ANÁLISIS DEL EFECTO DE AGITACIÓN EN UNA FERMENTACIÓN ALCOHÓLICA POR PICHIA FERMENTANS MEDIANTE MODELIZADO MECANICISTA (STIR EFFECT ANALYSIS IN AN ALCOHOLIC FERMENTATION BY PICHIA FERMENTANS THROUGH MECHANISTIC MODELLING)
Resumen
En los procesos de fermentación alcohólica, se encuentran modelos matemáticos centrados en el crecimiento de biomasa, sin embargo, se omite la interacción entre otras variables del proceso como la biomasa, sustrato, producto final y el efecto de la agitación; con el propósito de describir la dinámica entre estas variables se formuló un modelo matemático mediante EDOs de primer orden, el cual fue ajustado mediante un algoritmo de regresión no lineal a un conjunto de datos experimentales; el análisis estadístico mostró un índice de bondad de ajuste mayor a 0.9 en cada una de las variables del sistema, es decir, biomasa, fructosa y etanol. Los resultados indican que el modelo propuesto en esta investigación es más efectivo al considerar la interacción de las variables con el efecto de la agitación en el proceso de fermentación.
Palabras Clave: Ecuaciones Diferenciales, Fermentación alcohólica, In silico.
Abstract
In alcoholic fermentation processes, there are mathematical models focused on biomass growth; however, the interaction between other process variables such as biomass, substrate, final product, and agitation effect is omitted. To describe the dynamics among these variables, a mathematical model was formulated using first-order differential equations (ODEs). This model was fitted to a set of experimental data using a non-linear regression algorithm. The statistical analysis showed a goodness of fit index higher than 0.9 for each variable in the system, namely biomass, fructose and ethanol. The results indicate that the model proposed in this research is more effective in considering the interaction of variables with the agitation effect in the fermentation process.
Keywords: Differential Equations, Alcoholic fermentation, In silico.
Texto completo:
496-511 PDFReferencias
Burden, R. L., Faires, J. D., and Burden, A. M. Numerical analysis. Cengage learning, 9th edition, 2015.
Chou, T. C., (2011). The mass-action law based algorithms for quantitative econo-green bio-research. Integrative Biology, 3(5), 548-559.
De Leenheer, P., & Aeyels, D., (2001). Stability properties of equilibria of classes of cooperative systems. IEEE Transactions on Automatic Control, 46(12), 1996-2001.
Escalante, W. E., Rychtera, M., Melzoch, K., Quillama Polo, E., & Hatta Sakoda, B., (2011). Estudio de la actividad fermentativa de Hansenula anomala y producción de compuestos químicos de importancia sensorial. Revista peruana de Biología, 18(3), 325-334.
Eureqa, Ecuaciones Diferenciales. https://www.nutonian.com/, accessed Jun. 21, 2023.
Himeoka, Y., & Kaneko, K., (2017). Theory for transitions between exponential and stationary phases: universal laws for lag time. Physical Review X, 7(2), 021049.
Katz, S. E., (2012). The art of fermentation: an in-depth exploration of essential concepts and processes from around the world. Chelsea Green Publishing. Vermont, USA.
Maier, R. M., & Pepper, I. L., (2015). Bacterial growth. In Environmental microbiology (pp. 37-56). Academic Press.
Malavasi, M., Cattani, L., Bozzoli, F., & Rainieri, S., (2022). Development of an innovative temperature control system in a fermenter: application to the case of the wine industry. In Journal of Physics: Conference Series, Vol. 2177, No. 1, p. 012036. IOP Publishing.
Mas, A., Guillamon, J. M., Torija, M. J., Beltran, G., Cerezo, A. B., Troncoso, A. M., & Garcia-Parrilla, M. C. Bioactive compounds derived from the yeast metabolism of aromatic amino acids during alcoholic fermentation. BioMed Research International, 2014.
MathWorks. (n.d), Sistemas Dinámicos, 2022. https://www.mathworks.com/discovery/dynamic-systems.html, accessed Jun. 21, 2023.
