Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Lorena
2018
1. Introdução
A Biotecnologia Industrial se caracteriza pelo uso de agentes biológicos, como enzimas, células e
Em reatores contínuos, o uso de enzimas livres em solução pode levar à perda de biocatalisador
devido ao fluxo de saída do reator. Nesses casos, a imobilização das enzimas em suportes sólidos
torna-se interessante, pois o biocatalisador pode ser facilmente retido no interior do reator, o que
pode proporcionar a redução dos custos envolvidos com a aquisição da enzima, mão de obra,
desenvolvidos (Pereira e Oliveira, 2016; Pereira et al., 2015; Pereira, 2008; Pereira e Oliveira,
No estudo de sistemas reacionais heterogêneos, como é o caso daqueles que utilizam enzimas
representa a razão entre a velocidade média de reação no interior da partícula catalítica e aquela
avaliada nas condições de superfície. O fator de efetividade indica o quanto a resistência difusional
do substrato no interior da partícula afeta a taxa de reação, estando compreendido na maioria dos
A cinética de uma reação enzimática sofre influência de vários fatores como pH, temperatura,
de enzima.
A forma simples de se explicar o mecanismo de uma reação enzimática, proposta por Michaelis e
Menten, consiste em considerar que um substrato (S), por meio de uma etapa intermediária, forma
(R1)
onde k 1 , k -1 e k p são as constantes cinéticas das reações indicadas pelas respectivas setas.
velocidade de reação (v) pode ser calculada pela Equação 1 (Segel, 1979).
v = k p es (1)
et = el + es (2)
v k p es
= (3)
et el + es
el s k −1
K= = (4)
es k1
A velocidade máxima de reação (v max ) irá ocorrer quando toda a enzima estiver presente sobre a
es = et (5)
v max s
v= (7)
K+s
concentração vai ser dependente do tamanho das partículas, da quantidade de enzimas, da cinética
substrato nas condições internas e externas à partícula (Van Roon et al., 2006).
de substrato pode ser igual a zero em uma dada região do biocatalizador. Nesta região a reação
enzimática não ocorrerá ocorrendo um núcleo morto, que deve ser considerado no equacionamento
a fim de se obter um resultado mais preciso para o projeto e operação de reatores enzimáticos
estacionário e cinética de reação com inibição pelo substrato (Equação 8), assume a forma
d 2 su (α − 1) dsu su
+ = α 2φ 2 (1 + β ) (8)
dxu 2
xu dxu (β + su )
Na Equação 9, α é o parâmetro relacionado à geometria da partícula, sendo α =1 para geometria
As condições de contorno utilizadas para a solução da Equação 9 são dadas pelas Equações 10-12
(Pereira, 2008).
su = 1 para xu = 1 (12)
O fator de efetividade η, definido como a razão entre a velocidade média de reação no interior da
v0 1 dsu
η= = (13)
v(s 0 ) αφ 2 dxu xu =1
produtos é efetuada sob condições controladas. Um reator enzimático pode ser operado em
tanques agitados. Os reatores em batelada são carregados com a enzima e os reagentes, deixando-
se a reação prosseguir até se atingir a conversão desejada para o substrato. Em seguida, esvazia-se
Na operação de forma contínua, o reator é continuamente alimentado com uma solução contendo
substrato. Esta forma de operação é mais indicada para processos com enzimas imobilizadas, onde
as enzimas ficam retidas no reator, a fim de se obter uma corrente de saída contendo o produto
Para as várias configurações de reatores que operam de forma contínua, normalmente, são
consideradas condições ideais de operação. As características dos reatores ideais são as seguintes
(Illanes, 1994):
- Regime de fluxo ideal: fluxo pistonado ou mistura perfeita. As condições de não idealidade
seriam a ocorrência de dispersão axial e radial e a existência de zonas mortas ou mistura imperfeita;
transferência de calor;
catalisador e/ou a inativação devido ao processo de imobilização acarretariam uma operação não
ideal.
Neste projeto serão considerados os desvios da idealidade causados por restrições difusionais.
15.
s 0 = s e (1 − X ) (15)
Neste projeto, foram analisados os reatores contínuos que operam sob os regimes de escoamento
de fluxo pistonado.
A Equação 22 pode ser escrita em função de X e se, conforme descrito na Equação 17 (Pereira,
2008).
