REPOSITÓRIO INSTITUCIONAL UERGS

Modelagem matemática da fermentação de glicose e xilose por saccharomyces cerevisiae e candida shehatae em monocultura e cocultura utilizando métodos bayesianos

Mostrar registro simples

dc.contributor.advisor Hickert, Lilian Raquel
dc.contributor.author Espitalher, Crystyan Dias
dc.date.accessioned 2026-03-10T15:43:36Z
dc.date.available
dc.date.issued 2025
dc.date.submitted 2025
dc.identifier.uri https://repositorio.uergs.edu.br/xmlui/handle/123456789/4053
dc.description.abstract A viabilidade econômica do etanol de segunda geração depende da fermentação eficiente de hexoses e pentoses presentes na biomassa lignocelulósica. O presente trabalho teve como objetivo a construção e validação de um modelo matemático cinético, semiempírico e não-estruturado, para descrever o crescimento celular e a produção de etanol na fermentação em batelada de glicose e xilose por Saccharomyces cerevisiae e Candida shehatae. Utilizou-se a inferência Bayesiana, através do algoritmo MCMC Metropolis-Hastings, para a estimativa de parâmetros cinéticos a partir de dados experimentais de monoculturas, modelando inclusive a repressão catabólica da glicose sobre a xilose. Os modelos apresentaram ajustes coerentes, com coeficiente de determinação (R²) médio de 0,95 para S. cerevisiae e 0,94 para C. shehatae, resultando em valores para a raiz do erro quadrático médio relativo (rRMSE) dentro dos valores recomendados pela literatura. A validação do modelo frente a dados de co-cultura demonstrou alta consistência (R² = 0,94; rRMSE = 16,46%), comprovando a eficácia da abordagem escolhida em prever a dinâmica fermentativa dos microrganismos em cocultura utilizando pentoses e hexoses como substrato.
dc.language.iso 260302s2025####bl#a###fr#####000#0#por#d
dc.subject Modelagem cinética
dc.subject Produção intelectual - Uergs
dc.subject Etanol
dc.subject Estatística Bayesiana
dc.title Modelagem matemática da fermentação de glicose e xilose por saccharomyces cerevisiae e candida shehatae em monocultura e cocultura utilizando métodos bayesianos
dc.type Arquivo digital
local.description.areasdoconhecimento M664.111


Arquivos deste item

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples