INVESTIGADORES
GARRO Oscar Alfredo
congresos y reuniones científicas
Título:
Modelado y simulación de la biotransformación de glicerol en ácido succínico
Autor/es:
VELASQUEZ, FRANCO; ACEVEDO, MAURO; GARRO, OSCAR A
Lugar:
Presidencia Roque Sáenz Peña
Reunión:
Jornada; Reunión de Difusión de la Labor Docente, Científica, Tecnológica y de Extensión de la Universidad nacional del Chaco Austral; 2019
Institución organizadora:
Universidad Nacional del Chaco Austral
Resumen:
El ácido succínico es un ácido dicarboxílico saturado lineal de 4 átomos de carbono. Es considerado uno de los productos químicos más importantes producidos a partir de la biomasa, ya que tiene el potencial de poder ser utilizado para obtener otros productos químicos. Actualmente es producido a partir de precursores petroquímicos. Su obtención a partir de procesos biotecnológicos es amigable con el medio ambiente pero no resulta ser competitivo económicamente frente al producto de base petroquímica. Por lo tanto, existe la necesidad de desarrollar una tecnología que permita su producción a partir de recursos renovables que sea económicamente viable. Una alternativa es utilizar materias primas de bajo costo como lo es el glicerol, principal subproducto de la producción de biodiesel. Existen muchos estudios de bioproducción de ácido succínico usando Actinobacillus succinogenes y glicerol como fuente de carbono en procesos de fermentación microbiana. El objetivo de esta propuesta es desarrollar un modelo que permita predecir el comportamiento experimental de un biorreactor y simular las condiciones de fermentación utilizando un software para resolver cálculos numéricos (Octave) y COCO Simulation que permite realizar la simulación del proceso, basándonos en estudios experimentales ya reportados sobre la producción de succinato a partir de glicerol. Partiendo de la información experimental, se construirán los perfiles de concentración para evaluar el grado de predicción que brinda el modelo. Los resultados se compararán con los obtenidos con otros modelos para seleccionar el más apropiado y la validación se realizará por su capacidad predictiva y la posibilidad de realizar un escalamiento para un posterior estudio.