Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
UNIVERSIDADE FEDERAL DE GOIÁS
INSTITUTO DE QUÍMICA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
OTIMIZAÇÃO NUMÉRICA DA PRODUÇÃO DE GLUTATIONA POR
Saccharomyces cerevisiae UTILIZANDO SUBPRODUTOS
INDUSTRIAIS
KÉSIA DE SOUZA CRUZ
ORIENTADOR: Prof.º Dr.º Gabriel Luis Castiglioni
COORIENTADOR: Prof.º Dr.º Robson Maia Geraldine
DISSERTAÇÃO DE MESTRADO
GOIÂNIA – 2016
UNIVERSIDADE FEDERAL DE GOIÁS
INSTITUTO DE QUÍMICA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA
OTIMIZAÇÃO NUMÉRICA DA PRODUÇÃO DE GLUTATIONA POR
Saccharomyces cerevisiae UTILIZANDO SUBPRODUTOS
INDUSTRIAIS
KÉSIA DE SOUZA CRUZ
ORIENTADOR: Prof.º Dr.º Gabriel Luis Castiglioni
COORIENTADOR: Prof.º Dr.º Robson Maia Geraldine
Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Química do Instituto de Química da Universidade Federal de Goiás, como requisito parcial para a obtenção do título de mestre em Engenharia Química. Área de concentração: Desenvolvimento de processos.
GOIÂNIA – 2016
UNIVERSIDADE FEDERAL DE GOIÁS
INSTITUTO DE QUÍMICA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA
QUÍMICA
-
“Mudam-se os tempos, mudam-se
as vontades, Muda-se o ser, muda-
se a confiança; Todo o mundo é
composto de mudança, Tomando
sempre novas qualidades”.
(Luís de Camões)
Dedico ao Criador pela bênção
concedida;
E a todos que contribuíram para a
realização deste trabalho. Não pelo
documento, mas sim pela
importância associada à dissertação.
AGRADECIMENTOS
Primeiramente agradeço-te meu Senhor por colocar pessoas maravilhosas
na minha vida, por abençoar-me com a vida delas e por fazer delas
instrumentos em Suas mãos para colaborarem com a conclusão desse
trabalho.
Obrigada também Senhor por colocar amor e companheirismo nos meus
pais Elias Cruz e Maria Cruz que não mediram esforços para realizar meus
sonhos que financiaram meus estudos desde sempre e que estiveram
comigo nos momentos de desânimo e euforia. Porque quando eu precisava
eles deixavam os problemas deles de lado para se importaram com os
meus, prestando solidariedade e colo.
Ao Professor Gabriel por tudo que fez por mim nesse período do mestrado,
sua orientação, suas dicas, observações foram cruciais para o trabalho.
Agradeço também pelo incentivo, confiança e amizade. Que Deus te dê em
dobro tudo que fez por mim, você para mim será referência no meio
acadêmico.
Ao Professor Robson, por todo suporte ofertado quando dá ausência física
do Gabriel no Campus. O qual com cordialidade ajudou a resolver todas as
dificuldades que surgiram.
Ao André Dias, meu esposo exemplar, obrigada por ser porto seguro para
mim e para a Geovana, nossa bênção. Todo apoio e carinho que destes nos
momentos de angústia foram fundamentais para nosso relacionamento e
evidenciou o sentido do cordão de três dobras.
A Geovana que é tão pequena de estatura, mas de coração enorme de
alegria. Obrigada minha princesa porque nos teus pequenos braços me
envolve na hora de dormir, com voz doce ora por nós e diz que me ama.
Você trouxe alegria e força para meus dias, te amo Geovaninha.
A UFG pela estrutura e recursos oferecidos para a realização deste trabalho,
e a CAPES pelo auxílio financeiro.
Aos meus tios Derly, Domingos, Bento, Luiz, Batista, Sinésio, Reis e Antenor
que incentivaram sempre e desejam que venha o Doutorado.
Aos professores Dr.ª Fernanda Ferreira (UFG) e Dr.º Fernando Ferrari
(UNESP) que sugeriram contribuições valiosas para a conclusão do
trabalho.
Aos professores Dr.º Flávio Colmati (UFG), Dr.ª Andreia Anshau e Drª.
Lucielen Santos pela parceria no trabalho. E aos professores dos seminários
Dr.º Flávio (UFG), Dr.º Cláudio (UFG) e Dr.ª Caridad (UFG) pelas
orientações durante os seminários que aprimoraram o trabalho.
As minhas irmãs Andressa Cruz e Jéssica Cruz pelo apoio, carinho,
incentivo e parceria durante o curso. E a graciosa Maria Heloisa que mesmo
com a distância e o cansaço físico e mental gerado pelo mestrado, sempre
relembrava minhas raízes, incentivando a dar valor na amizade, no carinho e
principalmente na família.
Aos colegas do mestrado Vitor, Danielle, Rodrigo, Carolina, Rowander,
Lorena, Camila, Henrique e Hannah que lutaram junto comigo pela
conclusão do curso, sempre ofertando apoio uns aos outros. Aos colegas de
laboratório Jéssica, André, Camila, Carol, Pablo, Maria Carolina, Monah e
Leandro pelas manhãs que choraram e sorriram junto comigo nesses últimos
meses. Sucesso na carreira de vocês.
A minha amiga Mayara que colaborou muito com seus conhecimentos,
amizade e lanchinhos no decorrer da última etapa do curso, obrigada pela
pessoa divertida e insubstituível que você se tornou na minha vida.
Aos técnicos Bruno, Deives, Ana, Jussara, Hugo, Rangel e Gustavo que
auxiliaram na pesquisa e partilharam experiências e conhecimentos
técnicos, levarei para sempre comigo tudo que aprendi.
As minhas tias Marlene, Célia e Sandra que apoiaram e incentivaram esse
sonho. E porque acima de tudo posso contar com amor de vocês sempre. E
a Fati, por estar tão longe e tão perto zelando da minha família.
As colegas de viagem Dayane, Luana e Stephane, no percurso Anápolis-
Goiânia por serem companhia e amigas no decorrer do mestrado.
Essa vitória é nossa!
SUMÁRIO
LISTA DE FIGURAS .................................................................................... xii
LISTA DE TABELAS ................................................................................... xiv
LISTA DE QUADROS ................................................................................ xvii
LISTA DE ABREVIATURAS E SIGLAS ................................................... xviii
LISTA DE SÍMBOLOS ................................................................................. xx
NOMENCLATURAS .................................................................................... xxi
RESUMO .................................................................................................... xxii
ABSTRACT ............................................................................................... xxiii
1. INTRODUÇÃO ...................................................................................... 24
2. OBJETIVOS .......................................................................................... 27
2.1. OBJETIVO GERAL ...................................................................... 27
2.2. OBJETIVOS ESPECÍFICOS ........................................................ 27
3. REVISÃO BIBLIOGRÁFICA ................................................................. 28
3.1. DEFINIÇÃO, FUNÇÃO E APLICAÇÃO DA GLUTATIONA .......... 28
3.2. BIOSSÍNTESE DA GLUTATIONA ................................................ 31
3.3. PRODUÇÃO BIOTECNOLÓGICA DA GLUTATIONA .................. 34
3.4. DETERMINAÇÃO DA GLUTATIONA ........................................... 45
3.4.1. Metodologia eletroquímica..................................................45
3.4.2. Cromatográficos...................................................................47
3.4.3. Espectrofotomético..............................................................48
3.5. MODELAGEM EM PROCESSOS FERMENTATIVOS ................. 50
3.6. CONCLUSÕES SOBRE A REVISÃO BIBLIOGRÁFICA .............. 55
4. MATERIAL E MÉTODOS ...................................................................... 57
4.1. MICRORGANISMO E SUA MANUTENÇÃO ................................ 57
4.2. POLIMORFISMO NO COMPRIMENTO DE FRAGMENTOS DE RESTRIÇÃO DO DNA MITOCONDRIAL............................................... 58
4.2.1. Extração do DNA...................................................................58
4.2.2. Digestão enzimática do DNA mitocondrial.........................59
4.3. OBTENÇÃO DE DADOS PARA MODELAGEM MATEMÁTICA .. 60
4.4. INÓCULO E PROCESSO FERMENTATIVO ................................ 60
4.5. PLANEJAMENTO EXPERIMENTAL ............................................ 61
4.6. DETERMINAÇÃO DA CONCENTRAÇÃO CELULAR .................. 61
4.7. EXTRAÇÃO E DETERMINAÇÃO DA GLUTATIONA ................... 62
4.8. DETERMINAÇÃO DO POTENCIAL HIDROGÊNIÔNICO (pH) .... 63
4.9. DESENVOLVIMENTO DO MODELO MATEMÁTICO .................. 63
4.9.1. Modelo mecanicista (Caixa Branca)...................................63
4.9.2. Modelo Empírico (Caixa Peta).............................................64
4.9.3. Modelo Híbrido (Caixa Cinza)..............................................64
4.10. OTIMIZAÇÃO NUMÉRICA ........................................................... 66
4.11. VALIDAÇÃO DO MODELO .......................................................... 66
4.11.1. Cálculos e fórmulas utilizados durante as análises da etapa de validação........................................................................67
4.12. ALTERNATIVA DE MEIO DE CULTIVO PARA MINIMIZAÇÃO DE CUSTOS DA PRODUÇÃO DE GLUTATIONA. ..................................... 68
4.12.1. Processo fermentativo.......................................................68
4.12.2. Determinação da concentração celular............................69
4.12.3. Determinação da glutationa total......................................70
4.12.4. Determinação do consumo de açúcares e produtos do metabolismo celular.....................................................................71
5. RESULTADOS E DISCUSSÕES .......................................................... 73
5.1. POLIMORFISMO NO COMPRIMENTO DE FRAGMENTOS DE RESTRIÇÃO DO DNA MITOCONDRIAL..............................................73
5.2. DESENVOLVIMENTO DO MODELO.............................................74
5.2.1. Modelo mecanicista..............................................................74
5.2.2. Modelo empírico...................................................................77
5.2.3. Modelo híbrido......................................................................78
5.3. OTIMIZAÇÃO NUMÉRICA..............................................................86
5.4. VALIDAÇÃO DO MODELO.............................................................87
5.5. ALTERNATIVA DE MEIO DE CULTIVO PARA MINIMIZAÇÃO DE CUSTOS DA PRODUÇÃO DE GLUTATIONA.....................................92
6. CONCLUSÕES ................................................................................... 104
7. SUGESTÕES DE TRABALHOS FUTUROS ....................................... 105
8. REFERÊNCIAS ................................................................................... 106
APÊNDICES ............................................................................................... 117
ANEXOS ..................................................................................................... 135
xii
LISTA DE FIGURAS
Figura 1 – Estrutura da Glutationa (GSH), Tripeptídeo Composto de Ácido Glutâmico, L-Cistéina e Glicina (ANDERSON, 1998). .......................... 29
Figura 2 – Interconversão de Glutationa nas suas Formas Reduzida (GSH) e Oxidada (GSSG) Pela Ação das Enzimas Glutationa Peroxidase (GSH-Px), Glutationa Oxidase (GO) e Glutationa Redutase (GR) (MEISTER; ANDERSON , 1983). ............................................................................ 29
Figura 3 – Biossíntese da Glutationa e Enzimas Envolvidas: (a) γ-glutamilcisteína sintetase, (b) glutationa sintetase, (c) γ-glutamilciclotransferase e butioninasulfoximina, inibidor da síntese de glutationa (HUBER et al., 2008). ........................................................... 33
Figura 4 – Representação Esquemática do Ciclo Catalítico da Glutationa (HUBER et al., 2008). ........................................................................... 34
Figura 5 – Via Metabólica Da Glutationa Nas Leveduras (SHIMIZU et al.,1991). ............................................................................................... 38
Figura 6 - Reação Entre Glutationa Reduzida e DTNB (Reagente De Ellman) Para a Determinação de Hidroperóxidos Empregando a Enzima Glutationa Peroxidase (Rover Junior et al., 2011). ............................... 49
Figura 7 - Reação Entre Glutationa Reduzida e TPNH Para a Determinação De GSH (MARZAL, 2005)..................................................................... 49
Figura 8 – Fluxograma De Obtenção Do Modelo Hibrido ............................ 65
Figura 9 - Perfis Moleculares De S. Cerevisiae ATCC 7754 Isoladas A Partir De Placas Com Meio GPY, Obtidos Através Da Análise De Polimorfismo No Comprimento De Fragmentos De Restrição Do DNA Mitocondrial. Na Pista M: Marcador De Peso Molecular E Nas Pistas De 1 A 4 Perfis Moleculares Referentes À Cepa ATCC 7754. ...................................... 73
Figura 10 - Velocidade Específica De Formação De Produto Obtida A Partir Do DCCR 2². ......................................................................................... 75
Figura 11 - Esquema Onde Moléculas De Piruvato Formadas Na Glicólise São Convertidas Em Moléculas De Etanol Durante A Fermentação Alcóolica ............................................................................................... 76
Figura 12 - Ajuste Polinomial De Segunda Ordem Adotado Para Representar O Modelo Matemático Do Processo Fermentativo De Produção De GSH Para Os 165 Valores De Glutationa Obtidos De Acordo Com O DCCR 2². As Barras De Erro Indicam O Desvio Padrão Da Média De 4 Repetições (n = 11). ............................................................................. 77
Figura 13 - Resultados Experimentais e Preditos Encontrados Durante 96 Horas De Fermentação Para os Ensaios 1, 2 e 3 ................................. 84
Figura 14 – Resultados Experimentais e Preditos Encontrados Durante 96 Horas De Fermentação Para os Ensaios 4, 5 e 6 ................................. 84
Figura 15 – Resultados Experimentais E Preditos Encontrados Durante 96 Horas De Fermentação Para Os Ensaios 7, 8, 9, 10 e 11 .................... 85
xiii
Figura 16 - Resultado Dos Valores Estimados Pelo Modelo De Otimização Numérica, Usando 70 g L-1 De Melaço De Cana-De-Açúcar e 40 g L-1 De Glicerol. ........................................................................................... 86
Figura 17 - Acompanhamento Dos Resultados Das Concentrações De Biomassa (g L-1), Obtidos Pelo Delineamento Fatorial Completo 2² Para Validação Do Modelo ............................................................................ 88
Figura 18 - Resultados Da Concentração De GSH (mg L-1) Obtidos Pelo Delineamento Fatorial Completo 2² Para Validação Do Modelo. .......... 89
Figura 19 – Acompanhamento Da Concentração Celular (g L-1), Obtidos Pelo Delineamento Composto Central Rotacional 2² Para Minimização De Custos Na Produção De GSH, Durante 117 Horas De Fermentação ... 94
Figura 20 - Acompanhamento Do Consumo De Glicose (g L-1), Durante 117 h De Processo Fermentativo. ............................................................... 95
Figura 21 - Acompanhamento Do Consumo De Frutose (g L-1), Durante 117 h De Processo Fermentativo. ............................................................... 95
Figura 22 - Acompanhamento Da Concentração De Etanol Obtido Pelo Delineamento Composto Central Rotacional 2² Para Minimização Dos Custos Da Produção De Glutationa. ..................................................... 96
Figura 23 – Acompanhamento Da Concentração De Glicerol Adicionada Ao Meio De Fermentação De Acordo Com O Delineamento Composto Central Rotacional 2² Para Minimização Dos Custos Da Produção De Glutationa. ............................................................................................ 98
Figura 24 - Acompanhamento Da Concentração De Ácido Acético Obtido Pelo Delineamento Composto Central Rotacional 2² Para Minimização Dos Custos Da Produção De Glutationa. ............................................. 99
Figura 25 – Resultados Da Concentração De GSH (mg L-1) Obtidas Pelo Delineamento Composto Central Rotacional 2², Durante 117 h De Processo Fermentativo ....................................................................... 102
Figura 26 – Perfil Da Curva De Calibração De Biomassa .......................... 117
Figura 27 – Perfil Da Curva De Calibração De Glutationa ......................... 118
Figura 28 – Perfil Da Curva De Calibração De Biomassa .......................... 126
Figura 29 - Perfil Da Curva De Calibração De Glutationa .......................... 128
xiv
LISTA DE TABELAS
Tabela 1 – Composição média do melaço de cana-de-açúcar .................... 40
Tabela 2 – Matriz dos ensaios do DCCR 2² com níveis codificados e reais das variáveis estudadas. ...................................................................... 61
Tabela 3 – Matriz dos ensaios do Delineamento Fatorial Completo 2² com níveis de variação codificados e reais para as variáveis estudadas. .... 67
Tabela 4 – Matriz dos ensaios do Delineamento Composto Central Rotacional 2² com os níveis codificados e descodificados ................... 69
Tabela 5 – Condições utilizadas para obtenção da curva padrão de glutationa. ............................................................................................. 71
Tabela 6 – Mistura (Mix) de reagentes utilizados para determinação de glutationa total. ..................................................................................... 71
Tabela 7 - Resultados das velocidades específicas de formação de produto (h-1) para os ensaios realizados de acordo com o DCCR 2² nos tempos de 24 a 96 horas de fermentação. ........................................................ 74
Tabela 8 – Coeficientes A1, A2 e A3, referentes a Equação 9, obtidos pelo ajuste polinomial de segunda ordem dos resultados experimentais da produção de glutationa a partir do DCCR 2². ........................................ 79
Tabela 9 – Resultados dos coeficientes Bi e Bj, dos parâmetros g1 e g2 e dos coeficientes de determinação. ....................................................... 80
Tabela 10 – Resultado comparativo da produção de GSH entre os dados experimentais e os dados preditos pelo modelo no tempo de 72 horas. .............................................................................................................. 81
Tabela 11 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo de 24 horas .................................................... 82
Tabela 12 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo de 48 horas .................................................... 82
Tabela 13 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo de 72 horas .................................................... 82
Tabela 14 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo de 96 horas .................................................... 82
Tabela 15 – Resultado do índice de concordância de Willmontt (d), o qual relaciona os dados preditos e os dados experimentais para cada ensaio realizado de acordo com o Delineamento Composto Central Rotacional 2² .......................................................................................................... 83
Tabela 16 – Resultados do estudo comparativo entre os ensaios do Delineamento Fatorial Completo 2² em 72 horas de fermentação. ....... 91