Medeiros, A. B. P., Rossi, S. C., Bier, M. C. J., Martínez-Burgos, W. J., & Soccol, C. R., (2022). Microencapsulation of aroma compounds produced by Pichia fermentans. Dyna, 89(220), 163-171.
Méndez-Zamora, A., Gutiérrez-Avendaño, D. O., Arellano-Plaza, M., De la Torre González, F. J., Barrera-Martínez, I., Gschaedler Mathis, A., & Casas-Godoy, L., (2020). The non-Saccharomyces yeast Pichia kluyveri for the production of aromatic volatile compounds in alcoholic fermentation. FEMS Yeast Research, 20(8), foaa067.
Palma, R. P., (2022). Análisis crítico del coeficiente de determinación (R2), como indicador de la calidad de modelos lineales y no lineales. Matemática, 20(2).
Paredes-Ortíz, A., Olvera-Martínez, T. G., Páez-Lerma, J. B., Rojas-Contreras, J. A., Moreno-Jiménez, M. R., Aguilar, C., & Soto-Cruz, N. O., (2022). Isoamyl acetate production during continuous culture of Pichia fermentans. Revista Mexicana de Ingeniería Química, 21(1), 1-16.
Pássaro Carvalho, C. P., Rivera Narváez, C. M., Román Páez, M. A., Cardona Bermúdez, L. M., Muñoz Echeverri, L. M., Goméz, D. D., ... & Rojas Bedoya, L. C., (2016). Guía sobre principios básicos de cromatografía y sus aplicaciones.
Rentería-Martínez, O., Páez-Lerma, J. B., Rojas-Contreras, J. A., López-Miranda, J., Martell-Nevárez, M. A., & Soto-Cruz, N. O., (2021). Enhancing isoamyl acetate biosynthesis by Pichia fermentans. Revista Mexicana de Ingeniería Química, 20(2), 621-633.
Rollero, S., Roberts, S., Bauer, F. F., & Divol, B., (2018). Agitation impacts fermentation performance as well as carbon and nitrogen metabolism in Saccharomyces cerevisiae under winemaking conditions. Australian journal of grape and wine research, 24(3), 360-367.
Silva, J. P. A., Mussatto, S. I., & Roberto, I. C., (2010). The influence of initial xylose concentration, agitation, and aeration on ethanol production by Pichia stipitis from rice straw hemicellulosic hydrolysate. Applied biochemistry and biotechnology, 162, 1306-1315.
Soto-Cruz, N. O., Paredes-Ortíz, A., and Páez-Lerma, J. B.. Alcoholic Fermentation, in Advances in Food Bioproducts and Bioprocessing Technologies, CRC Press, pp. 265–280, 2019.
Vejarano, R., Gil-Calderón, A., & Morata, A., (2019). Bioconversion and effect of metabolic inhibitors on secondary metabolites production during alcoholic fermentation [Bioconversión y efecto de inhibidores metabólicos sobre la producción de metabolitos secundarios durante la fermentación alcohólica].
Wang, P., Zheng, X., Li, J., & Zhu, B., (2020). Prediction of epidemic trends in COVID-19 with logistic model and machine learning technics. Chaos, Solitons & Fractals, 139, 110058.
Wolfenden, R., & Yuan, Y., (2008). Rates of spontaneous cleavage of glucose, fructose, sucrose, and trehalose in water, and the catalytic proficiencies of invertase and trehalas. Journal of the American Chemical Society, 130(24), 7548-7549.
Zhang, Q., Wu, D., Lin, Y., Wang, X., Kong, H., & Tanaka, S., (2015). Substrate and product inhibition on yeast performance in ethanol fermentation. Energy & Fuels, 29(2), 1019-1027.
Zhou, Y., Han, L. R., He, H. W., Sang, B., Yu, D. L., Feng, J. T., & Zhang, X., (2018). Effects of agitation, aeration and temperature on production of a novel glycoprotein GP-1 by Streptomyces kanasenisi ZX01 and scale-up based on volumetric oxygen transfer coefficient. Molecules, 23(1), 125.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx