Repositorio
Institucional

Shene, C

Bravo, S

Diez, MC

Hybrid neural network model for simulating sorbitol synthesis by glucose-fructose oxidoreductase in Zymomonas mobilis CP4

BRAZILIAN SOC CHEMICAL ENG

BRAZILIAN JOURNAL OF CHEMICAL ENGINEERING

en

A hybrid neural network model for simulating the process of enzymatic reduction of fructose to sorbitol process catalyzed by glucose-fructose oxidoreductase in Zymomonas mobilis CP4 is presented. Data used to derive and validate the model was obtained from experiments carried out under different conditions of pH, temperature and concentrations of both substrates (glucose and fructose) involved in the reaction. Sonicated and lyophilized cells were used as source of the enzyme. The optimal pH for sorbitol synthesis at 30degrees C is 6.5. For a value of pH of 6, the optimal temperature is 35degrees C. The neural network in the model computes the value of the kinetic relationship. The hybrid neural network model is able to simulate changes in the substrates and product concentrations during sorbitol synthesis under pH and temperature conditions ranging between 5 and 7.5 and 25 and 40degrees C, respectively. Under these conditions the rate of sorbitol synthesis shows important differences. Values computed using the hybrid neural network model have an average error of 1.7. 10(-3) mole.

Se presenta un modelo de red neuronal híbrida para simular el proceso de reducción enzimática de fructosa a sorbitol catalizada por la glucosa-fructosa oxidorreductasa en Zymomonas mobilis CP4. Los datos utilizados para derivar y validar el modelo se obtuvieron de experimentos realizados bajo diferentes condiciones de pH, temperatura y concentraciones de ambos sustratos (glucosa y fructosa) involucrados en la reacción. Se utilizaron células sonicadas y liofilizadas como fuente de la enzima. El pH óptimo para la síntesis de sorbitol a 30 °C es 6,5. Para un valor de pH de 6, la temperatura óptima es de 35 °C. La red neuronal en el modelo calcula el valor de la relación cinética. El modelo de red neuronal híbrida es capaz de simular cambios en las concentraciones de sustratos y productos durante la síntesis de sorbitol bajo condiciones de pH y temperatura que oscilan entre 5 y 7,5 y 25 y 40 °C, respectivamente. Bajo estas condiciones, la velocidad de síntesis de sorbitol muestra diferencias importantes. Los valores calculados utilizando el modelo de red neuronal híbrida tienen un error promedio de 1,7 10(-3) mol.

artículo original

10.1590/S0104-66322004000400001

PDF

Síntesis de sorbitol

modelo de red neuronal

glucosa-fructosa oxidorreductasa en Zymomonas mobilis CP4

sorbitol synthesis

neural network model

glucose-fructose oxidoreductase in Zymomonas mobilis CP4

Engineering

Síntesis de sorbitol

modelo de red neuronal

glucosa-fructosa oxidorreductasa en Zymomonas mobilis CP4

sorbitol synthesis

neural network model

glucose-fructose oxidoreductase in Zymomonas mobilis CP4

Biotecnología Industrial

Tecnología de Bioprocesamiento, Biocatálisis y Fermentación

Bioquímica

version publicada

diamante

verde

acceso abierto

acceso abierto

WOS:000223254600001

Hybrid neural network model for simulating sorbitol synthesis by glucose-fructose oxidoreductase in Zymomonas mobilis CP4

artículo original

BRAZILIAN SOC CHEMICAL ENG

Engineering, Chemical

Ingeniería Química

en

0104-6632

BRAZILIAN JOURNAL OF CHEMICAL ENGINEERING

CC BY NC 4.0

509

518

PDF