Tabela 17 – Resultados de crescimento celular, consumo de açúcares, concentração de glicerol adicionada ao meio e produtos do metabolismo celular da S. cerevisiae ATCC 7754, em 40 horas de fermentação,
xv
obtidos de acordo com Delineamento Composto Central Rotacional 2². .............................................................................................................. 93
Tabela 18 – Resultados das concentrações de glutationa, em g L-1, obtidos pelo Delineamento Composto Central Rotacional 2² durante as 117 horas de fermentação. ........................................................................ 101
Tabela 19 – Resultados médios das absorbâncias e concentração celular (g L-1), referente a curva padrão. ............................................................ 117
Tabela 20 – Resultados médios das absorbâncias e concentração de glutationa (mg L-1), referente a curva padrão. ..................................... 118
Tabela 21 – Quantidade dos componentes pertencentes a solução de oligoelementos empregadas no meio sintético, mosto de uva............ 124
Tabela 22 – Quantidade dos componentes pertencentes a solução de minerais empregado no meio sintético, mosto de uva. ....................... 125
Tabela 23 – Quantidade dos componentes pertencentes a solução de minerais empregado no meio sintético, mosto de uva. ....................... 125
Tabela 24 – Resultados médios das absorbâncias e concentração celular (g L-1), referente a curva padrão ............................................................. 126
Tabela 25 – Resultados médios das absorbâncias e concentração de GSH (µM) referente à curva padrão ............................................................ 128
Tabela 26 – Resultado das concentrações de GSH (mg L-1) preditas pelo modelo híbrido para os 11 ensaios do DCCR 2² nos tempos de fermentação de 0,24, 48, 72 e 96 horas. ............................................ 129
Tabela 27 – Resultado da concentração de GSH (mg L-1) para ensaio utilizado para expressar a otimização numérica. ................................ 129
Tabela 28 – Resultados da concentração de glutationa (mg L-1) obtidas no Delineamento Fatorial Completo 2². ................................................... 130
Tabela 29 - Resultados da concentração de biomassa (g L-1) obtida no Delineamento Fatorial Completo 2². ................................................... 130
Tabela 30 – Resultado da etapa de validação para os valores da concentração intracelular de GSH (%) para os tempos de 0, 24, 48 e 72 horas. .................................................................................................. 131
Tabela 31 – Resultado da etapa de validação para os valores da Produtividade celular (g L-1 h-1) para os tempos de 0, 24, 48 e 72 horas. ............................................................................................................ 131
Tabela 32 - Resultado da etapa de validação para os valores da Produtividade de GSH (mg L-1 h-1) para os tempos de 0, 24, 48 e 72 horas. .................................................................................................. 131
Tabela 33 - Resultados da concentração de biomassa (g L-1) obtida no Delineamento Composto Rotacional 2² durante 117 h de fermentação. ............................................................................................................ 132
xvi
Tabela 34 - Resultados da concentração de ácido acético (mg L-1) obtida no Delineamento Composto Rotacional 2² durante 117 h de fermentação. ............................................................................................................ 132
Tabela 35 - Resultados da concentração de glicerol (g L-1) adicionada ao meio de fermentação de acordo com o Delineamento Composto Rotacional 2². ...................................................................................... 133
Tabela 36 – Resultados da porcentagem de etanol formado durante as 117 h de fermentação. .................................................................................. 133
Tabela 37 – Resultados do consumo de glicose adicionado ao meio de fermentação em g L-1. ......................................................................... 134
Tabela 38 - Resultados do consumo de frutose adicionado ao meio de fermentação em g L-1. ......................................................................... 134
Tabela 39 – Resultados de concentração de GSH (mg L-1) obtidos no DCCR 2². ....................................................................................................... 135
Tabela 40 – Resultados da concentração de biomassa (mg L-1) obtidos no DCCR 2². ............................................................................................ 135
Tabela 41 – Composição da água de maceração de milho (AMM) utilizada como substrato para o meio de fermentação...................................... 136
xvii
LISTA DE QUADROS
Quadro 1 – Evolução das pesquisas para a produção de glutationa............33
Quadro 2 – Meio de cultura para manutenção da cepa Saccharomyces cerevisiae ATCC 7754............................................................................54
Quadro 3 – Composição do meio GPY.........................................................55
xviii
LISTA DE ABREVIATURAS E SIGLAS
Acetil-CoA Acetilcoenzima A
AD Doença de Alzheimer
ADN Ácido desoxirribonucleico
ALS Esclerose lateral amiotrófica
AMM Água de maceração de milho
ATP Adenosina trifosfato
BSO Butioninasulfoximina
CO2 Dióxido de Carbono
CuSO4 Sulfato de Cobre
CFP Chicken Feather Peptone
CLAE Cromatografia líquida de alta eficiência
DCCR Delineamento composto central rotacional
DNA Ácido desoxirribonucléico
DTNB Ácido 5’,5’-ditio-bis-(2- nitrobenzóico)
E. Coli Echerichia coli
EDTA Ácido Etilenodiamino Tetra-Acético
ERO Espécies reativas de oxigênio
FeSO4 Sulfato de Ferro
GO Glutationa oxidase
GR Glutationa redutase
GS Glutationa sintetase
GSH Glutationa ou ᵞ-L-glutamil-L-cistenilglicina
GSH-Px Enzima glutationa peroxidase
GSSG Glutationa dissulfeto
GPY Glucose, peptone, yeast extract
HCl Ácido Clorídrico
H2O Água
HD Doença de Huntington
HPLC High Performance Liquid Chromatography
IGF-1 Insulin Growth Factor 1
K2HPO4 Fosfato de Potássio Dibásico
KH2PO4 Fosfato de Potássio Monobásico
m-BBr Mono-bromobimano
xix
Min Minuto(s)
Mod. Modelo
MS Esclerose múltipla
MtDNA DNA - Mitocondrial
MgSO4 Sulfato de Magnésio
MnSO4 Sulfato de Manganês
NADPH Nicotinamida adenina dinucleotídeo fosfato
Na2HPO4 Fosfato Dissódico
NaH2PO4 Fosfato Monossódico
NaHCO3 Carbonato de Cálcio
NaOH Hidróxido de Sódio
NEM N-etilmaleiimida
OPA o-ftaldialdeído
PD Doença de Parkinson
pH Potencial Hidrogênionico
PSP Paralisia supranuclear progressiva
Pm Peso Molecular
RNAase Enzima ácido ribonucleico
RSM Metodologia de superfície de resposta
S. cerevisiae Saccharomyces cerevisiae
SDS Sódio dodecil sulfato
SH Grupo sulfidrila
TCA Ácido tricarboxílico
UV Raios UltraVioleta
VIH Vírus da imunodeficiência humana.
YM Yeast Extract- Malt Extract
γ-GS γ-glutamilcisteínasintetase (glutamato-cisteína ligase)
ZnSO4 Sulfato de Zinco
xx
LISTA DE SÍMBOLOS
% Porcentagem
ºC Graus Celsius
f() Funcão
+ Soma
/ Razão
- Subtração
= Igualdade
µP Velocidade específica de formação de produto
Ca Cálcio
Cd Cádmio
D Derivada
Fe Ferro
h Horas
K Potássio
Mg+2 Íon Magnésio
Mg Magnésio
Na Sódio
O2 Gás Oxigênio
P Fósforo
Se Selênio
S Enxofre
xxi
NOMENCLATURAS
µGSH Velocidade específica de formação de produto [h-1]
A1 Coeficiente da equação polinomial [h-1]
A2 Coeficiente da equação polinomial [h-2]
A3 Coeficiente da equação polinomial [h-3]
t Tempo de fermentação [h]
D Função trigonométrica parametrizada [g L-1]
C Equação linear parametrizada em função de D [g L-1]
B1 Coeficiente da equação linear [h-1]
B2 Coeficiente da equação linear [h-1 g L-1]
B3 Coeficiente da equação linear [h-1]
g1 Parâmetro da função trigonométrica [adimensional]
g2 Parâmetro da função trigonométrica [adimensional]
R² Coeficiente de determinação [adimensional]
xxii
Otimização numérica da produção de glutationa por Saccharomyces cerevisiae utilizando subprodutos industriais
RESUMO
Estudos recentes mostram que as patologias mediadas por espécies reativas de oxigênio (ERO) estão frequentes. As EROs associam-se ao estresse oxidativo nas células, e para o corpo defender-se das consequências advindas desse processo, utiliza os antioxidantes. Um exemplo de antioxidante com variadas funções no organismo é a glutationa (GSH). Trata-se de um tiol celular de baixa massa molecular, que pode ser sintetizada por via química, enzimática e fermentativa. Devido sua viabilidade ambiental e econômica, o uso de processos fermentativos tem ganhado visibilidade científica. O emprego de modelos matemáticos é uma alternativa que auxilia na predição deste antioxidante. Tendo em vista estas observações o presente trabalho teve como objetivo elaborar um modelo matemático de predição da produção de GSH por S. cerevisiae, bem como validar experimentalmente sua otimização numérica. Para a confecção do modelo matemático utilizou-se um Delineamento Composto Central Rotacional 2², tendo como resposta os valores de GSH e biomassa em função das concentrações de melaço e glicerol durante 96 horas de fermentação. A partir desses resultados foi confeccionado um modelo híbrido, tendo como resposta a velocidade específica de formação de GSH. O modelo final foi ajustado a uma função polinomial utilizando metodologia dos Mínimos Quadrados. Experimentalmente a máxima produção de GSH foi encontrada em 72 horas (119,6 mg L-1) utilizando 76,9 g L-1 de melaço e glicerol, respectivamente. Aplicando o modelo para as mesmas condições estimou-se 118,6 mg L-1. Os resultados experimentais e preditos foram analisados estatisticamente para verificar a similaridade dos mesmos. A otimização numérica foi feita fixando o tempo em 72 horas. Nessa etapa variaram-se as concentrações de melaço e glicerol até obter a melhor condição para produzir GSH. A otimização estimou que 70 g L-1de melaço de cana-de-açúcar e 40 g L-1 de glicerol podem garantir uma produção de 126 mg L-1 de GSH. Tendo em conta esta constatação, essas condições foram utilizadas como ponto central de um Delineamento Fatorial Completo 2² para validação do modelo. O resultado encontrado nas mesmas condições do ponto central do delineamento proposto para validação foi de 127,3 mg L-1 de GSH em 72 horas. A validação do modelo matemático por meio de otimização numérica comprovou que o uso da modelagem foi eficaz para a predição da produção de glutationa por Saccharomyces cerevisiae utilizando subprodutos industriais.
Palavras-chave: modelagem matemática, resíduos, GSH, S.cerevisiae, modelo híbrido.
xxiii
Numerical optimization of glutathione production by Saccharomyces cerevisiae using industrial by-products
ABSTRACT Recent studies show that often, pathologies are caused by Reactive oxygen species (ROS). The ROS are associated with the oxidative stress in the cells. The body uses the antioxidants to defend itself from the consequences of this process. An example of an antioxidant with different functions in an organism is the Glutathione (GSH). It is a cellular thiol with low molecular mass, that’s synthesized by chemical, enzymatic and fermentative methods. Since it is environmentally and economically viable, the use of the fermentative process has gained scientific visibility. The use of mathematical models is an alternative that helps in the production of Glutathione. Considering these observations, the present study's aimed to elaborate a mathematical model for production and prediction of GSH for Saccharomyces cerevisiae, as well as to validate its numerical optimization experimentally. For the mathematical model in this process, was used the Central Composite Rotational Design 2², having as an answer, the GSH and biomass values in function with the concentration of molasses and glycerol during a period of 96 hours of fermentation. Based on these results, a hybrid model was made, having as a result, the specific rate of GSH formation. The final model was adjusted to a polynomial function using the method of least squares. Experimentally, the maximum production of GSH was found to be, in 72 hours (119,6 mg L-1) using 76,9 g L-1of molasses and glycerol, respectively. Applying the model for similar conditions, it was estimated to a 118,6mg L-1. The experimental results were then statistically analyzed to verify their similarity. The numerical optimization was made by setting the clock for 72 hours. At this step, the concentration of molasses and glycerol were varied until the best conditions to produce GSH were met. The optimization helped to derive an estimate that 70 g L-1of sugar cane molasses and 40 g L-1of glycerol can guarantee the production of 126 mg L-1of GSH. Based on the accuracy of the observations, the same conditions were used as a central point for the validation of the model - Factorial Design2². The results obtained under these conditions helped establish that the central point of the proposed design for the validation of the model, is 127,3mg L-1of GSH in 72 hours. The validation of this mathematical model by the numerical optimization proved that it was effective for the production and prediction of Glutathione by Saccharomyces cerevisiae, using industrial by-products. Keywords: mathematical modeling, waste, GSH, S.cerevisiae, hybrid model.
24
1. INTRODUÇÃO
A partir da segunda metade do século XX, o conhecimento científico
proporcionou o desenvolvimento de novas tecnologias consideradas
capazes de impactar radicalmente a ciência, a produção e,
consequentemente, a sociedade (REIS et al., 2009), influenciando nos
padrões socioeconômicos e gerado melhorias para a qualidade de vida
(PEREIRA; DUQUE-ESTRADA, 2014).
Uma melhor qualidade de vida remete à atenção privilegiada para a
saúde, entretanto quando as doenças surgem há uma preocupação para as
suas causas e seus processos fisiológicos, neste aspecto tem-se verificado
que a incidência de patologias mediadas por espécies reativas de oxigênio
(ERO) é frequente e notória para que se desenvolvam estudos na área
(NETO, 2010).
As ERO são em sua maioria mais associadas a danos oxidativos do
que à modulação de fenômenos biológicos, os danos oxidativos
caracterizam uma intoxicação por radicais livres, ou seja, estresse oxidativo.
Para combater esse estresse e as consequências advindas desse processo,
o corpo utiliza os antioxidantes (CARDOSO et al., 2006)
Um exemplo de antioxidante é a glutationa ou GSH (ᵞ-L-glutamil-L-
cistenilglicina) esta biomolécula é um tripeptídeo composto por ácido
glutâmico, L-cisteína e glicina, caracterizado provavelmente como o mais
abundante tiol de baixa massa molecular encontrado nos sistemas
biológicos (WEN et al., 2005). A GSH possui várias funções metabólicas nas
células, sendo que a principal está relacionada ao seu alto poder
antioxidante (PIEDRAHÍTA-AGUIRRE, 2008), além de estar envolvida em
reações de biorredução, processos de transporte e destoxitificação de
diferentes xenobióticos (WEN et al., 2005).
A GSH no organismo é sintetizada em duas etapas enzimáticas
consecutivas dependentes de Adenosina trifosfato (ATP) (HUBER et al.,
25
2008). Segundo Navarro et al. (1999) baixas concentrações de glutationa
nos seres humanos podem ser associadas a várias patologias, tais como a
cirrose do fígado, diabetes, doenças pulmonares, degenerativas,
inflamações gastrointestinais, pancreáticas e envelhecimento e outras.
Porém, a existência de patologias associadas a radicais livres
demonstra que este tipo de espécie não apresenta nenhum componente
etiológico na globalidade das doenças, mas sim uma responsabilidade direta
na alteração fisiopatológica dos mecanismos que determinam a proliferação
da anomalia (NETO, 2010).
A produção sintética de GSH pode ser realizada por três formas:
enzimática, química e fermentativa. Por fermentação as
leveduras Saccharomyces cerevisiae e Candida utilis são empregadas para
produzir a GSH em escala industrial (NAVARRO et al., 1999). A
Saccharomycess sp é um microrganismo aeróbio facultativo, isto é, tem a
habilidade de se adaptar metabolicamente, tanto em condições aeróbias
quanto anaeróbias (LIMA et al., 2001). Segundo Wen et al., (2005) a
fermentação com leveduras é um método eficiente comercialmente e de fácil
aplicação prática do processo.
De acordo com Silva et al. (2009) em escala industrial com uma
relação custo-benefício satisfatória por fermentação de levedura, as fontes
de carbono e nitrogênio mais econômicos devem ser investigadas, desta
maneira o glicerol e o melaço de cana (1,2,3 propanodiol) surge como uma
promissora fonte de carbono já que são oriundas de substratos industriais.
Uma alternativa que pode garantir a predição da glutationa e
minimizar tempo e custos com a sua obtenção é o uso das técnicas de
modelagem matemática. A modelagem esta associada a processos reais
sujeitos a experimentações, processo no qual as informações obtidas
experimentalmente podem ser transformadas em modelos preditivos
(FAHOR, 2009).
26
Vale ressaltar que um dos objetivos da engenharia bioquímica é o
desenvolvimento de metodologias para maximizar a capacidade metabólica
de microrganismos de interesse industrial. A fim de alcançar esses objetivos
o uso de processos de manipulação genética do metabolismo celular e
também programar as condições de operação dos processos são fatores
essenciais (WEICHERT, 2002).
Sies (1999) enfatiza que esta biomolécula é vista como a esperança
de transmitir uma ideia de onde os desenvolvimentos futuros podem ir, em
virtude das diversas funções inerentes a glutationa. E segundo Li et al.,
(2004) as indústrias se interessaram pelas funções e propriedades da
glutationa e agora está é sendo alvo de estudos.
Levando em consideração todas essas informações, a abordagem
deste tema torna-se justificável. Dessa maneira este trabalho teve por
objetivo elaborar um modelo matemático de predição da biomolécula
glutationa oriunda de processo fermentativo utilizando subprodutos
industriais.
A organização desta dissertação apresenta-se da seguinte forma:
Na primeira seção realizou-se uma introdução sobre o tema abordado na
pesquisa, as etapas seguintes referem-se ao desenvolvimento do trabalho.
Na seção dois abordam-se os objetivos da pesquisa, na seção três trata-se
de uma revisão bibliográfica. Na etapa quatro são descritas as metodologias
de caracterização da cepa, condução do processo fermentativo, modelagem,
simulação, otimização numérica e validação do modelo híbrido desenvolvido
e uma metodologia para minimizar os custos de produção de GSH. Na
seção cinco apresentam-se os resultados encontrados e discutidos. E por
fim as considerações finais sobre a pesquisa e sugestões de trabalhos
futuros.
27
2. OBJETIVOS
2.1. OBJETIVO GERAL
Modelar matematicamente o processo de produção de glutationa
utilizando Saccharomyces cerevisiae e subprodutos industriais.
2.2. OBJETIVOS ESPECÍFICOS
Estudo de verificação da pureza da cepa Saccharomyces cerevisiae
ATCC 7754.
