas las soluciones de estos reactivos fueron preparadas en agua destilada. En primerlugar, se construyó un diseño central compuesto (DCC) con 3 factores (concentración de melaza(M), día de cosecha (C) y razón C/N (CN)) y 2 respuestas (concentraciones de biomasa (X) y lípidos(L)). El análisis se realizó a través de una optimización por superficie de respuesta polinómica porcuadrados mínimos (SRO-LS, por sus siglas en inglés) y se obtuvieron modelos cuadráticos para Ly X, en ambos casos sin falta de ajuste significativa. Los valores de R2 fueron 0,79 para X y 0,87para L. Considerando los modelos obtenidos, se aplicó la función deseabilidad para encontrar lascondiciones experimentales que minimicen X y maximicen L de manera de maximizar el rendimientode lípidos. Las solución obtenida fue M = 180,0 gL-1, C = 4,1 días y CN = 50,0, con valores predichospara X y L de 9,6 gL-1 y 5,2 gL-1, respectivamente, con un rendimiento L/X = 54,5 %. Luego, lospolinomios obtenidos a través de SRO-LS fueron empleados para construir frentes de Pareto através de algoritmos genéticos1 (PF-GA, por sus siglas en inglés) ya que las respuestas estaban enconflicto (no es factible maximizar L y minimizar X al mismo tiempo). Esta etapa incluyó laconstrucción de un segundo DCC para optimizar los valores de los parámetros relacionados conPF-GA (tamaño de torneo, fracción de entrecruzamiento, entre otros) para obtener un frente dePareto que cumpliera con los requisitos de optimización de las respuestas. La solución obtenida fueM = 177,6 gL-1, C = 3,7 días y CN = 48,9, con valores predichos para X y L de 8,5 gL-1 y 5,6 gL-1,respectivamente, con un rendimiento L/X = 66,1 %. Esta solución es ventajosa respecto a laobtenida mediante SRO-LS ya que permite obtener una mayor concentración de lípidos y una menorde biomasa, mejorando el rendimiento, y además reduce el tiempo de cultivo. Al realizar lacomprobación experimental, los valores promedio obtenidos (n = 4) fueron 9,0 gL-1 y 5,3 gL-1 paraX y L, respectivamente, con un rendimiento L/X = 58,8 %. Si bien la concentración de biomasa esligeramente mayor que el valor predicho, aun así es menor que el valor predicho por SRO-LS. Amodo de conclusión, la combinación SRO-LS/FP-GA fue más eficiente que SRO-LS en laoptimización de un proceso de cultivo para R. graminis productora de aceite unicelular, ya que nosólo se obtuvieron mayores valores de rendimiento y concentración de lípidos, sino que también eltiempo de cultivo se redujo, lo cual repercute favorablemente en la economía del proceso.