∆X vε
Fs e (1 − X ) − Fs e [1 − ( X + ∆X )] = vε∆VR ⇒ Fs e ∆X = vε∆VR ⇒ = (17)
∆VR Fs e
X
dX τ
T= ∫ ηv
0
=
se
(19)
no reator (τ) incorporado ao parâmetro adimensional (T), estes parâmetros são utilizados para o
Para a resolução das equações matemáticas formuladas, podem ser empregados alguns métodos
numéricos clássicos para a resolução de equações ou sistemas de equações algébricas não lineares,
elementos finitos.
por polinômios ortogonais, no caso, o resíduo nos pontos de colocação é igual a zero.
A propriedade básica de qualquer polinômio ortogonal é dada pela equação 20 (RAMIREZ, 1998).
Na Equação 20, Pn(x) e Pm(x) são polinômios ortogonais entre si, N é o número de pontos internos
subintervalos cujos comprimentos podem ser variáveis ou não. Dentro de cada subintervalo aplica-
A união entre as extremidades de dois subintervalos adjacentes pode ser feita admitindo-se que o
dy dy
= (21)
dx − dx +
Apesar de ser um método numérico confiável para a resolução do problema de valor de contorno,
para o perfil de concentração (Pereira e Oliveira, 2016). Essas desvantagens podem limitar a sua
dos parâmetros de difusão-reação (Mahalakshmi e Hariharan, 2016; Devi et al., 2015; Shanthi et
Michaelis-Menten. Para casos no qual o núcleo morto não ocorre, algumas soluções aproximadas,
homotopia, foram propostos (Mahalakshmi e Hariharan, 2016; Devi et al., 2015; Shanthi et al.,
2013; Joy et al. 2011), porém nenhum desses métodos possui a capacidade de representar o
O presente trabalho apresenta a utilização de regressão simbólica por algoritmo evolutivo para
obter equações analíticas empíricas úteis capazes de estimar os parâmetros envolvidos nos
2. OBJETIVOS
confiáveis;
• Selecionar os dados obtidos pelo método da colocação ortogonal em elementos finitos para
serem utilizados nas etapas de treinamento e validação dos modelos de modo a obter soluções
fluxo pistonado.
3. METODOLOGIA
Para a resolução do problema no valor no contorno descrito e obtenção dos dados a serem
linguagem do software Wolfram Mathematica cuja licença está disponível para professores e
alunos da USP.
A regressão simbólica foi realizada utilizando o software Eureqa Formulize® da Nutonian Inc.,
cuja licença é gratuita para uso acadêmico. As funções objetivo minimizadas foram obtidas a partir
do cálculo do valor máximo, em módulo, do erro ponderado entre os dados alimentados de 1/η e
os resultados obtidos pelo modelo para a variável dependente, como mostrado na Equação 22.
1
𝜂𝜂
−𝑓𝑓(𝜙𝜙,𝛽𝛽)
𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒 = 𝑚𝑚𝑚𝑚𝑚𝑚 � 1 � (22)
𝜂𝜂
4. RESULTADOS
Para valores de β mais próximos a 0, o esforço computacional foi maior em alguns casos ou
mesmo divergiram do resultado esperado, o que pode ter ocorrido devido à necessidade de se
estimar a posição do núcleo morto, acarretando na obtenção de um máximo local. Visando
buscar uma solução global, foi proposto a resolução pelo método de diferencial evolutivo, como
ilustrado na figura 3.
Fig. 3 Algoritmo computacional com Método de diferencial evolutivo
Fig. 4 – Aba de Inserção dos pontos a serem analisados por regressão simbólica no Eureqa.
Na figura 5 foram selecionados os recursos disponíveis para o Software representar a equação, priorizando
funções e operações mais simples, e também o formato da equação resultante.
Fig. 5 - Definição do formato da equação resultante da regressão simbólica.
A figura 7 ilustra a melhor equação obtida levando em conta a complexidade da equação e o erro
associado.
Fig. 7 – Equação da regressão obtida.