Modelagem matemática dos dados obtidos para a produção de
glutationa;
Otimizar numericamente a produção de glutationa por Saccharomyces
cerevisiae;
Validar o modelo matemático de predição da produção de glutationa por
Saccharomyces cerevisiae;
Iniciar estudos para minimização de custos da produção de glutationa por
Saccharomyces cerevisiae;
28
3. REVISÃO BIBLIOGRÁFICA
3.1. DEFINIÇÃO, FUNÇÃO E APLICAÇÃO DA GLUTATIONA
A glutationa recebe as seguintes denominações: GHS - abreviação
em inglês - ou ʟ-γ-glutamil-ʟ-cisteinilglicina (PENNINCKX, 2002) sua massa
molar é de 307 g mol-1 (C10H17N3O6S). É definida como um tripeptídeo linear,
hidrossolúvel, sendo composto dos seguintes aminoácidos: ácido glutâmico,
L-cisteína e glicina (WEN et al., 2005).
Segundo Li et al. (2004) o grupo tiol da cisteína é o local ativo
responsável por suas propriedades bioquímicas. E de acordo com Shan
(1990) a GHS possui duas características indispensáveis para a sua
participação em diversas funções: a ligação γ-glutamil e o grupo sulfidrila.
Em 2016, completa-se 128 anos (1888 – 2016) que J. de Rey-
Pailhade descobriu a glutationa. Ele observou que as células continham uma
substância responsável pela formação de sulfetos na presença de enxofre e
que essa substância estava presente em quase todas as células animais.
Em virtude da alta afinidade em reagir com o enxofre, Rey-Pailhade nomeou
esta substância de “philothion” (philo=atração; thion=enxofre) (MEISTER,
1988).
Em 1921, Hopkins observou que a substância denominada
“philothion” era constituída por glutamato e L-cisteína, sendo um dipeptídeo
denominado glutationa. Mais tarde, um grupo de pesquisadores descobriu
que a GSH é um tripeptídeo composto por três aminoácidos: glutâmico, L-
cisteína e glicina e que seu sítio ativo era representado por um grupo tiol,
sulfidrila ou SH de um resíduo de cisteína (MEISTER, 1988). A Figura 1
apresenta a composição da glutationa.
29
Figura 1 – Estrutura da Glutationa (GSH), Tripeptídeo Composto de Ácido
Glutâmico, L-Cistéina e Glicina (ANDERSON, 1998).
Nas células, a glutationa pode ser encontrada sob a forma de
glutationa reduzida (também denominada de monomérica) e na forma
oxidada (também designada de dimérica – GSSG) (NETO, 2010) e
diferentes mistos dissulfetos como, por exemplo, GS-S-CoA e GS-S-Cys
(PENNINCKX; ELSKENS, 1993). A Figura 2 ilustra a interconversão da
glutationa nas formas GSH e GSSG.
Figura 2 – Interconversão de Glutationa nas suas Formas Reduzida (GSH) e
Oxidada (GSSG) Pela Ação das Enzimas Glutationa Peroxidase (GSH-Px),
Glutationa Oxidase (GO) e Glutationa Redutase (GR) (MEISTER;
ANDERSON , 1983).
30
A GSH possui várias funções metabólicas nas células, sendo que a
principal está relacionada ao seu alto poder antioxidante (PIEDRAHÍTA-
AGUIRRE, 2008), além de estar envolvida em reações de biorredução,
processos de transporte, proteção contra radicais livres e destoxitificação de
xenobióticos e de metabólitos tóxicos endógenos além de estar relacionado
com atividade de enzimas, enxofre e metabolismo do nitrogênio
(PENNINCKX, 2002). Atua como um intensificador imunológico (PASTORE
et al., 2003) por meio da produção de glóbulos brancos (WU et al., 2004).
Gharieb; Gadd (2004) citaram que a GSH desempenha função de
proteção da célula contra biocidas e certos íons metálicos. Portanto um
tripeptídeo fundamental no acúmulo e na desintoxicação de Cd (cádmio) e
Se (selênio).
A glutationa é uma biomolécula determinante em diversos processos
celulares por desempenhar múltiplas funções, fato que dificulta atribuir uma
causa direta para determinada patologia por alterações dos níveis de GSH
ou do estado redox, somente se pode inferir que existe uma participação da
GSH para a manifestação e progressão de doenças (BALLATORI et al.,
2009; BONNEFOY et al., 2002).
A resistência de muitas células contra o estresse oxidativo está
associada com elevados níveis intracelular de glutationa em sua forma
reduzida. O estresse oxidativo pode causar mudanças no estado redox da
glutationa aumentando a liberação de glutationa oxidada (dissulfeto) no
organismo. Assim, alguns estudos têm direcionado o interesse no
monitoramento de glutationa em amostras biológicas com o propósito de
estudar se algumas doenças estão relacionadas ao estresse oxidativo
(ROVER JUNIOR et al., 2001).
Doenças como: cirrose hepática, pulmonares, gastrintestinais,
inflamações no pâncreas, diabetes, envelhecimento (WU et al., 2004) câncer
(TOWNSEND et al., 2003), fibrose cística (ROUM et al., 1993; TOWNSEND
et al., 2003), VIH - Vírus da imunodeficiência humana (BUHL et al., 1989),
doenças cardiovasculares (PARK et al., 2013) são alvos de estudos.
31
Aoyama; Nakaki (2013) em um estudo sobre a síntese debilitada da
glutationa em neurodegradação afirmam que estudos recentes indicam que
o transtorno da função GSH está implicado na etiologia de algumas doenças
neurodegenerativas tais como a doença de Alzheimer (AD), doença de
Parkinson (PD), esclerose lateral amiotrófica (ALS), paralisia supranuclear
progressiva (PSP), a doença de Huntington (HD), e esclerose múltipla (MS).
Sgarbiere (2004) afirma que a relação entre o vírus da Aids e a GSH
(glutationa) é antagônica, ou seja, quando os níveis de GSH celular
diminuem o vírus se multiplica; já quando os níveis de GSH estão altos,
ocorre um decrescimento na propagação do vírus. Assim, quanto mais
elevada a taxa de GSH nos linfócitos (células de defesa do sistema
imunológico) dos pacientes com Aids, maiores serão suas chances de
sobreviver.
A GSH possui inúmeras aplicações em diversos segmentos
industriais para tais como: ambiental, farmacêutico, alimentício e desportivo,
seja atuando como parâmetro de avaliação na contaminação ambiental,
como aditivo alimentar, estendendo o tempo de prateleira de carnes e frutos,
na estabilização de pigmentos, na formulação de reagentes químicos,
biológicos, e em forma de cápsulas como suplemento alimentar (LI, et al.,
2004; GONÇALVES, 2012).
E atualmente a GSH destaca-se na área ambiental como importante
parâmetro biológico, sendo um dos mais importantes indicadores do
estresse oxidativo, atuando como biomarcador de protocolo no
monitoramento ambiental na contaminação aquática por metais pesados,
dentre eles cádmio e chumbo (GARG; AGGARWAL, 2011).
3.2. BIOSSÍNTESE DA GLUTATIONA
A GHS (1) é sintetizada intracelularmente pela ação sequencial de
duas enzimas dependentes de ATP, a γ-glutamilcisteína sintetase (γ-GS
32
também conhecida como glutamato-cisteína ligase, EC 6.3.2.2,GSHI) e
Glutationa sintetase (GS, EC 6.3.2.3, GSHII) (MEISTER; ANDERSON 1983).
Os primeiros passos para a formação deste tripeptídeo é a utilização dos
aminoácidos glutâmico (2) e cisteína (3) em uma reação catalisada pela
enzima γ-glutamilcisteína sintetase formando o dipeptídeo γ-L-glutamil-L-
cisteína (4). O segundo passo é a adição de uma molécula de glicina ao
dipeptídeo γ-L-glutamil-L-cisteína, reação esta catalisada pela GS formando
a glutationa no fim do processo (SHAN, 1990).
Estas etapas requerem ATP e Mg+2. A γ-glutamilcisteína sintetase
sofre regulação pela GSH por meio de um feedback negativo, o que previne
a produção excessiva desta ou o acúmulo do intermediário γ-
glutamilcisteína. Caso a conversão da γ-glutamilcisteína em GSH seja
insuficiente, uma reação alternativa predomina: a conversão à 5-oxoprolina
(5), catalisada pela γ-glutamilciclotransferase. A produção excessiva de 5-
oxoprolina ocorre em casos de deficiência hereditária da glutationa sintetase
e é caracterizada por 5-oxoprolinúria, acidose metabólica crônica e
distúrbios neurológicos. A biossíntese da GSH pode ser inibida pela
butionina sulfoximina (BSO) (6), um inibidor com estrutura similar a um
intermediário ativado na reação catalisada pela γ-glutamilcisteína sintetase
(HUBER et al., 2008). A Figura 3 ilustra o esquema da biossíntese.
Este antioxidante hidrófilo apresenta duas características em sua
estrutura: um grupo sulfidrila e uma ligação glutamil (WANG et al., 2012). E
pela forte capacidade da glutationa em doar elétrons e pela relativa alta
concentração celular – em torno de 0,1 a 10 mM em células procarióticas e
eucarióticas (MEISTER; ANDERSON, 1983) - a GSH torna-se importante
para a proteção do ADN – ácido desoxirribonucleico, proteínas, e outras
biomoléculas contra danos oxidativos gerados, por exemplo, por espécies
reativas de oxigênio (EROS) (LI et al., 2004).
33
Figura 3 – Biossíntese da Glutationa e Enzimas Envolvidas: (a) γ-
glutamilcisteína sintetase, (b) glutationa sintetase, (c) γ-
glutamilciclotransferase e butioninasulfoximina, inibidor da síntese de
glutationa (HUBER et al., 2008).
Nos seres humanos a GSH ocorre em todos os tipos de células,
porém o órgão responsável pela produção e exportação da GSH é o fígado
(WU et al., 2004). Embora mais de 90% da glutationa esteja normalmente
presente na forma de GSH reduzida, várias formas adicionais de glutationa
estão presentes em células microbianas, tecidos e plasma (LI et al., 2004).
A síntese da glutationa é limitada pelo aminoácido L-cistéina em
seres humanos, ratos, porcos e frangos (WU et al., 2004). Principalmente
em microrganismos eucarióticos, bactérias gram-negativas e raramente em
bactérias gram-positivas encontra-se o aminoácido L-cisteína (PENNINCKX,
2002, LI et al., 2005).
E para que a atividade protetora da glutationa expressa pela redução
de espécies oxidantes, e consequente oxidação da GSH à glutationa
dissulfeto (GSSG), ou seja, ligação dupla de enxofre em duas moléculas de
GSH (CHEN et al., 2006) seja mantida, a GSH precisa ser regenerada
através do ciclo catalítico, representado na Figura 4. Nela podemos
identificar a atividade de três grupos de enzimas: a glutationa oxidase (GO),
34
a glutationa peroxidase (GSH-Px) e a glutationa redutase (GR) (HUBER et
al., 2008).
Figura 4 – Representação Esquemática do Ciclo Catalítico da Glutationa
(HUBER et al., 2008).
As duas primeiras enzimas, GO e GSH-Px, catalisam a oxidação de
GSH à GSSG e a última, GR, é responsável pela regeneração de GSH, a
partir de GSSG, na presença de nicotinamida adenina dinucleotídeo fosfato
(NADPH). A glutationa redutase não age diretamente na remoção de
espécies radicalares, porém é responsável pela regeneração da glutationa à
sua forma reduzida (GSH) na presença de NADPH, tendo como objetivo
impedir a paralisação do ciclo metabólico da glutationa (MEISTER;
ANDERSON, 1983).
3.3. PRODUÇÃO BIOTECNOLÓGICA DA GLUTATIONA
A produção sintética de GSH pode ser realizada por três métodos:
enzimático, químico e fermentativo (NAVARRO et al., 1999). Estudos
relacionados à produção enzimática apresentavam alguns obstáculos
impossibilitando o seu avanço, visto que a exigência de ATP na fermentação
35
enzimática torna este processo difícil em grande escala, uma vez que é
impraticável economicamente adicionar ATP diretamente em escala
industrial, portanto seria de interesse a construção de um sistema de
regeneração de ATP altamente eficiente (LI et al., 2004).
Douglas (1989) afirma que a introdução e a remoção de protetores
sulfidricos de resíduo de cisteína foram passos cruciais na síntese química
de GSH, fazendo o produto ser inicialmente comercializado em 1950.
Entretanto Gotoh (2004) afirma que o grupo sulfidrila envolvido na síntese
química é altamente suscetível a oxidação e que a adição do peptídeo γ-
glutamil torna complexa a síntese.
Assim no Japão, no final da década de 70, início dos nos 80
iniciaram as etapas de produção e comercialização da GSH por fermentação
com leveduras. Segundo Wen et al. (2005) a fermentação com leveduras é
um método eficiente comercialmente e de fácil aplicação prática do
processo.
As leveduras Saccharomyces cerevisiae e Candida utilis são
empregadas para produzir a GSH em escala industrial em processos
fermentativos (NAVARRO et al., 1999). Observando-se que a
Saccharomyces spp é um microrganismo aeróbio facultativo, isto é, tem a
habilidade de se adaptar metabolicamente, tanto em condições aeróbias
quanto anaeróbias (LIMA, et al., 2001).
O Quadro 1 apresenta a evolução das pesquisas para a produção de
glutationa.
36
Quadro 4 – Evolução das pesquisas para a produção de glutationa (LI et al., 2004).
Desenvolvimento na produção de GSH Período
Identificação de sistemas regenerativos em plantas 1888
Descoberta e identificação de sua fórmula estrutural 1920
Métodos fermentativo-enzimáticos utilizando leveduras (S. cerevisiaee Candida)
1976-1985 1998 até presente data
Purificação da GSH em sistemas biológicos 1976-1985
Produção enzimática utilizando bactéria 1976-1987/1993-1998
Sistemas de regeneração de ATP para aumentar produção
1978-1982
Biologia molecular através da biossíntese e construção de genes recombinantes em E. Coli
1982-1990
Construção de genes recombinantes de S. Cerevisiae 1986-1990/1996-1998
Otimização e controle de processo 1991-1994/1997 até
presente data
Produção por bactérias lácticas 2001 até presente data
A Saccharomyces cerevisiae está amplamente estudada, sendo o
primeiro eucarioto a ter seu genoma totalmente sequenciado. Possui 16
cromossomos, com um genoma de 13,389 Kb com média de um gene para
cada 2.000 pares de bases, sendo que diversos genes estão envolvidos com
reparação de danos ao DNA. Seu genoma foi desvendado através do projeto
de sequenciamento do genoma da levedura, iniciado pela comunidade
européia de leveduras em 1989 e concluído em 1996 (GOFFEAU et al.,
1996).
Para todos os processos industriais em que participa a
Saccharomyces cerevisiae, os meios de cultura devem conter
necessariamente uma fonte de nitrogênio, além de uma fonte de carbono,
sais e vitaminas (COOPER, 1982; HORÁK, 1997). Os principais compostos
utilizados como fonte de carbono pela levedura são os monossacarídeos
(frutose, glicose e galactose) e os dissacarídeos (maltose e sacarose)
(FLORES et al., 2000).
O outro elemento essencial para os organismos vivos é o nitrogênio
sendo que as células de leveduras podem utilizar uma ampla variedade de
compostos nitrogenados como fontes de nitrogênio, inclusive amônio,
aminoácidos e peptídeos (ter SCHURE et al., 1995). Entretanto, nem todas
as fontes de nitrogênio propiciam crescimento igualmente eficiente: por
exemplo, foi observado que amônia, glutamato, glutamina, e aspargina são
37
preferencialmente utilizadas por leveduras e induzem altas taxas de
crescimento (MAGASANIK, 1992).
A membrana celular da levedura S. cerevisiae é constituídas por
duas camadas de fosfolipídios, e somente pequenas moléculas (por
exemplo: O2, CO2 e H2O) conseguem atravessar pela membrana livremente.
Portanto, a GSH não pode ser excretada no meio a partir de células vivas. A
excreção somente pode ser provocada através da ruptura da membrana
celular (WEI et al., 2003).
O processo de produção de GSH por meio de técnicas fermentativas
pode ser subdividido em três fases analisando um processo fermentativo de
24 h: Na primeira fase correspondente ao tempo de 0 a 8 h, ocorre o
consumo de glicose (substrato) e a produção de etanol. Nesta fase os níveis
de glicose decrescem gradualmente e a de etanol e GSH aumentam. Na
segunda fase (8-14 h) ocorre a assimilação do etanol: o crescimento celular
ocorre de forma mais lenta e o etanol é utilizado como fonte de carbono para
crescimento celular e para síntese de GSH. Nestas duas fases ocorre o
acúmulo de GSH, ou seja, na fase exponencial de crescimento e, por fim na
fase III entre 14 e 24 h, ocorre à fase estacionária onde a glicose e o etanol
são consumidos completamente e as células param de crescer (WEN et al.,
2005).
No caminho metabólico da GSH dentro das leveduras a glicose
inicialmente é transformada em piruvato (Via glicólise), que é transformado
em acetil-CoA, participando assim do ciclo dos Ácidos tricarboxílicos (TCA) –
Ciclo de Krebs – com liberação de energia. Para a formação da GSH, o
ácido glutâmico provém do α-cetoglutarato, que é um composto do ciclo do
TCA. Quando há excesso de glicose no meio ocorre à produção de etanol
através do efeito Crabtree e quando a quantidade de glicose no meio torna-
se insuficiente, o etanol pode ser assimilado como fonte de carbono para a
levedura e a GSH produzida (SHIMIZU et al., 1991), conforme ilustra a
Figura 5.
38
Figura 5 – Via Metabólica Da Glutationa Nas Leveduras (SHIMIZU et
al.,1991).
Através de estresse como, redução de nutrientes, choque osmótico
e elevação da temperatura, as leveduras aumentam o consumo de energia
isto induz mudanças no metabolismo do microrganismo e acúmulo de
algumas moléculas protetoras. A trealose e a GSH são exemplos destas
moléculas produzidas pela S. cerevisiae (DONG et al., 2007).
