Análisis de la Medición de la Biomasa en Fermentación en Estado Sólido empleando el Modelo Logístico y Redes Neuronales

Abstract

ResumenEn este trabajo, se llevó a cabo el análisis del crecimiento del Pleurotus pulmonarius en tusa de maíz, empleando redes neuronales artificiales y el modelo logístico. La biomasa se cuantificó a través de las concentraciones de proteína (método Kjeldahl) y ergosterol (cromatografía líquida de alta resolución). Los datos obtenidos fueron analizados con los programas R y Matlab. El mejor r 2 ajustado del modelo logístico fue de 0,9937 en la concentración de proteína para el análisis ensayo por ensayo. Las redes neuronales artificiales, obtuvieron sumatorias medias de los errores cuadráticos de 0,017 y 11,394 para las concentraciones de proteína y ergosterol respectivamente. Los resultados muestran que el modelo logístico y las redes neuronales artificiales son herramientas útiles para modelar en fermentación sólida. Los mejores ajustes fueron para la concentración de proteína. Palabras clave: fes, rna, biomasa, modelo logístico, Pleurotus pulmonarius Analysis of Biomass Measurement in Solid-State Fermentation using Neural Networks and a Logistic Model AbstractIn this work, the analysis of the growth of Pleurotus pulmonarius in corn cob, using artificial neural networks and a logistic model was carried out. Biomass is quantified through the concentrations of protein (Kjeldahl method) and ergosterol (High performance liquid chromatography). The data obtained were analyzed with the Matlab and R programs. The best adjusted r 2 of the logistic model was 0.9937 in the concentration for test by test protein analysis. For the artificial neural network model the root mean square error was 0.017 for the concentrations of protein and 11.394 for ergosterol. The results show that the logistic model and the artificial neural network model are useful tools for modeling solid fermentation. The best results were found for the concentration of protein.

Evaluación del enriquecimiento proteico de residuos de papa y yuca con (Paecilomyces variotti)

“…Dentro de los modelos matemáticos de crecimiento para FES, el logístico es uno de los más empleados. El modelo logístico ha sido empleado para crecimiento de poblaciones, propagación de enfermedades y cuantificación de biomasa en bioprocesos en sistemas líquidos (sumergidos) y sólidos (Quiñonez & Lecompte, 2007); (Orlandoni, 1997); (Peleg, et al, 2007); (Oviedo, et al, 2014). El perfil de crecimiento logístico es ampliamente empleado en FES, debido a que es un modelo simple, que tiene una ecuación que da una aproximación adecuada de toda la curva de crecimiento, incluyendo la fase de latencia y cese de crecimiento en las últimas etapas de la fermentación (Mitchell, et al, 2004).…”

Comparación entre Soluciones Numéricas de un Modelo Matemático de Combustión Teórica y Variación de la Conductividad del Cuesco de Palma en un Reactor de Lecho Fijo

“…Ahora bien, El proceso de conversión de la biomasa en energía útil comprende cuatro etapas referenciadas en el trabajo de Kumar et al (2009): Preprocesamiento de la biomasa, conversión termoquímica, limpieza del gas de síntesis y aprovechamiento del gas producido, como se muestra en la figura 1. Considerando para esto claro está, la adaptación de una cadena de suministro que permita atender el acopio de los residuos generados y que garantice la disponibilidad de las cantidades requeridas en el proceso productivo como lo expuso García-Ubaque et al (2013).…”

Aumento de Polifenoles en el Sustrato de Algarrobillo (Samanea saman (Jacq.) Merr.) mediante Fermentación en Estado Sólido con Rhizopus sp (CMPUJ H041)

“…Debido a estas capacidades funcionales mencionadas han realizado investigaciones para encontrar ciertos componentes fenólicos bioactivos de frutas, plantas y residuos agroindustriales vegetales (Granda et al, 2005), favorecimiento la prevención de enfermedades degenerativas. Para este tipo de obtención de productos mencionados anteriormente existen procesos biotecnológicos ventajosos frente a la productividad volumétrica del compuesto de interés, ahorro energético que permiten un desempeño adecuado y económico como es la fermentación en estado sólido -FES (Oviedo, J. et al, 2014), la cual, tiene la su capacidad de proporcionar extractos con alta calidad y activada, sin causar efectos secundarios como toxicidad asociado a los solventes orgánicos o los utilizados en otras técnicas de extracción para compuestos polifenólicos (Martins et al, 2011), además es considerado un proceso alternativo para el aumento y producción de compuestos polifenólicos y antioxidantes (Oliveira et al, 2012); este mecanismo fermentativo es importante por qué permite la interacción de ciertas variables como el crecimiento y metabolismo de los microorganismos, composición y propiedades físicas del sustrato y las ambientales (oxígeno, temperatura, actividad de agua y pH). Además de lo anterior tiene otras características como la facilidad del manejo, materiales de bajo costo, poco uso de agua entre otros.…”

“…Además de lo anterior tiene otras características como la facilidad del manejo, materiales de bajo costo, poco uso de agua entre otros. De acuerdo a estas cualidades del proceso de FES, su funcionalidad y utilidad dependerá del sustrato o material sólido, soporte fuente de nutriente y el microorganismo (Oviedo, J. et al, 2014); para el caso el aumento de polifenoles totales los hongos filamentosos tienen un gran potencial para producir compuestos bioactivos mediante de la FES, y por lo tanto son los microorganismos más utilizados para este propósito (Chen, 2013;Martins et al, 2011). Para este caso específico uno de los hongos considerado uno de los más prometedores en este proceso FES para la obtención de polifenoles es el Rhizopus sp., ya que se ha demostrado que tiene la capacidad de aumentar el contenido de proteína de las materias primas de bajo valor nutricional, y con actividad funcional y catalítica específica.…”