• Geometria retangular:
• Geometria cilíndrica:
• Geometria Esférica:
vmax se v
ve = = max
K + se β e + 1
βe +1
φ = φe
βe +1− X
βe
β=
(1 − X )
A equação 19 pode ser reescrita como:
veθ X β + 1
= ∫ dX
se 0 η (β e + 1)
β+1
∗ β)^0.5)) � � 𝑑𝑑𝑑𝑑
β𝑒𝑒 + 1
β+1
− 0.1801) ∗ tanh(asinh(0.7898 ∗ β)^0.5984))) � � 𝑑𝑑𝑑𝑑
β𝑒𝑒 + 1
β+1
+ (−0.2940)/(0.9792 ∗ ɸ)^(1.9583 ∗ ɸ) + asinh(β))))))))) � � 𝑑𝑑𝑑𝑑
β𝑒𝑒 + 1
As equações obtidas para o projeto de reatores PFR ideais envolvem a resolução numérica de uma
integral simples. Caso não fosse utilizada a abordagem apresentada neste trabalho, baseada em
uma regressão simbólica por algoritmo evolutivo, a solução numérica da integral acarretaria na
solução do problema de valor de contorno em cada passo de integração, o que deixaria o processo
de simulação bem mais lento e instável. Dessa forma, esse presente trabalho pode colaborar com
5. ANÁLISES
problema de valor de contorno pelo método de colocação ortogonal e obtenção dos pontos que
seriam utilizados posteriormente na regressão com o software Eureqa, alguns desafios encontrados
Foi proposto o método de resolução de diferencial evolutivo para coletar os valores próximos a 0.
O método foi capaz de extrair mais alguns dados porém requisitou maior esforço computacional.
que justificou em alguns casos a modificação da programação inicialmente feita para adapta-la a
esses pontos mais próximos do núcleo morto ou que continham núcleo morto.
As equações obtidas para o projeto de reatores PFR ideais envolvem a resolução numérica de uma
integral simples. Caso não fosse utilizada a abordagem apresentada neste trabalho, baseada em
uma regressão simbólica por algoritmo evolutivo, a solução numérica da integral acarretaria na
solução do problema de valor de contorno em cada passo de integração, o que deixaria o processo
de simulação bem mais lento e instável. Dessa forma, esse presente trabalho pode colaborar com
6. CONCLUSÕES
As equações obtidas por regressão no software Eureqa para as três geometrias abordadas no
trabalho predizem o comportamento da cinética reacional com boa precisão dado o baixo erro
encontrado.
A eliminação da necessidade de se resolver este problema por valores de contorno facilita muito
ferramentas com vasta área de aplicação e utilização, não só na engenharia mas também em
diversos outros setores como financeiro, afim de reduzir custos e tempos envolvidos nesses
processos.
7. REFERÊNCIAS
ALBERTS, B.; BRAY,D.; HOPKINK., JOHNSON, A. D., LEWIS J., ROBERTS K. Essential
Doi:10.5923/j.am.20150501.04
1980. 366 p.
for immobilized enzymes and Homotopy analysis method. Nat Sci., 2011.
doi:10.4236/ns.2011.37078
LARSON, D.L. Clinical Chemistry: Fundamental and Laboratory Techniques, St. Louis:
Efetividade em Partículas Catalíticas contendo Enzimas Imobilizadas: Análise para a Cinética com
Inibição por Substrato. In: V Simpósio de Bioquímica e Biotecnologia, 2015, Londrina. Anais do
V Simpósio de Bioquímica e Biotecnologia. São Paulo : Editora Edgard Blücher, 2015. p. 143-
146.
núcleo morto em biocatalisadores porosos com geometrias clássicas. In: SIMPÓSIO NACIONAL
3064-3071. CD-ROM.
PEREIRA, FM; OLIVEIRA, SC. Occurrence of dead core in catalytic particles containing
immobilized enzymes: analysis for the Michaelis–Menten kinetics and assessment of numerical
process simulation. Boston: Butherworth Heineman, 2. ed., 1998. Cap. 10, p. 389-413.
1979. 527 p.
SHANTHI D, ANANTHASWAMY V, RAJENDRAN L. Analysis of non-linear reaction-
diffusion processes with Michaelis–Menten kinetics by a new Homotopy perturbation method. Nat
ŠEKULJICA NŽ, PRLAINOVIĆ NŽ, JOVANOVIĆ JR, STEFANOVIĆ AB, DJOKIĆ VR, ŽM
XIE, X.S. Biochemistry. Enzyme kinetics, past and present, Science, v. 342, 2013, p. 1457-1459.
Doi: 10.1126/science.1248859