O aumento da produção de GSH nas leveduras pode ocorrer de
duas maneiras: aumentando amplamente a concentração celular obtida ou
promovendo o aumento do conteúdo intracelular. Porém percebe-se que é
mais fácil aumentar a concentração celular através das tecnologias de
fermentação desenvolvidas do que aumentar o conteúdo intracelular de
GSH. Contudo, a segunda opção é mais atrativa, pelo fato de aumentar a
concentração de GSH e facilitar as etapas de “downstream” (WEN et al.,
2004)
Anshau (2010) estudou qual o microrganismo que melhor produz
GSH em frasco erlenmeyer, utilizando Saccharomyces cerevisiae ATCC
7754, Candida tropicallis CCT 5846, Candida utilis CCT 3469, Pichia
anômala CCT 4373 e Pichia anômala CCT 2648. Para a extração da GSH a
39
temperatura foi de 30ºC sendo testadas diferentes concentrações de etanol
(20, 40 e 60%), tempos (2, 4, 6, e 16 h) e extrações em banho ultra
termostatizado, homogeneizador e banho ultrassom (somente 2 h). O melhor
resultado foi obtido com S. cerevisiae ATCC 7754 em banho ultra
termostatizado, em 16 h de extração, com 40% de etanol (131,24 mg L-1 de
GSH).
De acordo com Silva et al. (2009) em escala industrial as fontes de
carbono e nitrogênio mais econômicos devem ser investigadas, desta
maneira o glicerol e o melaço de cana-de-açúcar surgem como promissoras
fontes de carbono já que são oriundos de resíduos industriais.
O que faz um material ser um “resíduo” ou um “subproduto” ou uma
matéria-prima é o seu uso em um novo processamento, consequência direta
das suas características. Os resíduos agroindustriais são importantes pela
sua composição físico-química e basicamente atuam como insumo
alternativo e de baixo custo para desenvolver e multiplicar células a fim de
gerar compostos de interesse como produto do metabolismo celular.
Estratégia concebida da tecnologia limpa a qual atua como solução
ambiental para o despejo de poluentes (WOICIECHOWSKI et al., 2012).
A aplicação desses resíduos em meios de cultivo caracteriza-o como
um meio complexo em relação aos constituintes do mosto, porém é menos
oneroso. Motivo pela qual são utilizados em processos fermentativos de
grande escala como exemplo pode-se citar: a água de maceração de milho
(AMM), caldo de cana-de-açúcar, melaços, farinhas e etc. (SCHIMEDELL,
2001) empregam-se também resíduos dos processamentos da mandioca, da
soja, do arroz, do café, de oleaginosas, do camarrão, do tomate, da indústria
sucroalcooleira e o soro de queijo (WOICIECHOWSKI et al., 2012).
Algumas desvantagens estão presentes no emprego desses meios
complexos, por exemplo, dificuldade nas etapas de separação e purificação
do produto final, problemas nos tratamentos de águas residuarias, o
desconhecimento da composição química das matérias primas em relação
ao teor de sais minerais o que faz com que esses meios complexos sejam
40
completados com alguns sais (SCHIMEDELL, 2001). Outra desvantagem é a
baixa homogeneidade e garantia de padronização dos lotes de resíduos os
quais podem variar de acordo com as condições de processamento,
climáticas ou sazonais (WOICIECHOWSKI et al., 2012).
O melaço de cana é um subproduto da fabricação do açúcar de cana
cujas características são: líquido viscoso, não cristalizável e apresenta uma
alta concentração de sacarose (Tabela 1), além de outras substâncias
importantes para processos fermentativos. É um subproduto de baixo custo,
alta disponibilidade e com elevado teor de açúcares fermentáveis, razões
pelas quais vem sendo empregada como substrato em processos
fermentativos (WOICIECHOWSKI et al., 2012).
Tabela 1 – Composição média do melaço de cana-de-açúcar
Elementos Faixa de concentração
(%,p/p)
Água 17 - 25 Sacarose 30 - 40 Glicose 4 - 9
Frutose 4 - 12 Gomas, amidos, pentosanas, traços de hexitóis e ácidos urônicos
2 - 5
Cinzas 7 - 15
Compostos nitrogenados 2,5 - 4,5
Proteínas 0,5 - 4,5 Aminoácidos 0,3 - 0,5 Ácidos não nitrogenados (ex.: cítrico, málico, oxálico)
1,5 - 6,0
Ceras, Esteroídes e fosfatídeos 0,1 - 1,0 Vitaminas:A,biotina,niacina,ácido pantotênico,riboflavina, timina
Quantidades variáveis
Fonte: Chen; Chou (1993).
Vários produtos de interesse comercial, econômica e industrial são
obtidos via processo fermentativo: etanol, ácidos orgânicos (acético, cítrico,
lático, glutâmico, fumárico entre outros), aromas, pigmentos, enzimas,
espessantes, conservantes, antimicrobianos, peptídeos bioativos,
antitumorais e antioxidantes (WOICIECHOWSKI et al., 2012).
Wen et al. (2006) maximizaram a produção de glutationa pela
modulação de aminoácidos e alta densidade celular em fermentação de
batelada alimentada. A cepa empregada no estudo foi a de S. cerevisiae T65
41
o pH foi mantido a 5,5 e a temperatura a 30oC. O meio para obter inóculo
continha 20 g L-1 de glicose, 5 g L-1 de extrato de levedura, 3 g L-1 de
(NH4)2HPO4, 0,8 g L-1 MgSO4, 1 g L-1 de K2HPO4 e 1 g L-1 de KH2PO4.
Foram realizadas três fermentações para estudar os efeitos da concentração
de etanol no crescimento celular e síntese de glutationa, controlando os
níveis de etanol no meio e uma solução de glicose 80% foi adicionada de
acordo com estes níveis. Na primeira, os níveis foram mantidos até 7,7% em
20h, na segunda entre 1,16 e 2,2% e na terceira entre 0,08 e 0,65%. Foi
verificado que os níveis mais baixos favoreceram a produção de GSH, sendo
por isso, feita mais uma fermentação otimizada mantendo os níveis de
etanol baixos e com a adição dos aminoácidos precursores nos tempos de
24, 44 e 56 h. O melhor resultado foi de 2190 mg L-1 de GSH após 60 h de
fermentação.
Zhang et al. (2007) otimizaram o meio de cultivo para a produção de
GSH utilizando S. cerevisiae T65. As condições de cultivo foram 30oC, 180
rpm, 24 h e 20% de inoculo (v/v). O meio otimizado continha: glicose
(70 g L-1), extrato de levedura (3 g L-1), peptona (5 g L-1), extrato de malte
(70 g L-1), melaço (20 g L-1), MgSO4 (5,6 g L-1), ZnSO4 (16 g L-1), (NH4)2HPO4
(7 g L-1) e tiamina (0,2 g L-1). A concentração de GSH chegou a 74,6 mg L-1,
sendo 1,81 vezes maior que o ensaio controle (30 g L-1 de glicose, 5 g L-1 de
extrato de levedura, 3 g L-1de (NH4)2HPO4, 1 g L-1 de K2HPO4, 1 g L-1 de
KH2PO4 e 0,8 g L-1 de MgSO4).
Santos et al. (2007) estudaram a produção de GSH em frascos
Erlenmeyer a partir de S. cerevisiae através de planejamento fatorial
fracionário 25-2 e Delineamento Composto Central Rotacional 2² estudando
as variáveis: temperatura (20-30oC), agitação (100-300 rpm), pHinicial (5-7),
concentração de inoculo (5-15%) e concentração de glicose (20-70 g L-1). Os
resultados mostraram que as condições ótimas de cultivo foram: 54 g L-1 de
glicose, 5% de inóculo, 300 rpm, 20oC e pHinicial 5. A maior concentração de
GSH (154,5 mg L-1) foi obtida após 72 h de fermentação. O meio de
fermentação continha glicose, extrato de levedura e sulfato de magnésio
heptahidrato.
42
Wang et al. (2007) utilizando uma cepa de S. cerevisiae G14,
avaliaram a produção de GSH em frascos Erlenmeyer (250 mL) e em
fermentador de 5 L. O meio de fermentação era constituído de 70 g L-1 de
glicose; 15 g L-1 de extrato de levedura, 60 g L-1 de licor de malte, 10 g L-1 de
(NH4)2HPO4, 5 g L-1 de MgSO4 , 28 g L-1 de melaço de cana-de-açúcar, 16 g
L-1 de água de maceração de milho, 1 g L-1 de KH2PO4, 1 g L-1 de K2HPO4,
10 g L-1 de ZnSO4; 6 mg L-1 de FeSO4, 6 mg L-1 de CuSO4 e 6 mg L-1 de
MnSO4. Nos frascos avaliaram as quantidades adicionadas de aminoácidos
precursores, sendo que a maior concentração de GSH foi de 530 mg L-1 na
fermentação feita com 4 mM de cada um dos três aminoácidos. No
fermentador foi estudado o controle da alimentação do fermentador com
glicose de acordo com a concentração de etanol e os resultados do
quociente de respiração e também o efeito da adição dos aminoácidos nos
tempos (0, 16, 32, 48 h). A adição de glicose iniciou após 10 h de
fermentação e no ensaio sem adição de aminoácidos foram obtidas 1620 mg
L-1 de GSH e 140 g L-1 de biomassa seca após 52 h de cultivo. No ensaio
com adição dos aminoácidos no tempo de 32 h de fermentação, a
concentração máxima foi de 2020 mg L-1 em 38 h de cultivo.
Piedrahíta-Aguirre (2008) avaliou a produção de GSH com S.
cerevisiae ATCC 7754, em frascos Erlenmeyer a partir de fontes proteicas
de baixo custo, tais como: carbono, nitrogênio e aminoácidos. As condições
de cultivo nas três etapas foram: pH 5,0, 20ºC, 300 rpm, durante 96 h. Na
primeira etapa foi realizado um planejamento fatorial fracionado 25-1 , no qual
obteve-se 264,49 mg L-1 de GSH. Na segunda etapa foi realizado
planejamento Plackett Burman (PB-12), no qual se diminuiu a quantidade do
extrato de levedura, devido a elevados custos e se adicionou MgSO4,
obtendo-se excelente rendimento com 23,33 g L-1 de crescimento celular e
278,42 mg L-1 de GSH. Na terceira etapa realizou-se outro PB-12,
conseguindo uma produção de 166,84 mg L-1 de GSH e 18,75 g L-1 de
concentração celular.
Segundo Fei et al. (2009), a produção de GSH foi estimulada através
de mecanismos enzimáticos ligados a expressão gênica de proteínas
43
heterólogas utilizando como vetor, a levedura Pichia pastoris D18. A
metodologia baseava-se na adição de dois genes responsáveis pela síntese
de GSH, a gsh 1 e a gsh 2, presente em cepas selvagens de S. cerevisiae.
O cultivo foi conduzido através de batelada alimentada após 16 h com 2,9
mg L-1 de glicose, em fermentador de 5 L, a 30°C, com adição de cisteína,
glicina e ácido glutâmico após 44 h de fermentação, ambos em
concentrações de 15 mmol/L. A glicose foi escolhida como principal fonte de
carbono e extrato de levedura como principal fonte de nitrogênio. O processo
indicou que a levedura recombinante apresentou eficiência na síntese de
GSH, através da conversão dos três aminoácidos precursores, e é capaz de
aumentar a produtividade de GSH em cultivos com elevadas densidades
celulares, obtendo altos rendimentos por processo a baixo custo sendo que
a melhor produção de GSH foi a 50 h de processo com 217 mg L-1 e 4,15 g
L-1 de biomassa.
Taskin (2012) investigou a aplicabilidade do hidrolisado de proteína
de pena de frango (Chicken Feather Peptone, CFP) como um substrato para
a produção de GSH de Saccharomyces cerevisiae e consequentemente
atuar como uma solução ambiental para o despejo desse resíduo. No CFP
foi encontrado cinzas (36,7 g por 100 g), proteína (61,1 g por 100 g) e
minerais (S, P, K, Ca, Fe, Na e Mg). Também teve um elevado teor de
cisteína e glicina. CFP aumentou a biomassa e a produção de GSH de 53 e
115%, respectivamente em comparação com o meio de controle (continha
glicose 60 g L-1 e extrato de levedura 4 g L-1). As maiores concentrações de
biomassa (17,4 g L-1) e de GSH (271 mg L-1) foram alcançadas em meio
CFP. A segunda mais elevada concentração de biomassa (16,8 g L-1) e GSH
(255 mg L-1) foram obtidos em meio de peptona de peixe. Supõe-se que o
conteúdo elevado de minerais, cisteína e glicina de CFP foram relacionados
com o crescimento celular e a síntese de GSH em S. cerevisiae.
O principal resíduo da produção de queijo é o soro, cujo potencial
poluidor é imenso. Exemplificando uma pequena indústria que produza
1.000 kg dia-1 de soro gera 10 m³ de soro, com uma demanda bioquímica de
oxigênio semelhante a um esgoto municipal gerado por cinco mil habitantes.
44
No entanto, um metro cúbico de soro poderia ser vendido in natura para uso
em ração animal, por cerca de R$ 1,00/m³; transformado em biogás,
gerando 250 kWh m-³ de soro; seco (forncendo 80 kg de soro em pó,
vendido de R$ 1 a 2,50/kg) ou fracionado a 20 kg de proteína e 45 kg de
lactose bruta e também ser usado como substrato em processo fermentativo
(WOICIECHOWSKI et al., 2012).
Bowon et al. (2015) avaliou as concentrações de extrato de levedura
e soro de leite líquido para produção de GSH a partir da Saccharomyces
cerevisiae ATCC 7754. Para tal, foi realizado um Delineamento Composto
Central, tendo-se como resposta a concentração de GSH produzida. As
fermentações foram realizadas em agitador rotativo (New Brunswick, mod.
INNOVA 44), utilizando frascos Erlenmeyer (250 mL) contendo 50 mL de
meio de fermentação (meio + inóculo) as condições de fermentação foram
20ºC, 300 rpm, 5% de inóculo (v/v), pHinicial 5, durante 96 h. A maior
concentração de GSH e biomassa obtidos foram 352,03 mg L-1 e 17,29 g L-1
respectivamente quando utilizado 44 g L-1 de extrato de levedura e 18% de
soro de leite líquido, o que torna viável o uso de soro de leite líquido como
substrato em bioprocessos, minimizando o impacto ambiental causado por
esse subproduto de industrias leiteiras, além de reduzir o custo de produção
de GSH por processo fermentativo.
Portanto, aprimorar as metodologias de produção de GSH,
minimizando os custos do processo é uma excelente ação para reduzir o
preço da GSH. Por isto, estudos e patentes estão focadas principalmente na
melhoria de processos e na otimização por diversas linhas como a
engenharia genética e metabólica (WEN et al., 2005).
45
3.4. DETERMINAÇÃO DA GLUTATIONA
3.4.1. Metodologia Eletroquímica
Ao selecionarmos um método analítico com propósito de determinar
quantativamente e/ou qualitativamente uma amostra, ele deve ser específico
para diferenciar a GSH de outros tióis presentes nas células e em produtos
de biotransformação, além de separar GSH e GSSG de moléculas
interferentes, presentes em matrizes complexas. Desta forma, o desejo de
quantificar GSH fez com que elevasse o desenvolvimento de métodos para a
análise de compostos bioativos em diferentes tipos de amostras
(GONÇALES, 2010).
Desta forma, as técnicas eletroquímicas apresentam um elevado
potencial na caracterização detalhada dos antioxidantes presentes nas
amostras, pois fornecem parâmetros físico-químicos capazes de demonstrar
não apenas o potencial de redução destes, mas também o número de
elétrons envolvidos, a influência dos prótons e as constantes destas reações
(BORGES et al., 2011).
Segundo Oliveira (2011), se tratando de sensores químicos, estes
são constituídos de camada química seletiva (interage apenas com o analito
de interesse) e gera um sinal que pode ser usado para sua qualificação e/ou
quantificação. A resposta gerada pelo analito é originada na camada
quimicamente seletiva e são caracterizadas em termos de estabilidade,
repetibilidade, linearidade, histerese, tempo para saturação, seletividade e
sensibilidade, sendo os dois últimos os principais parâmetros que influência
na aplicabilidade do sensor químico.
Caso o analito não interage com o eletrodo, este é passível de
modificações na superfície eletródica pela imobilização de grupos funcionais,
incorporação de catalisadores inorgânicos e biológicos (enzimas e
anticorpos), deposição de filmes poliméricos, modificação com sílica e
deposição de membranas biológicas (GALLI et al., 2006). Moses et al.
(1975) define tais eletrodos como quimicamente modificado (EQMs) na qual
46
são mais seletivos e mais sensíveis, pois a modificação possibilita controlar
a natureza físico-química da interface eletrodo-solução como uma forma de
alterar a reatividade e seletividade do eletrodo base favorecendo, assim, o
desenvolvimento de eletrodos para diferentes aplicações analíticas.
Tratando-se de técnica eletroquímicas, a voltametria é uma técnica
que estuda a relação entre a corrente e o potencial durante a eletrólise
(decomposição de um composto por uma corrente elétrica) de uma espécie
química de interesse. Os primeiros estudos sobre curvas corrente versus
potencial, com aplicação na identificação e quantificação de espécies
eletroativas, foram realizados pelo químico Jaroslav Heyrovský em 1922,
que empregou como microeletrodo de trabalho, não polarizável, o eletrodo
gotejante de mercúrio e denominou a técnica de polarografia (HEYROVSKÝ,
1956).
Em condições experimentais definidas, as substâncias eletroativas
apresentam um potencial característico, no qual ocorre a transferência de
carga analito/superfície do eletrodo, gerando uma corrente proporcional à
concentração do analito em solução. A incomplexibilidade de redução ou
oxidação difere de substância para substância e é refletida pela posição da
onda em relação ao eixo do potencial e expressa pelo potencial de meia
onda. Portanto, além de conferir informações qualitativas sobre o analito, a
polarografia pode ser empregada para fins quantitativos, onde a relação
entre a corrente de difusão (corrente faradaíca) em função da concentração
da espécie eletroativa em solução é mensurada pela equação de Ilkovic.
A principal vantagem dessa técnica eletroanalítica é a possibilidade
da medida voltamétrica ser realizada diretamente na amostra em solução
sem prévio tratamento de extração, o que torna possível a determinação de
uma grande variedade de compostos. Aliada a essa vantagem, têm-se
também o curto tempo na realização das análises e a seletividade
combinada com a confiabilidade e baixo custo (CORREIA, 2008). A partir
dessas vantagens, a polorografia destaca-se como importante método
eletroanalítico para a investigação de compostos orgânicos, pois muitos
47
grupos funcionais são passiveis de oxidação e redução no eletrodo de
trabalho (SKOOG, 2007).
3.4.2. Cromatográficos
Os procedimentos para análise química são de modo geral, seletivos
e alguns são específicos. Por conseguinte, a separação do analito que pode
interferir na resposta é, na maioria dos casos, uma etapa decisiva nos
procedimentos analíticos. A cromatografia é um importante método de
separação que encontra aplicação em muitas partes do conhecimento.
Este método compreende um grupo variado e formidável de
métodos que permitem ao pesquisador separar componentes muito
análogos de misturas complexas. Em todas as separações cromatográficas,
a amostra é conduzida por uma fase móvel, que pode ser um gás, um
líquido ou um fluido supercrítico. Essa fase móvel é então forçada através de
uma fase estacionária imiscível fixa colocada na coluna ou numa superfície
sólida. Ambas as fases são eleitas de modo que os constituintes da amostra
se distribuam entre as fases móvel e estacionária em vários graus. Os
constituintes que são mais intensamente retidos na fase estacionária
movem-se muito vagarosamente no fluxo da fase móvel. De outro modo, os
componentes que se ligam mais fracamente à fase estacionária movem-se
mais ligeiramente. Como consequência dessa diferença na locomobilidade,
os componentes da amostra separam-se em bandas ou zonas discretas que
podem ser analisadas qualitativa em/ou quantitativamente (SKOOG et al.,
2002).
Ao longo da evolução técnica cientifica, vários métodos analíticos
foram desenvolvidos para a determinação de tióis, tais como: a
cromatografia líquida (CL), cromatografia de gás, cromatografia de permuta
iônica, eletroforese capilar e cromatografia líquida de alta eficiência (CLAE)
com várias técnicas de detecção, tais como raios ultravioletas, de
fluorescência (FL), eletroquímica e espectrometria de massa, sendo a ultima
a mais relatada (FERIN et al., 2012).
48
Quanto a CLAE, esta é um tipo de cromatografia líquida que utiliza
colunas pequenas, preenchidas de materiais especialmente preparados e
uma fase móvel que é eluída sob altas pressões. Ela tem a capacidade de
realizar separações e análises quantitativas de uma grande quantidade de
compostos presentes em vários tipos de amostras, em escala de tempo de
poucos minutos, com alta resolução, eficiência e sensibilidade (VALENTE et
al., 1983).
Se tratando de determinação da glutationa, a CLAE se destaca com
detecção variada. Na grande parte destes métodos cromatográficos,
envolve-se a derivatização da glutationa com agentes seletivos para tióis
entre os quais os mais usados são o o-ftaldialdeído (OPA) e o mono-
bromobimano (m-BBr) (ROVER JUNIOR et al., 2001). Entretanto, a reação
dos tióis com ambos reagentes não são seletivas sendo necessário
aplicarem-se técnicas de separação para evitar ou minimizar possíveis
interferências. Como alternativa, recentemente têm-se aumentado o
interesse em eletroforese capilar para análise de tióis com detecção feita por
espectrofotometria UV a baixos comprimentos de onda (PICOLLI et al.,
1994) e por fluorescência induzida por laser após derivatização da
amostra (ORWAR et al., 1995).
3.4.3. Espectrofotométrico
Em material de origem biológica, o método mais empregado para a
detecção de tióis como a glutationa é o espectrofotométrico. O ácido 5’,5’-
ditio-bis-(2-nitrobenzóico), ou simplesmente, DTNB, ou reagente de Elmann
é frequentemente utilizado nas determinações de GSH. O grupo sulfidrila da
glutationa quebra a ligação dissulfeto do DTNB, gerando o aduto GSTN
liberando o ácido 5-mercapto-2- nitrobenzóico, na qual desenvolve uma
coloração amarela sendo detectada no comprimento de onda de 412 nm
(ELMANN, 1959). A Figura 6 ilustra esse processo.
49
Figura 6 - Reação Entre Glutationa Reduzida e DTNB (Reagente De Ellman)
Para a Determinação de Hidroperóxidos Empregando a Enzima Glutationa
Peroxidase (Rover Junior et al., 2011).
Outras determinações espectrofotométricas também são relatadas,
como no caso na reação de ciclagem enzimática descoberta por Owens e
Belcher (1965) e desenvolvido por Tietze (1969), na qual a glutationa
oxidada (GSSG) reage com o nucleotídeo trifosfopiridina (TPNH) e a
glutationa (GSH) é gerada, e reage com o DTNB como detalhada na Figura
7.
Figura 7 - Reação Entre Glutationa Reduzida e TPNH Para a Determinação
De GSH (MARZAL, 2005).
50
3.5. MODELAGEM EM PROCESSOS FERMENTATIVOS
Os processos fermentativos envolvem altos custos de execução o
que torna indispensável ter um modelo que consiga descrever
quantitativamente as variáveis relevantes do processo. Porque em muitos
casos, o modelo pode minimizar os altos gastos e complexidade dos
experimentos (VOLESKY; VOTRUBA, 1992).
Na elaboração de modelos matemáticos de bioprocessos alguns
itens necessitam ser especificados para melhorar a precisão e qualidade dos
modelos, sendo eles compreensão estrutural, simulação, análise do sistema,
predição e projeto e otimização. Compreensão estrutural: Modelos
matemáticos devem fornecer as informações para que se possa conhecer o
comportamento do processo. Simulação: A maior aplicação dos modelos é
a exploração do possível comportamento do sistema. A simulação do
processo pode levar ao correto entendimento do comportamento do
processo, eliminando hipotéses que possam reproduzir resultados ruins.
Análise do sistema: Baseado num dado modelo matemático é possível
obter informações da estrutura do sistema e seu comportamento qualitativo.
Predição e Projeto: Baseado em um modelo validado, experimentos futuros
podem ser previstos sem a realização dos mesmos. O objetivo desta
ferramenta é fornecer embasamento para um projeto racional e eficiente do
bioprocesso. Otimização: Uma vez que os resultados são preditivos e estão
disponiveis, o último objetivo da engenharia bioquímica é o cálculo de um
projeto metabólico ótimo (WEICHERT, 2002).
O desenvolvimento de um modelo matemático relacionado a
fermentações normalmente inicia por um simplificado esquema de reações
advindas do conhecimento das rotas metabólicas envolvidas. Cada etapa da
reação metabólica é caracterizada pela reação estequiométrica ou pelo fluxo
de componentes (VOLESKY; VOTRUBA, 1992).
Assim verifica-se que a modelagem matemática consiste em
transformar problemas reais em problemas matemáticos, oportunizando
interpretar soluções, de modo a compreender o processo em estudo a cerca
51
de meios para agir sobre ele, como é o caso da produção de glutationa
(FAHOR, 2008).
Alfafara et al. (1993) desenvolveu um controle com lógica fuzzy para
controlar a concentração de etanol em processo batelada alimentada por S.
cerevisiae com o objetivo de maximizar a produção de GSH. Constatando
que quando para as células na fase de produção de GSH foi ajustado para
manter a velocidade específica de produção de GSH para 6,2 mg g-1 h-1 o
total de concentração de GSH aumentou 56% a mais que o meio controle.
Liu et al. (1999) trabalhou com um delineamento Box Behken e RSM
(Resposta de superfície de resposta) seguida de análise canônica para
otimizar a concentração de glicose, pepona e MgSO4 na produção de GSH
por S. cerevisiae ATCC 7754 e comparou os dados com um modelo
proposto por rede neural. O modelo gerado pela rede neural predizeu o
crescimento celular e produção de GSH mais precisamente que o modelo de
superfície de resposta de segunda ordem.
Wei et al. (2003a) aplicaram um modelo cinético modificado com
sucesso para estimar a cinética de crescimento de células. A taxa máxima
de crescimento específico e a inibição constante pelo substrato foram
calculadas a partir desta equação, foram ambas aumentadas, juntamente
com a temperatura. Além disso, a fermentação da glutationa por C. utilis
WSH 02-08 sob várias temperaturas foi provado ser um processo associado
ao crescimento parcial através da estimativa do processo com a equação
Luedeking-Piret. Com base na estimativa dos parâmetros, o efeito da
temperatura na cinética de crescimento de células foi ainda estudado. Uma
equação foi desenvolvida e aplicada para interligar a relação entre a
concentração de biomassa e da temperatura, bem como a concentração de
substrato na fermentação. Os resultados da experiência mostraram que este
modelo poderia prever o padrão de crescimento muito bem.
Liang et al. (2009) estudou os efeitos dos valores de pH sobre o
crescimento celular e produção de glutationa (GSH) em fermentador de 7 L
utilizando a cepa Candida utilis WSH 02-08. Constataram que o menor valor
52
de pH favorece o crescimento de células, mas retarda a produção de GSH,
em contrapartida, o maior valor do pH promove aumento na produção de
GSH enquanto inibe o crescimento de células. Então uma estratégia de
mudança de pH, otimizada via simulação da função de Gauss, foi
desenvolvida. Através da aplicação de dois estágios de mudança de pH
estratégia de controle do pH em 5,0 para os primeiros 7,5 h e depois
mudando para 6,0 com um rendimento final de GSH e produtividade de 279
e 12,7 mg L-1 h-1 após 22 h de cultura, aumentaram 30 e 42%,
respectivamente,em comparação com a operação constante de pH de 5,5.
Além disso, através da alimentação de glicose, em vez de ácido sulfúrico
(H2SO4) solução para controlar o pH, o rendimento máximo de GSH foi de
315 mg L-1, sugerindo que a aplicação de estratégias de mudança de pH
para a superprodução de GSH como sendo viável.
Os processos fermentativos incorporam uma serié de características
que os diferem de processos químicos, o que pode explicar as dificuldades
encontradas na formulação e elaboração de modelos matemáticos que
representem adequadamente estes processos, ao contrário do que ocorre
com processos químicos convencionais. Pode se citar baixas concentrações
e baixas velocidades de reação, como resultado da utilização de um meio
diluído; complexidade de mistura reagente e capacidade do sistema de
sintetizar seu próprio catalisador; conhecimento insuficiente de vários
fenômenos limitantes das velocidades de produção e falta de sensores para
automação on-line; problemas de esterilidade, segurança e eventualmente
toxicidade dos processos fermentativos (ENGASSER, 1988).
Há dois grandes grupos de modelos matemáticos de processos
fermentativos: Modelos fenomenológicos e Modelos entrada-saída. Um
modelo fenomenológico, também denominado de mecanicista, é constituído
por um conjunto de relações matemáticas entre as variáveis de interesse do
sistema em estudo (BONONI; SCHMIDELL, 2001).
Na formulação de um convencional modelo matemático
fenomenológico (caixas brancas), normalmente são utilizadas equações que
53
podem ser classificadas em: equações de balanço ou conservação (massa,
energia e quantidade de movimento); equações de velocidade (equações de
velocidade de transporte de massa, energia e componentes ou espécies
químicas; equações de velocidade de geração ou consumo de espécies
dentro do sistema); equações termodinâmicas. As equações de velocidade
de transformação, ou equações cinéticas, são específicas para processos
fermentativos e constituem os chamados modelos cinéticos (BONONI;
SCHMIDELL, 2001).
Os modelos cinéticos de processos fermentativos podem ser
classificados, quanto ao número de componentes usados na representação
celular. Modelos não estruturados, onde o material celular é representado
por uma única variável e os modelos estruturados nos quais as células são
descritas com maiores detalhes (BONONI; SCHMIDELL, 2001).
Quanto a heterogeneidade da população, os modelos cinéticos são
classificados em modelos não segregados, onde a população celular é
considerada homogênea, isto é, apresentam o mesmo comportamento e os
modelos segregados em que as células são consideradas discretas, como
indivíduos de uma população heterogênea, com distribuição de idade, de
tamanho e de propriedades celulares (BONONI; SCHMIDELL, 2001).
Modelos entrada-saída (caixa-preta) permitem calcular uma ou mais
respostas do sistema (duas saídas) a partir de um número definido de
variaveis de entrada medidas. Um exemplo, são as redes neurais artificiais,
a síntese das informações de entrada é feita por uma ponderação dos
diversos sinais, através de ajustes de coeficientes e uma posterior
transformação não linear, comumente do tipo sigmóide (BONONI;
SCHMIDELL, 2001).
Em resumo a literatura reporta a existência de três grupos que
compreendem as técnicas de modelagem: caixa branca, caixa preta e caixa
cinza. Nos modelos de caixa branca a técnica é subsumir, assim, todos os
tipos de equações diferenciais (ordinárias ou parciais). Por outro lado, os
modelos de caixas-pretas são obtidos principalmente pelas classes de
54
modelo parametrizado, por exemplo, consistem em combinações de funções
de base simples. Os parâmetros dos modelos tem de ser identificados
(estimado) por meio de dados úteis, por exemplo, por meio de redes neurais.
O terceiro tipo de técnica é chamado de modelo caixa-cinza. Este subsume
todos os modelos entre os dois extremos de modelos caixa branca e preta,
como exemplo, podemos citar os modelos que consistem de equações
diferenciais, onde vários parâmetros que ocorrem nestas equações não são
conhecidos e têm de ser extraídos a partir do sistema através de métodos
com base de dados (HAUTH, 2008).
As noções de modelos caixa-branca e caixa-preta são idealistas. Na
realidade, a modelagem é sempre algo entre essas duas visões extremas,
mesmo que tenha-se alguma introspecção estrutural no sistema real e
deseja-se aplicar a modelagem de caixa-branca, processo no qual muitas
vezes não há conhecimento dos parâmetros exatos nas equações
derivadas. Estes parâmetros precisam então ser identificados através de
medições e otimização. Ou, de forma reversível, o conjunto de possíveis
modelos para a modelagem caixa-preta é muitas vezes guiados por algum
conhecimento sobre o comportamento fenômenológico do sistema dado. Em
todos os casos, estão na verdade usando um tipo de modelo chamado
caixa-cinza, o que constitui uma mistura entre os regimes de modelo caixa
branca e caixa-preta (HAUTH, 2008).
A essa junção de duas ou mais técnicas para diferentes aspectos de
um sistema microbiano dá-se o nome de modelagem híbrida (PATANAIK,
2009). Esta técnica de modelagem também é chamada de caixa-cinza
(ZORZETTO, 2000; KOMIVES, 2003; BOARETO, 2005).
Após obter o modelo é importante realizar simulações, que nada mais
é do que utilizar o modelo gerado, de maneira que o mesmo reproduza o
comportamento real do sistema, objetivando sua otimização (maximizar a
produtividade ou o lucro) e ainda permitam extrapolações válidas deste
comportamento. Em seguida faz-se necessário submeter os modelos obtidos
a análises estatísticas para verificar se os modelos representam
55
adequadamente o conjunto de dados experimentais (BONOMI; SCHMIDELL,
2001).
3.6. CONCLUSÕES SOBRE A REVISÃO BIBLIOGRÁFICA
A glutationa é sintetizada no organismo humano pela ação
sequencial de duas enzimas (γ-GS e GS) e o órgão responsável pela
produção e exportação de GSH é o fígado. É definida como um tripeptídeo
linear e hidrossolúvel, sendo possível encontra-la sob as formas reduzida e
oxidada. Sua principal função é atuar como antioxidante. Possui outras
funções também, fato este que dificulta atribuir uma causa direta para
determinadas doenças por alterações dos níveis de GSH, somente pode-se
inferir que há participação da GSH para a manifestação e progressão de
doenças. Atualmente é aplicada nos segmentos alimentício, ambiental,
farmacêutico e desportivo.
Sinteticamente é produzida pelos métodos químico, enzimático e
fermentativo. A metodologia fermentativa possui a vantagem de ser prática e
eficiente, além de empregar leveduras como S.cerevisiae e C. utilis.
Estressando-se a cepa por meio de choque osmótico, redução de nutrientes
e elevação da temperatura aumenta-se o consumo de energia pelas
leveduras e consequentemente acumula-se GSH no interior da célula.
Sendo que a glutationa é excretada para o meio externo após ruptura da
membrana celular.
Para os processos fermentativos que empregam células
leveduriformes os meios de cultura necessitam conter fontes de carbono e
nitrogênio, desta maneira o glicerol e o melaço de cana-de-açúcar são fontes
alternativas de carbono e de baixo custo, úteis para a multiplicação celular,
originando GSH. Essa biomolécula é detectada por espectrofotometria a 412
nm após a amostra reagir com o DTNB.
Sabe-se que processos fermentativos envolvem elevados custos,
estes por sua vez, podem ser contornados aplicando-se técnicas de
56
modelagem matemática, possibilitando-se predizer a produção de GSH por
S.cerevisiae usando-se subprodutos industriais.
As técnicas de modelagem compreendem três grupos: caixa branca,
caixa preta e caixa cinza. Os modelos caixa brancas são também
denominados de fenomenológicos, nestes utilizam-se equações diferenciais
ordinárias ou parciais. Os modelos caixa pretas, chamados também de
empíricos são obtidos pelas classes de modelos parametrizados. E os
modelos caixa cinzas, intitulados híbridos, trata-se de uma junção das
técnicas fenomenológicas e empíricas.
Após obter o modelo é fundamental realizar simulações e análises
estatísticas, a fim de verificar se o modelo obtido representa os dados
experimentais. E um aspecto importante de se ressaltar é referente a
otimização de processos biotecnológicos, pois uma vez que os resultados
são passíveis de predição, um dos últimos objetivos é o cálculo de um
projeto metabólico otimizado. A partir do qual se fundamenta a validação do
modelo otimizado.
57
4. MATERIAL E MÉTODOS
4.1. MICRORGANISMO E SUA MANUTENÇÃO
A cepa de Saccharomyces cerevisiae utilizada nos experimentos foi
a ATCC 7754, cedida pela Coleção de Culturas Tropical da Fundação André
Tosello (Campinas-SP). Esta foi mantida em tubos de ensaio inclinados com
meio Yeast Extract - Malt Extract (YM). No Quadro 2 está a composição do
meio utilizado para manutenção da levedura.
Quadro 5 – Meio de cultura para manutenção da cepa Saccharomyces cerevisiae ATCC
7754
Componentes do meio de manutenção Concentração (g L-1
)
D-(+)-Glicose Anidra P.A (NEON®-01467) 10,0
Peptona (HIMEDIA®-RM001) 5,0
Extrato de levedura (HIMEDIA®-RM027) 3,0
Extrato de malte (HIMEDIA®-RM004B) 3,0
Ágar tipo 1 (HIMEDIA®-RM666) 20,0
Trimestralmente foram feitos repiques. Técnica que consiste na
transferência de um microrganismo de um meio de cultura para outro a fim
de garantir a viabilidade celular da cepa. Inicialmente dissolveu-se o extrato
de levedura, o extrato de malte, a peptona e a glicose em 1,0 L de água
destilada, o pH foi ajustado a 5, a temperatura ambiente, depois adicionou-
se o ágar até dissolver completamente evitando a ebulição para que não
ocorra caramelização do meio. Dispensou-se 9 mL do material em tubos de
ensaio com rosca. Esterilizaram-se em autoclave por 15 minutos, a 121ºC.
Após retirar da autoclave, inclinou os tubos ainda quentes para que
solidificarem, com a superfície em forma de "bico de flauta" (ângulo de 45º).
Com o material solidificado estriou-se a superfície inclinada do meio e
incubou em estufa a 30ºC, por 48 h. Assim foram obtidos os tubos para
manutenção sob refrigeração a 4ºC (ANVISA, 2016).
58
4.2. POLIMORFISMO NO COMPRIMENTO DE
FRAGMENTOS DE RESTRIÇÃO DO DNA MITOCONDRIAL
Com o intuito de confirmar a pureza da cepa foi utilizada a técnica de
polimorfismo no comprimento de fragmentos de restrição do DNA
mitocondrial.
As cepas foram inoculadas em placas com meio GPY (Quadro 3) e
incubadas durante 24 horas. Dessas placas foram coletadas quatro colônias
isoladas para comprovação de pureza da linhagem.
Quadro 6 – Composição do meio GPY
Componentes do meio de manutenção Concentração (g L-1
)
D-(+)-Glicose Anidra P.A (NEON®-01467) 20,0
Peptona (HIMEDIA®-RM001) 5,0
Extrato de levedura (HIMEDIA®-RM027) 5,0
Ágar tipo 1 (HIMEDIA®-RM666) 20,0
4.2.1 Extração do DNA
A extração do DNA foi realizada conforme metodologia descrita por
Querol et al. (1992).
As células foram cultivadas em 1 mL de meio GPY (sem a adição de
ágar) durante 12 horas, a 28ºC, sem rotação. Após este período as células
foram centrifugadas a 2500 rpm, por 3 min, suspensas em água ultra pura
estéril e, em seguida, centrifugada sob as mesmas condições citadas
anteriormente.
As células sedimentadas foram ressuspendidas em 0,5 mL de uma
solução de enzima lítica de Rhizoctonia solani (SIGMA), contendo 25 mg
mL-1 de enzima em sorbitol 1 M e EDTA 0,1 M (pH 7,5). A suspensão foi
transferida para tubos de 1,5 mL e incubadas a 45 °C por 2 horas com
agitação por 30 min. Para obter os protoplastos, foram adicionados 30 µl de
“Zymolyase” 20T (Seikagaku Corporation, Tóquio, Japão) (1 mg mL-1) e
incubado a 37°C, durante 40 minutos. Em seguida as amostras foram
transferidas para tubos de centrífuga de 1,5 mL, os protoplastos foram
59
coletados por centrifugação, o sobrenadante foi descartado, e os
protoplastos foram incubados durante 5 minutos a 65°C em 0,5 mL de
solução de Tris HCl 50 mM (USB, Cleveland, EUA), pH 8 e EDTA 20 mM
(Panreac), pH 7,4. Foram adicionandos 13 µL de SDS (Sódio dodecil sulfato)
10% e incubado a 65°C, por 5 min. Logo após, 0,2 mL de acetato de
potássio 5 M foi adicionado aos tubos em banho de gelo, por 10 min.
Novamente os tubos foram centrifugados a 14000 rpm, durante 15 min, a
4ºC. O sobrenadante foi transferido para tubos novos contendo 0,7 mL de
isopropanol (para precipitação do DNA). A seguir, os tubos foram incubados
a temperatura ambiente por 10 min e centrifugados a 12000 rpm, por 10 min.
O DNA foi lavado com etanol 70% e, depois de seco, solubilizado em 20 µL
de água ultra pura estéril e congelado até o uso.
4.2.2 Digestão enzimática do DNA mitocondrial
Para digestão enzimática do DNA mitocondrial foi utilizada a
endonuclease Hinf I (Roche Molecular Biochemicals, Mannheim, Germany)
segundo o protocolo descrito por Querol et al. (1992). A mistura reacional
continha 19 µl de DNA, 1 µL de RNAase a 500 µg/mL (Boehringer
Mannheim), 1,5 µL de Hinf I e 2,5 µL de tampão 10X específico. A mistura foi
incubada a 37°C durante 12 horas. Os fragmentos de restrição de DNA
mitocondrial foram separados em géis de agarose com solução de coloração
de ácidos núcleicos Realsafe Stainig 20.000X (5 µL/100 mL) (Real), agarose
(Pronadisa) 1% (p/v), em tampão TAE 1X (40 mM de Tris-acetato, 1 mM de
EDTA, pH 8) a 90 V. Os fragmentos foram visualizados com luz UV e
fotografados em comparação com os marcadores λ digerido com PstI (247 a
11,501 pares de bases, a uma concentração 0,1 µg/µL).
60
4.3. OBTENÇÃO DE DADOS PARA MODELAGEM
MATEMÁTICA
Parte dos resultados para modelagem matemática foi constituído
dos resultados de Anshau (2010) em uma parceria com a pesquisa de
modelagem (Anexos A e B). Outros experimentos também foram elaborados
para complementação e ajuste de alguns resultados.
4.4. INÓCULO E PROCESSO FERMENTATIVO
O pré-inóculo consistiu de 50 mL de meio de cultivo preparados em
erlenmeyers de 250 mL, as células adicionadas no meio foram recolhidas
dos tubos de manutenção. As condições de agitação, temperatura, tempo de
fermentação e o meio de cultivo utilizado foram 150 rpm a 30ºC por 24 horas
em meio YM, sem ágar.
No meio para fermentação havia melaço de cana-de-açúcar (0-90 g
L-1), glicerol P.A. (0-90 g L-1), Água de maceração de milho (50 g L-1),
proteína de soro de queijo (50 g L-1), extrato de levedura (10 g L-1), sulfato
de magnésio (10 g L-1) e lecitina (5 mM). O melaço de cana-de-açúcar e o
glicerol foram adicionados de acordo com os níveis do planejamento
experimental, esterilizados separadamente (121ºC, 15 min) e posteriormente
misturados ao meio.
A água de maceração de milho (AMM) foi cedida pela Corn Products
- Mogi Guaçu/ SP (sua composição encontra-se no Anexo C). O soro de
queijo desidratado foi adquirido da ALIBRA Ingredientes Ltda, Campinas/SP,
porém antes de ser utilizado, foi realizado processo de extração de proteína
de acordo com Ogrodowski (2006) para evitar a precipitação e o
escurecimento do meio quando esterilizado.
As fermentações foram preparadas em agitador rotativo, com
frascos Erlenmeyer de 250 mL contendo 50 mL de meio. A concentração de
inóculo foi fixada em 5%. O procedimento fermentativo foi conduzido a 20ºC,
61
com um pH 5 e 300 rpm, de acordo com Santos et al. (2007), durante 96 h
com retiradas de amostras nos tempos 0, 24, 48, 72 e 96 h.
4.5. PLANEJAMENTO EXPERIMENTAL
Um delineamento composto central rotacional (DCCR) 2² foi
elaborado para avaliar a concentração de melaço de cana-de-açúcar e de
glicerol, totalizando 11 ensaios, sendo quatro fatoriais (combinação dos
níveis -1 e +1), quatro axiais (-α e +α, com α igual a 1,41) e três repetições
no ponto central (0). A Tabela 2 apresenta os níveis codificados e reais das
variáveis estudadas.
Tabela 2 – Matriz dos ensaios do DCCR 2² com níveis codificados e reais das variáveis
estudadas.
Ensaio Melaço de cana (g L-1
) Glicerol (g L-1
)
1 -1 (13,1) -1 (13,1) 2 +1 (76,9) -1 (13,1) 3 -1 (13,1) +1 (76,9) 4 +1 (76,9) +1 (76,9) 5 -1,41 (0) 0 (45) 6 +1,41 (90) 0 (45) 7 0 (45) -1,41 (0) 8 0 (45) +1,41(90) 9 0 (45) 0 (45)
10 0 (45) 0 (45) 11 0 (45) 0 (45)
Fonte: Anshau (2010).
4.6. DETERMINAÇÃO DA CONCENTRAÇÃO CELULAR
A determinação da concentração celular foi realizada por
espectrofotometria, através da leitura da absorbância do meio de cultura a
600 nm, utilizando espectrofotômetro (Lambda 45 da Perkin Elmer UV -
Visível). Todas as amostras foram homogeneizadas em vórtex por 1 min e
colocadas em cubetas de vidro para leitura da absorbância. O sobrenadante
obtido após a centrifugação foi utilizado como branco para eliminar a
interferência de coloração do meio de cultivo. As análises foram realizadas
em triplicata.
62
Os valores de concentração celular foram obtidos através de uma
curva padrão. Para construção desta, as leveduras foram incubadas durante
24 h no mesmo meio descrito no Item 4.1. Em seguida 6 ml foram
centrifugado a 4000 rpm, por 15 minutos. A massa celular foi duas vezes
lavada com água destilada e com diferentes diluições foi determinada a
absorbância a 600 nm e a massa seca correspondente (105ºC até peso
constante).
A partir dos resultados obtidos foi elaborado o gráfico da
absorbância versos concentração celular. Expresso em gramas de célula por
litro de meio. A curva padrão utilizada está apresentada no Apêndice A.
4.7. EXTRAÇÃO E DETERMINAÇÃO DA GLUTATIONA
A extração e a determinação da GSH foram realizadas por meio da
metodologia descrita por Owens e Belcher (1965).
Em cada tempo estipulado para coleta de amostra, iniciava-se a
extração da GSH. Transferiu-se 5 mL de meio fermentado para tubos
cônicos. Nos quais as células foram lavadas três vezes e centrifugadas a
4000 rpm, por 15 min. Na última centrifugação, foi desprezado o
sobrenadante e adicionado 5 mL de etanol P.A a 40% (v/v). Em seguida os
tubos eram homogeneizados (Homogeneizador de soluções AP 22, Phoenix
Luterco), durante 2 h, a 30°C. Após esse período as amostras foram
centrifugadas a 4000 rpm, por 15 min, obtendo-se GSH no meio extracelular.
Para a determinação da GSH adicionava-se 0,5 mL do sobrenadante
de extração da GSH, 1,5 mL do tampão fosfato de potássio (KH2PO4 –
NaOH, 0,5 M; pH 8,0) e 0,3 mL de solução de 5,5`-dithiobis-2-nitrobenzoic
acid (DTNB, Fluka, Japão) em tubos de ensaio. Após 3 min de reação, foi
realizada a leitura em espectrofotômetro (Lambda 45 da Perkin Elmer UV -
Visível) a 412 nm. Paralelamente, foi feito o branco da reação (duplicata),
utilizando solução de etanol 40% (v/v). Os valores individuais de absorbância
63
foram interpolados com base na curva padrão de glutationa. Os resultados
foram expressos em mg de GSH por litro de meio fermentado.
A solução de DTNB foi preparada adicionando 0,396 g deste
reagente e 0,15 g de NaHCO3 em tampão fosfato de sódio (NaH2PO4 –
Na2HPO4, 0,1 M, pH 7,0). A solução foi avolumada para 100 mL e congelada
(-18ºC) para demais usos.
A curva padrão foi elaborada a partir de uma solução estoque com
0,01 g de L-glutationa reduzida (Fluka, Japão), em 100 mL de HCl 0,01 M.
Os resultados da curva padrão estão descritos no Apêndice B.
4.8. DETERMINAÇÃO DO POTENCIAL HIDROGÊNIÔNICO
(pH)
As medidas de pH do meio de fermentação foram feitas através de
medida direta por potenciômetro de bancada, após calibração do
instrumento com as soluções de pH 7 e 4.
4.9. DESENVOLVIMENTO DO MODELO MATEMÁTICO
Para obter o modelo matemático de predição da produção de GSH
foram utilizados os Softwares Matlab® versão 7.6, Assistat®, Minitab® v. 17
e o pacote computacional Excel®. A construção do modelo híbrido foi
conduzida de acordo com as etapas descritas nos itens 4.9.1, 4.9.2 e 4.9.3.
4.9.1. Modelo mecanicista (Caixa Branca)
Na formulação do modelo mecanicista foi utilizada a equação de
velocidade específica de formação de produto dentro do sistema, com dados
advindos dos ensaios realizados no laboratório por Anshau (2010) descrito
nos Anexos A e B. Os dados foram usados na Equação 1, proposta por
Gaden em 1955.
64
(1)
Onde é a velocidade específica de formação de produto (h-1), X é a
concentração de biomassa em um dado instante de tempo (h), / é a
taxa de formação de produto.
4.9.2. Modelo Empírico (Caixa Preta)
Inicialmente realizaram-se testes preliminares nos quais se
aplicaram diferentes funções matemáticas (função linear, função
exponencial, função logarítmica) a fim de definir qual seria a equação
matemática aplicada à caixa preta. Para determinar a melhor equação
matemática de ajuste dos resultados experimentais, utilizou-se o software
Minitab® v.17.
Em seguida, foi definido que a resposta seria obtida a partir da
Equação 2, onde y (velocidade específica de formação de produto
experimental) é função de y1 (velocidade específica de formação de produto
predito). Nesta etapa do trabalho foi utilizado o software Matlab® versão 7.6.
(2)
Posteriormente foram obtidos os valores dos coeficientes da função
y1, onde posteriormente estes coeficientes foram linearizados e
parametrizados em função de uma equação senoidal com o propósito de
melhorar o ajuste e obter o modelo final.
4.9.3. Modelo Híbrido (Caixa cinza)
A modelagem matemática híbrida se refere à junção das equações
mecanicistas com o modelo empírico. O Fluxograma de obtenção do modelo
híbrido pode ser visualizado na Figura 8 e no Apêndice C encontram-se as
programações elaboradas para a construção do modelo.
65
Figura 8 – Fluxograma De Obtenção Do Modelo Hibrido
Os valores dos coeficientes de determinação foram obtidos pela
metodologia dos mínimos quadrados.
Os resultados experimentais e os preditos foram avaliados
estatisticamente por análise de variância para possível constatação de
diferenças significativas.
Realizou-se também a análise da intensidade de associação do
modelo. Para tal, utilizou-se o índice de concordância (d) proposto por
Willmott (1982), descrito pela Equação 3.
[∑ | |
∑ (| | | |)
] (3)
Onde:
: é a média entre os dados obtidos pelo modelo híbrido.
O índice de concordância (d) é uma medida de quão bem o modelo
estima o afastamento dos dados da média observada. O índice de
concordância tem um intervalo variando entre 0 e 1, sendo que valores
próximos a 1 mostram uma concordância perfeita.
66
4.10. OTIMIZAÇÃO NUMÉRICA
Por meio do modelo final foi possível obter os resultados ótimos de
produção de GSH, usando as condições de concentrações de melaço e
glicerol. Essas concentrações foram maximizadas a fim de definir as
condições que apresentaram as melhores respostas de GSH.
Para obter os valores ótimos para melaço e glicerol e o tempo
máximo de fermentação, procedeu-se da seguinte forma: Realizaram-se
combinações das concentrações de melaço e glicerol. Inicialmente em um
intervalo de valor maior (0 a 90 g L-1, para melaço e glicerol) após encontrar
uma faixa ótima realizou-se os testes com intervalos menores dentro dessa
faixa (80 a 30 g L-1, para melaço e glicerol). Assim obtiveram-se os valores
para melaço e glicerol e o maior tempo de fermentação no qual haveria essa
produção (Apêndice D).
Os melhores resultados (estimados) foram usados como pontos
centrais, na etapa de validação do modelo.
4.11. VALIDAÇÃO DO MODELO
A partir dos resultados obtidos na otimização numérica procedeu-se
a validação do modelo. A validação foi feita através de um planejamento
fatorial completo 2², sendo quatro fatoriais (combinação dos níveis -1 e +1),
e quadruplicada no ponto central. A Tabela 3 apresenta o delineamento
experimental utilizado para a etapa de validação, sendo os pontos centrais
as condições otimizadas numericamente. Trabalhou-se com 90 g L-1 de
melaço e 60 g L-1 de glicerol nos níveis superiores e 50 g L-1 de melaço e 20
g L-1 de glicerol nos níveis inferiores.
67
Tabela 3 – Matriz dos ensaios do Delineamento Fatorial Completo 2² com níveis de variação
codificados e reais para as variáveis estudadas.
Ensaio Melaço de cana (g/L) Glicerol (g/L)
1 -1 (50) -1 (20) 2 -1 (50) +1(60) 3 +1(90) -1 (20) 4 +1 (90) +1 (60) 5 0 (70) 0 (40) 6 0 (70) 0 (40) 7 0 (70) 0 (40) 8 0 (70) 0 (40)
4.11.1. Cálculos e fórmulas utilizados durante as análises da
etapa de validação
Os cálculos utilizados durante as análises foram o conteúdo
intracelular de glutationa e as produtividades celular e de produto.
Através da Equação 4 foi calculado o conteúdo intracelular de GSH
(%), que relaciona o conteúdo de GSH (mg) e a massa celular (g).
Conteúdo Intracelular de GSH= ⁄
⁄ (4)
As Equações 5 e 6 foram utilizadas para cálculos da produtividade
em célula (PX – g L-1 h-1), que relaciona a concentração celular sobre
determinado tempo e em produto (PP – mg L-1 h-1), que relaciona a formação
do produto sobre determinado tempo.
PX =
(5)
PP =
(6)
68
4.12. ALTERNATIVA DE MEIO DE CULTIVO PARA
MINIMIZAÇÃO DE CUSTOS DA PRODUÇÃO DE
GLUTATIONA.
Em paralelo a pesquisa de modelagem desenvolveu-se um estudo
com o intuito de minimizar os custos de produção da GSH. O meio de cultivo
consistia de mosto sintético de uva e diferentes concentrações de melaço e
glicerol. As concentrações destes componentes foram feitos de acordo com
um Delineamento Composto Central Rotacional 2².
O estudo foi uma parceria com o Instituto de Agroquímica e
Tecnologia de Alimentos (IATA), situado na cidade de Valência, Espanha.
4.12.1. Processo Fermentativo
O meio de fermentação proposto para minimizar custos de produção
foi mosto de uva. Porém, para garantir a reprodutividade dos resultados,
optou-se por utilizar mosto sintético. Fez parte do meio 100 g L-1 de glicose;
100 g L-1 de frutose; 5 g L-1 ácido málico; 0,5 g L-1 ácido cítrico; 3 g L-1 ácido
tartárico; 0,75 g L-1 KH2PO4; 0,5 g L-1 K2SO4; 0,25 g L-1 MgSO4.7H20; 0,155 g
L-1 CaCl2.2H20; 0,2 g L-1 NaCl; 0,46 g L-1 NH4Cl; 13,09 mL de solução de
aminoácidos; 1 mL de solução de oligoelementos; 10 mL de solução de
vitaminas (No Apêndice E encontram-se descritas a composição das
soluções de aminoácidos, oligoelementos e vitaminas).
Em seguida o meio foi ajustado a pH 3,3 e esterilizado em filtro de
0,2 m.
O melaço de cana-de-açúcar e o glicerol foram adicionados
previamente aos frascos de acordo com os níveis de um Delineamento
Composto Central Rotacional 22 (Tabela 4), totalizando 12 ensaios, sendo
quatro fatoriais (combinação dos níveis -1 e +1), 4 pontos axiais e 4 pontos
centrais. Posteriormente, os recipientes foram fechados e esterilizados a
121ºC, por 20 min. Após resfriamento destes, foi adicionado o mosto
69
sintético em capela de fluxo laminar para garantir esterilidade do sistema de
fermentação.
Tabela 4 – Matriz dos ensaios do Delineamento Composto Central Rotacional 2² com os
níveis codificados e descodificados
Ensaios Melaço (g L-1
) Glicerol (g L-1
)
1 -1 (0,44) -1 (0,44)
2 -1 (0,44) +1 (2,56)
3 +1 (2,56) -1 (0,44)
4 +1 (2,56) +1 (2,56)
5 -1,41 (0) 0 (1,5)
6 +1,41 (3) 0 (1,5)
7 0 (1,5) -1,41 (0)
8 0 (1,5) +1,41 (3)
9 0 (1,5) 0 (1,5)
10 0 (1,5) 0 (1,5)
11 0 (1,5) 0 (1,5)
12 0 (1,5) 0 (1,5)
As fermentações foram conduzidas em garrafas de vidro com
capacidade de 1000 mL e volume útil de 700 mL. O processo foi conduzido
com rotação de 150 rpm, a 30ºC, durante 117 horas. As amostras foram
coletadas em 0, 24, 40, 72, 96 e 117 h.
4.12.2. Determinação da concentração celular
A determinação da concentração celular foi feita por
espectrofotometria, através da leitura da absorbância do meio de cultura a
600 nm, utilizando espectrofotômetro (UVmini-1240, UV-VIS
Spectrophotometer, Shimadzu). Conforme descrito no item 4.6
Os valores de concentração celular foram obtidos por meio de uma
curva padrão (Apêndice F). Para construção desta, as leveduras foram
incubadas em meio GPY, 170 rpm, 28ºC. Coletaram-se amostras nos
tempos 0, 12, 24, 32 e 45. As amostras foram centrifugada a 4000 rpm, por
15 minutos. A massa celular foi duas vezes lavada com água destilada e
com diferentes diluições foi determinada a absorbância a 600 nm e a massa
70
seca correspondente (105ºC até peso constante). Com os resultados obtidos
elaborou-se a curva padrão que relaciona a absorbância versos
concentração celular, expressa em gramas de células por litro de meio.
4.12.3. Determinação da glutationa total
Para a determinação da GSH foram utilizadas as metodologias
descritas por Tietze (1969), Griffith (1980) e Grant et al (1998). Em cada
tempo estipulado para coleta de amostra foram retirados amostras de
células do meio fermentado, estas foram lavadas duas vezes com tampão
fosfato de sódio (0,1 M pH 7,4) e centrifugadas, por 1 min, a 12000 rpm. As
células foram ressuspendidas em 1 mL de HCl (8 mM) e 1,3% de ácido 5-
sulfossalicílico, a 4ºC. Em seguida as células foram transferidas para tubos
de rosca, procedendo-se à dissociação das células com esferas de vidro
3x30’’. Posteriormente as amostras foram incubadas, por 15 minutos em
banho de gelo, centrifugadas durante 10 min em 13000 rpm a 4ºC, recolheu-
se o sobrenadante e armazenou no congelador.
A fim de medir a glutationa ligada a proteína ressuspendeu-se o
sedimento em boro-hidreto de sódio (1%), tornou-se a quebrar durante 20
segundos, a 4ºC, centrifugou-se a 10000 rpm, durante 1 h a temperatura
ambiente. O sobrenadante obtido após a centrifugação foi neutralizado com
100 mM de tampão fosfato de potássio (0,1 M pH 7,4).
Para quantificar a glutationa total, preparou-se tampões MES 2X (pH
6,0), MES 1X (pH 7,4) e fosfato EDTA (pH 7,5) bem como as soluções de
GSH, G6P, DTNB, NADP+, G6PDH e GSH redutase (Todas descritas no
Apêndice G). Em seguida diferentes concentrações de GSH foram
preparadas (Tabela 5) para construção da curva padrão que foi utilizada
para correlacionar os resultados encontrados nos diferentes experimentos
proposto no delineamento experimental.
71
Tabela 5 – Condições utilizadas para obtenção da curva padrão de glutationa.
GSH 50 µm Em MES 1X µL
Mes 1X µL
[GSH] µM equivalente
0 500 0,0 5 495 0,5
10 490 1,0 20 480 2,0 40 460 4,0 80 420 8,0
120 380 12 160 340 16
Logo, todos os componentes (Mix) foram adicionados e misturados
de acordo com a ordem descrita na Tabela 6. Em seguida, foram preparados
tubos eppendorf com 200 µL de amostra (revestidos com papel alumínio).
Foram adicionados 120 µL do Mix e 480 µL de DTNB, incubado a 100 rpm,
na ausência de luz, por 20 min. Após este tempo, mediu-se a absorbância
da amostra a 412 nm. Os resultados foram expressos com base em uma
curva padrão de GSH (Apêndice H) e os resultados foram expressos em
miligramas de GSH por litro de meio.
Tabela 6 – Mistura (Mix) de reagentes utilizados para determinação de glutationa total.
Componente Concentração estoque
Volume por amostra (µL)
Concentração final do ensaio
MES 2X 54.8 1X Gsh redutase 1,92 U/mL 5.2 1mU
G-6-P DH 0,125 mg/mL 20 3 µg/mL G-6-P 6,4 mg/mL 20 0,16 mg/mL NADP 16 mg/mL 20 0,4 mg/mL
4.12.4. Determinação do consumo de acúcares e produtos do
metabolismo celular
Os sobrenadantes foram analisados por CLAE. Em um cromatógrafo
Thermo (Thermo Fisher Scientific, Waltham, MA) equipado com um detector
de índice de refração e ultravioleta. A coluna usada foi a HyperREZTM XP
Carboidratos H+ 8µm (Thermo Fisher Scientific), que foi protegido por
HyperREZTM XP Carboidratos (Thermo Fisher Scientific). As condições
usadas nas análises foram eluente 1,5 mM de H2SO4; fluxo de 0,6 mL min-1
e temperatura de 50ºC. As amostras foram diluídas cinco vezes, filtradas em
filtro de nylon de 0,22 mícrons (Symta, Madrid, Espanha) e analisadas em
72
duplicada. Os açúcares foram analisados nos tempos 0, 2, 17, 24, 40 e 72
horas.
73
5. RESULTADOS E DISCUSSÕES
5.1. POLIMORFISMO NO COMPRIMENTO DE FRAGMENTOS
DE RESTRIÇÃO DO DNA MITOCONDRIAL
Todas as colônias estudadas apresentaram a presença de um perfil
molecular dominante (padrão de banda), referente à S. cerevisiae ATCC
7754 (Figura 9), mostrando a pureza da cepa de trabalho.
Figura 9 - Perfis Moleculares De S. cerevisiae ATCC 7754 Isoladas A Partir
De Placas Com Meio GPY, Obtidos Através Da Análise De Polimorfismo No
Comprimento De Fragmentos De Restrição Do DNA Mitocondrial. Na Pista
M: Marcador De Peso Molecular E Nas Pistas De 1 A 4 Perfis Moleculares
Referentes À Cepa ATCC 7754.
74
Verificou-se que as enzimas de restrição que clivam o DNA em
posições específicas, geraram um número restrito de comparáveis
fragmentos com vários comprimentos nas pistas de 1 a 4. A partir desses
fragmentos foi possível assegurar a pureza da cepa.
Ribéreau-Gayon et al. (2006) descreve que existem duas vantagens
em relação ao DNA mitocondrial de S. cerevisiae. Primeiramente, ele é
extremamente polimórfico dependendo da linhagem e, segundo, é estável
durante a multiplicação vegetativa. Dessa forma endonucleases de restrição
cortam o DNA em sítios específicos. Processo que origina fragmentos
distintos em número e tamanho, fator que possibilita sua separação por gel
de agarose.
5.2. DESENVOLVIMENTO DO MODELO
5.2.1 Modelo mecanicista
Os resultados de velocidade específica de formação de produto
( variaram de -3,46. 10-4 h-1 a 1,68. 10-4 h-1 (Tabela 7).
Tabela 7 - Resultados das velocidades específicas de formação de produto (h
-1) para os
ensaios realizados de acordo com o DCCR 2² nos tempos de 24 a 96 horas de fermentação.
Ensaio Melaço de cana (g L
-1)
Glicerol (g L
-1)
Tempo de fermentação (h)
24 48 72 96
1 -1 (13,1) -1 (13,1) 1,4E-04 7,0E-05 2,0E-05 -1,8E-04
2 +1 (76,9) -1 (13,1) 1,5E-04 1,5E-04 -1,8E-05 -2,9E-04
3 -1 (13,1) +1 (76,9) 1,2E-04 1,3E-04 -5,7E-05 -1,6E-04
4 +1 (76,9) +1 (76,9) 8,9E-05 9,4E-05 4,5E-05 -2,8E-04
5 -1,41 (0) 0 (45) 6,0E-05 1,4E-04 -3,3E-05 -3,1E-05
6 +1,41 (90) 0 (45) 9,7E-05 7,5E-05 6,1E-05 -3,4E-04
7 0 (45) -1,41 (0) 1,0E-04 1,0E-04 -1,79E-05 -3,4E-05
8 0 (45) +1,41(90) 8,0E-05 1,6E-04 -1,73E-05 -8,5E-05
9 0 (45) 0 (45) 1,0E-04 1,1E-04 3,2E-05 -1,2E-04
10 0 (45) 0 (45) 1,0E-04 1,1E-04 3.20E-05 -1,2E-04
11 0 (45) 0 (45) 1,0E-04 1,1E-04 3.20E-05 -1,2E-04
Após aproximadamente 75 horas de fermentação (Figura 10), os
valores da velocidade específica de formação de GSH diminuíram para os
75
ensaios contendo respectivamente 13,1 g L-1 de melaço e glicerol (Ensaio 1);
76,9 g L-1 de melaço e 13,1 g L-1 de glicerol (Ensaio 2); 13,1 g L-1 melaço e
76,9 g L-1 de glicerol (Ensaio 3); 76,9 g L-1 de melaço e glicerol (Ensaio 4);
90 g L-1 de melaço e 45 g L-1 de glicerol (Ensaio 6); 45 g L-1 de melaço e 45
g L-1 de glicerol (Ensaios 9, 10 e 11).
Figura 10 - Velocidade Específica De Formação De Produto Obtida A Partir
Do DCCR 2².
Shimizu et al. (1991) afirma que o declínio na velocidade pode ser
decorrente da alta concentração de glicose presente no meio e
consequentemente a formação de etanol. Processo bioquimicamente
denominado de fermentação alcoólica.
A fermentação alcóolica (Figura 11) é completada com duas reações
complementares utilizadas para reoxidar NADH + H+ a NAD+ e garantir a
continuação da glicólise. Na glicólise ou Via de Embden Meyerhof-Parnas
76
(EMP), uma molécula de glicose é degradada em uma série de reações
catalisadas por enzimas para liberar duas moléculas de piruvato. O destino
desse piruvato será em condições anaeróbias a fermentação alcóolica ou
em condições aeróbias o Ciclo de Krebs. Na fermentação, primeiramente o
piruvato é descarboxilado resultando a acetaldeído e dióxido de carbono
pela enzima piruvato descarboxilase, o que requer pirofosfato de tiamina
como uma coenzima. Finalmente, o acetaldeído é reduzido a etanol pela
enzima álcool desidrogenase em uma reação que envolve a oxidação de
NADH a NAD+ (CARRASCOSA et al., 2011).
Figura 11 - Esquema Onde Moléculas De Piruvato Formadas Na Glicólise
São Convertidas Em Moléculas De Etanol Durante A Fermentação Alcóolica
Shimizu et al. (1999) com base no balanço de massa, em conjunto
com a relação entre µ (velocidade específica de crescimento) e a velocidade
específica de produção de GSH, desenvolveu um modelo matemático para
determinar o perfil ótimo de µ em um processo de batelada alimentada para
a produção de biomassa e GSH. Como consequência, a produção máxima
de GSH foi 41% mais elevada do que meio controle. Para valores de µ de
0,3 h-1 o conteúdo de GSH foi constante e para valores de µ maiores que 0,3
h-1 o conteúdo de GSH diminuiu.
77
5.2.2 Modelo empírico
Após obter os resultados para o modelo mecanicista. Seguiu-se para
a elaboração do modelo empírico. Os testes preliminares evidenciaram que
a aplicação de uma equação polinomial seria o mais satisfatório no que diz
respeito à proximidade com os valores experimentais. Os polinômios de
segundo, terceiro e quarto grau foram testados para verificar qual forneceria
o melhor ajuste dos dados.
Os polinômios de terceiro e quarto grau resultaram em valores de
coeficiente de determinação (R²) próximos de 1, porém apresentaram
modelos finais com comportamento bem oscilante. Essa condição permitiu
inferir que os resultados não seriam confiáveis. Dessa maneira, optou-se por
utilizar ajustes polinomiais de segundo grau, conforme ilustrado na Figura
12.
Na Figura 12 estão apresentados os 165 resultados da formação de
GSH obtidos pelo DCCR 2² (Apêndice A). Nesta figura é possível inferir que
o tempo de fermentação é uma variável importante para o modelo, uma vez
que os resultados de produção de GSH no presente trabalho são
dependentes desta variável.
Portanto, a resposta dada pelo modelo denominada de f(y1) na
Equação 2 passou a ser numericamente representada pela Equação 7.
µGSH = A1+A2.t+A3.t² (7)
Onde:
µGSH = velocidade específica de formação de glutationa (h-1);
A1, A2 e A3 = Coeficientes da equação 1 e
t = Tempo de fermentação (h).
Figura 12 - Ajuste Polinomial De Segunda Ordem Adotado Para Representar
O Modelo Matemático Do Processo Fermentativo De Produção De GSH
78
Para Os 165 Valores De Glutationa Obtidos De Acordo Com O DCCR 2². As
Barras De Erro Indicam O Desvio Padrão Da Média De 4 Repetições (n =
11).
5.2.1 Modelo híbrido
Uma vez obtido os resultados dos modelos mecanicista e empírico
iniciou-se a junção destes, a fim de obter um modelo híbrido. Os dados de
entrada foram às velocidades específicas de GSH (h-1) e os tempos de
fermentação (h), e em seguida esses foram ajustados polinomialmente
(segunda ordem). Na Tabela 8 estão os conjuntos de coeficientes A1, A2 e
A3 e os valores de R² (entre 0,56 e 0,99) obtidos para cada curva, referente
ao DCCR 2².
Tempo (h)
0 20 40 60 80 100 120
GS
H (
mg L
-1)
0
20
40
60
80
100
120
140
GSH = 2,319 + 2,447 * T -0,02428*T²
79
Tabela 8 – Coeficientes A1, A2 e A3, referentes a Equação 9, obtidos pelo ajuste polinomial
de segunda ordem dos resultados experimentais da produção de glutationa a partir do
DCCR 2².
Coeficientes ajuste polinomial
Ensaio A1 A2 A3 R²
1 1,31570E-05 5,96898E-06 -8,35441E-08 0,9449
2 4,40000E-06 9,07583E-06 -1,27256E-08 0,9965
3 -3,45500E-06 9,27479E-06 -1,38498E-08 0,9935
4 -1,57742E-05 8,05160E-06 -1,10255E-08 0,9520
5 5,26571E-06 3,82202E-06 -4,66269E-08 0,5612
6 -1,98114E-05 8,88970E-06 -1,24193E-08 0,9150
7 1,91000E-05 3,46291E-06 -4,45312E-08 0,7062
8 1,34857E-06 5,66345E-06 -7,06349E-08 0,7991
9 1,17142E-06 5,81904E-06 -7,41567E-08 0,9934
10 1,17142E-06 5,81904E-06 -7,41567E-08 0,9934
11 1,17142E-06 5,81904E-06 -7,41567E-08 0,9934
Com a finalidade de obter o modelo final, o conjunto de valores dos
coeficientes (A1, A2 e A3) apresentados na Tabela 8, foram ajustados a uma
função linear (Equações 8,9, 10), sendo a equação linear dependente de
outra função, denominada C (Equação 11).
A1 = B1 + B2. C (8)
A2 = B3 + B4. C (9)
A3 = B5 + B6. C (10)
Onde:
B1, B3 e B5 = Bi;
B2, B4 e B6= Bj;
Sendo Bi e Bj são os coeficientes linear e angular, respectivamente.
C = sen((g1.*x1)-(g2.*x2)); (11)
Onde:
g1 e g2 = Parâmetros da função C;
80
x1 = Concentração de melaço de cana (g L-1) e
x2 = Concentração de glicerol (g L-1).
A função C tinha como variáveis as concentrações de melaço de
cana-de-açúcar (x1) e a concentração de glicerol (x2), ambas em (g L-1), os
parâmetros g1 e g2 variaram entre os valores 1 a 5. Com essas condições o
par (g1, g2) que apresentou o maior valor para o coeficiente de
determinação foi escolhido e a Equação 11 determinada. Na Tabela 9 são
apresentados os valores de Bi e Bj juntamente com os parâmetros g1 e g2
da função parametrizada C (Equação 11) e os valores de R² para cada uma
das Equações 8,9 e 10
Nos resultados expressos na Tabela 9 para os ajustes lineares dos
coeficientes observa-se que os valores para os parâmetros adotados são
significativos em relação aos valores dos coeficientes de determinação (R²)
os quais variaram de 0,83 a 0,90, representando um bom ajuste aos dados.
Tabela 9 – Resultados dos coeficientes Bi e Bj, dos parâmetros g1 e g2 e dos coeficientes
de determinação.
Coeficientes Bi Bj g1 g2 R²
A1 6,00E-07 -1,80E-07 2,67 3,43 0,9011 A2 6,67E-06 -4,55E-07 1,50 4,90 0,8784 A3 -5,35E-08 8,61E-09 3,62 4,75 0,8329
A literatura reporta a existência de três grupos que compreendem as
técnicas de modelagem: caixa branca, caixa cinza e caixa preta. O modelo
adotado no trabalho é a modelagem caixa cinza. De acordo com Aguirre
(2007) as técnicas desse grupo caracterizam-se por utilizar informação
auxiliar, o que também pode ser denominado de informação a priori. A
informação a priori, ou conhecimento prévio foi empregado nesse trabalho
por saber antecipadamente que o comportamento dos dados experimentais
poderia ser evidenciado por uma equação senoidal.
Segundo Gretschmann (2009) o uso de ajuste de curvas é uma
ferramenta para modelagem matemática bem ampla para distintos sistemas,
81
também que qualquer modificação no sistema, faz com que os parâmetros
ou até mesmo a equação do ajuste se modifique.
Experimentalmente utilizando 76,9 g L-1 de melaço e 76,9 g L-1 de
glicerol (Ensaio 4), em um tempo de 72 horas a máxima produção de GSH
foi de 119,6 mg L-1 e nas mesmas condições o modelo estimou 118,6 mg L-1
em 72 h (Tabela 10 e Apêndice I).
Tabela 10 – Resultado comparativo da produção de GSH entre os dados experimentais e os
dados preditos pelo modelo no tempo de 72 horas.
Ensaios Melaço de cana (g L
-1)
Glicerol (g L
-1)
GSH (mg L-1
) Experimental em 72 h
GSH (mg L-1
) Preditos em 72 h
1 -1 (13,1) -1 (13,1) 66,1 66,4
2 +1 (76,9) -1 (13,1) 97,9 95,4
3 -1 (13,1) +1 (76,9) 78,6 121,4
4 +1 (76,9) +1 (76,9) 119,6 118,6
5 -1,41 (0) 0 (45) 51,0 71,1
6 +1,41 (90) 0 (45) 117,8 78,8
7 0 (45) -1,41 (0) 63,9 79,9
8 0 (45) +1,41(90) 76,0 75,4
9 0 (45) 0 (45) 108,7 104,0
10 0 (45) 0 (45) 108,7 104,0
11 0 (45) 0 (45) 108,7 104,0
A simples adoção do coeficiente de determinação (R2) como único
critério de definição da qualidade de métodos não é adequado (BARROS et
al., 2009). Assim, a análise dos índices de concordância de Wilmont (d) e a
ANOVA auxiliam a interpretação dos resultados.
Os resultados preditos e experimentais para a produção de
glutationa foram analisados pela ANOVA (Tabelas 11, 12, 13 e 14). Como o
valor de Fcalculado não foi maior que valor de Ftabelado conclui-se que não há
diferenças significativas ao nível de 5% de probabilidade (0,34> p <0,83)
entre os dados preditos e os experimentais.
82
Tabela 11 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo
de 24 horas
Fonte da variação SQ¹ gl² MQ³ Fcalculado4 valor-P Ftabelado
5
Regressão 29,21011 1 29,21011 0,512335 0,482404 4,351243
Resíduo 1140,275 20 57,01373 Total 1169,485 21
1- Soma dos quadrados; 2- Grau de liberdade, 3- Quadrado médio; 4- Valor de F calculado, 5- Valor de F tabelado.
Tabela 12 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo
de 48 horas
Fonte da variação SQ¹ gl² MQ³ Fcalculado4 valor-P Ftabelado
5
Regressão 324,48 1 324,48 0,932968 0,345628 4,351243
Resíduo 6955,866 20 347,7933 Total 7280,346 21
Tabela 13 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo
de 72 horas
Fonte da variação SQ¹ gl² MQ³ Fcalculado4 valor-P Ftabelado
5
Regressão 22,18037 1 22,18037 0,046438 0,831564 4,351243
Resíduo 9552,66 20 477,633 Total 9574,84 21
Tabela 14 - Resultado ANOVA para os dados preditos e os dados experimentais no tempo
de 96 horas
Fonte da variação SQ¹ gl² MQ³ Fcalculado4 valor-P Ftabelado
5
Regressão 54,44782 1 54,44782 0,226921 0,638979 4,351243
Resíduo 4798,832 20 239,9416 Total 4853,28 21
Os resultados preditos pelo modelo híbrido apresentaram valores
próximos de 1 para o índice de concordância de Willmottt (Tabela 15). Assim
pode-se afirmar que a proximidade dos resultados do valor de referência 1
evidenciam a exatidão do modelo.
83
Tabela 15 – Resultado do índice de concordância de Willmontt (d), o qual relaciona os
dados preditos e os dados experimentais para cada ensaio realizado de acordo com o
Delineamento Composto Central Rotacional 2²
Ensaio Indíce de Willmott (d)
1 0,9954
2 0,9927
3 0,9994
4 0,9959
5 0,9915
6 0,9821
7 0,9963
8 0,9881
9 0,9988
10 0,9988
11 0,9988
Os resultados numéricos possibilitaram gerar os gráficos
comparativos entre os dados experimentais e os dados preditos. Antes do
perfil das curvas serem gerados os valores foram convertidos de µGSH (h-1)
para GSH (mg L-1). As Figuras 13, 14 e 15 apresentam as simulações dos
dados preditos em relação aos experimentais para os 11 ensaios
experimentais e modelados, assim como os tempos de fermentação que
compreendem de 0 a 96 horas. Ressaltando que a sobreposição das curvas
para os ensaios de 9 a 11 foram normalizados por serem pontos centrais.
Observa-se que nos resultados experimentais dos ensaios 7 e 8,
contendo a mesma concentração de melaço de cana-de-açúcar (45 g L-1) e
variando as concentrações de glicerol (0 e 90 g L-1, respectivamente), as
concentrações de GSH foram inferiores se comparadas com os ensaios 5 e
6 que continham 45 g L-1 de glicerol e concentrações de melaço variando
entre 0 e 90 g L-1. Nestes as concentrações de GSH variaram
consideravelmente, evidenciando que sua produção é influenciada por essa
fonte de carbono. Observação que também foi numericamente predita pelo
modelo.
84
Figura 13 - Resultados Experimentais e Preditos Encontrados Durante 96
Horas De Fermentação Para os Ensaios 1, 2 e 3
Figura 14 – Resultados Experimentais e Preditos Encontrados Durante 96
Horas De Fermentação Para os Ensaios 4, 5 e 6
0
20
40
60
80
100
120
0 20 40 60 80 100
Co
nce
ntr
ação
de
GSH
(m
g L-1
)
Tempo (h)
0
20
40
60
80
100
120
0 20 40 60 80 100
Co
nce
ntr
ação
de
GSH
(m
g L-1
)
Tempo (h)
Legenda:
Experimental Predito
Legenda:
Experimental Predito
85
Figura 15 – Resultados Experimentais E Preditos Encontrados Durante 96
Horas De Fermentação Para Os Ensaios 7, 8, 9, 10 e 11
Wei et al. (2003a) aplicaram um modelo cinético modificado com
sucesso para estimar a cinética de crescimento de células em uma
fermentação por C. utilis WSH 02-08 para a produção de GSH. A taxa
máxima de crescimento específico e a inibição constante pelo substrato
foram calculadas a partir desta equação juntamente com a temperatura. Os
resultados da experiência mostraram que este modelo poderia prever o
padrão de crescimento.
Segundo Volesky; Votruba (1992), os modelos são baseados em
sua maioria, na idealidade e, em geral, fornecem uma representação fiel de
apenas algumas das propriedades do processo. Dessa maneira, verifica-se
que o modelo proposto foi capaz de predizer a produção de glutationa
mesmo simplificando o modelo em relação à inibição pelo substrato.
A produção de GSH por meio de microrganismos como S. cerevisiae
e C. utilis tem sido bem estudada (MUSSATI et al., 2013). Porém ainda não
0
20
40
60
80
100
120
0 20 40 60 80 100
Co
nce
ntr
ação
de
GSH
( m
g L-1
)
Tempo (h)
Legenda:
Experimental Predito
86
foi reportado na literatura trabalho envolvendo modelagem hibrida da
produção de GSH por S.cerevisiae usando subprodutos industriais.
5.3. OTIMIZAÇÃO NUMÉRICA
O modelo determinou valores maximizados de 70 g L-1 de melaço e
40 g L-1 de glicerol. A simulação realizada com dados da otimização
numérica demonstraram que seria possível produzir 126 mg L-1 de GSH,
conforme ilustra a Figura 16 e Apêndice J.
Liang et al. (2008) após realizar uma estratégia de otimização, por
meio da elaboração de um modelo matemático, aplicando a Equação de
Gauss, obteve um coeficiente de determinação de 0,9767. A estratégia
estimou que fosse possível produzir 276 mg L-1 de GSH, sendo que
experimentalmente obteve-se 279 mg L-1. O equivalente a 1% de erro entre
o resultado estimado pelo modelo e o resultado experimental.
Figura 16 - Resultado Dos Valores Estimados Pelo Modelo De Otimização
Numérica, Usando 70 g L-1 De Melaço De Cana-De-Açúcar e 40 g L-1 De
Glicerol.
87
5.4. VALIDAÇÃO DO MODELO
A partir dos resultados obtidos pela otimização numérica, procedeu-
se a validação do modelo usando os pontos centrais como região otimizada.
De acordo com a Tabela 16 e Apêndice K observa-se que as
concentrações de biomassa estão em torno de 0,4 a 5 g L-1, sendo que o
máximo valor obtido para a concentração de biomassa a partir do
Delineamento Fatorial Completo 2² foi de 4,89 g L-1, sendo o ensaio 8 um
dos pontos centrais. A média nos pontos centrais (Ensaios 5, 6, 7 e 8) foi de
4,41 g L-1. Rollini; Manzoni (2006) e Liang et al. (2008) obtiveram
concentrações celulares experimentais de 10,5 g L-1 e 11,65 g L-1,
respectivamente.
A Figura 17 ilustra as curvas de crescimento microbiano. Tais
resultados mostram a inexistência da fase “lag” ou de latência, porque o
microrganismo foi adaptado previamente na etapa de preparação do pré-
inoculo. Portanto, ao inocular o microrganismo no erlenmmeyer com o meio
a ser fermentado, a levedura encontrava-se na fase exponencial.
Nos ensaios 5, 6, 7 e 8 a levedura encontra-se até as 22 h na fase
exponencial, de 32 a 43 h na fase estacionária, depois entram na fase de
declínio e voltaram a ter crescimento celular após 50 h de fermentação
(Figura 15). O ensaio 1 (50 g L-1 de melaço e 20 g L-1 de glicerol) foi o único
que encontrou-se na fase exponencial até aproximadamente 43 horas,
iniciando a fase estacionária somente após este período. Já o ensaio 2 (50 g
L-1 de melaço e 60 g L-1 de glicerol) e o 3 (90 g L-1 de melaço e 20 g L-1 de
glicerol) em 24 horas entraram na fase de declínio e após 48 horas ocorreu
um leve crescimento. No ensaio 4 (maiores concentrações das fontes de
carbono) observa-se que a fase linear se prolonga do inicio até o fim da
fermentação.
Verificou-se que no processo de fermentação da GSH, o
crescimento de S. cerevisiae foi inibido pelo excesso de açúcares presente
no meio, devido a uma diminuição na atividade respiratória, que é conhecido
88
como o efeito de Crabtree (van Urk et al., 1988), fato observado no ensaio 4.
E quando a biomassa após a fase de declínio voltou a aumentar sua
concentração foi supostamente porque as leveduras utilizaram outros
compostos como fonte de carbono para seu crescimento, como por exemplo,
o etanol e glicerol presentes no meio.
Figura 17 - Acompanhamento Dos Resultados Das Concentrações De
Biomassa (g L-1), Obtidos Pelo Delineamento Fatorial Completo 2² Para
Validação Do Modelo
Em relação as concentrações de GSH (Figura 18 e Tabela 16), as
maiores foram encontradas entre 113,0 mg L-1 a 127,3 mg L-1, em 72 horas
de fermentação. Usando 70 g L-1 de melaço e 40 g L-1 de glicerol (Ensaios 5,
6, 7 e 8), Apêndice K. Valor inferior ao encontrado por Santos et al.(2007),
154,5 mg L-1, e Piedrahita-Aguirre (2008), 278,42 mg L-1, em 72 horas de
fermentação e superior ao obtido por Zhang et al. (2007), 74,6 mg L-1, em 24
horas de fermentação. Portanto esses resultados para os pontos centrais
confirmam a estimativa gerada pelo modelo hibrido a fim de validar a
modelagem, empregando otimização numérica.
89
E a menor concentração de GSH encontrada foi de 63,1 mg L-1 para
o ensaio 4 (Figura 17), experimento no qual trabalhou-se com as maiores
concentrações de melaço e glicerol, respectivamente, 90 g L-1 e 60 g L-1.
Nos ensaios 1 e 2 os quais continham a mesma concentração de
melaço de cana-de-açúcar (50 g L-1) e variou-se as concentrações de
glicerol (20 e 60 g L-1, respectivamente), de acordo com a resposta obtida
verificou-se que a concentração de GSH aumentou significativamente no
ensaio 1 em relação ao ensaio 2. Já nos ensaios 3 e 4 contendo a mesma
concentração de melaço (90 g L-1) e modificando as concentrações de
glicerol (20 e 60 g L-1, respectivamente), a concentração de GSH alterou
pouco, reforçando que a produção de GSH é mais fortemente influenciada
quando se utiliza melaço como fonte de carbono, como descrito por Anshau
et al. 2013.
Figura 18 - Resultados Da Concentração De GSH (mg L-1) Obtidos Pelo
Delineamento Fatorial Completo 2² Para Validação Do Modelo.
Conforme apresentados na Tabela 16, em 72 horas de fermentação
(tempo de maior concentração de GSH) foi possível realizar um estudo entre
90
os oito ensaios do Delineamento Fatorial Completo 2², analisando as
seguintes variáveis respostas; concentrações de biomassa e glutationa,
conteúdo intracelular de glutationa (CIG, %) e produtividades celular e de
GSH. Os resultados nos tempos de 0, 24 e 48 horas são apresentados no
Anexo L.
Nos ensaios 5, 6, 7 e 8 (contendo 70 g L-1 de melaço de cana-de-
açúcar e 40 g L-1 de glicerol), verifica-se que a maior produtividade de GSH
foi para o ensaio 5, as melhores produtividades celulares foram nos ensaios
5 e 8 e para as concentrações de GSH e biomassa os ensaios 5 e 8
apresentam as melhores respostas. Visto que os ensaios 5, 6, 7 e 8 são
pontos centrais, observou-se que em média as concentrações de biomassa
e GSH, produtividades celular e de GSH e os valores de CIG para os oito
ensaios do delineamento fatorial completo 2², foram respectivamente, 4,41 g
L-1,118,9 mg L-1, 0,055 g L-1 h-1, 1,17 mg L-1 h-1 e 2,71%.
Nos ensaios de 1 a 4 em que variou as concentrações de glicerol e
fixaram as concentrações de melaço, observa-se primeiramente, no ensaio 1
que este obteve valores de biomassa e produtividade celular próximas ao
ensaio 8, porém as concentrações de GSH do ensaio 1 em relação ao
ensaio 8 foram 1,37 vezes menor. Já os ensaios 2 e 3 apresentaram
respostas baixas para todas as variáveis respostas estudadas.
O menor resultado de CIG foi encontrado para o ensaio 1 (1,70%), e
a maior resposta para essa variável foi de 14,34 (Ensaio 4). O que
hipoteticamente justifica um elevado valor CIG no ensaio 4 é o excesso de
açúcar presente no meio, pois quando esses açúcares no meio foram
tornando-se insuficientes, o etanol foi assimilado como fonte de carbono
para a levedura e a GSH produzida, limitando a quantidade de biomassa e
elevando a concentração de glutationa intracelular (SHIMIZU et al., 1991).
91
Tabela 16 – Resultados do estudo comparativo entre os ensaios do Delineamento Fatorial
Completo 2² em 72 horas de fermentação.
Ensaio
Delineamento Biomassa
(g L-1
) GSH
(mg L-1
) CIG (%)
Produtividades
Melaço Glicerol Celular
(g L-1
h-1
) GSH
(mg L-1
h-1
)
1 -1 (50) -1 (20) 4,85 82,20 1,70 0,06 0,67
2 -1 (50) +1(60) 2,20 65,60 3,00 0,03 0,43
3 +1(90) -1 (20) 1,80 68,10 3,81 0,02 0,47
4 +1 (90) +1 (60) 0,44 62,80 14,34 0,00 0,40
5 0 (70) 0 (40) 4,65 127,30 2,74 0,06 1,29
6 0 (70) 0 (40) 3,88 120,70 3,10 0,05 1,19
7 0 (70) 0 (40) 4,22 114,70 2,72 0,05 1,11
8 0 (70) 0 (40) 4,89 113,00 2,31 0,06 1,09
No caminho metabólico da síntese de GSH no interior das leveduras,
a glicose incialmente é transformada em piruvato (SHIMIZU, 1991), em
condições anaeróbias, o piruvato é convertido a etanol com desprendimento
de CO2 (BAI et al., 2008).
Conforme afirmam Lin et al. (2004), durante a fermentação a
produção do etanol é indesejada, pois não favorece o crescimento celular.
Valores de velocidade específica de crescimento relativamente baixo,
nutriente em quantidade suficiente e elevados valores de oxigênio
dissolvidos, impedem o acúmulo de etanol no meio, favorecendo
positivamente a produção de GSH e o crescimento celular, atingindo altas
concentrações.
Wen et al. (2006) afirmam que aparentemente, a concentração de
etanol no meio de cultivo tem estreita relação com a síntese de GSH e para
maximizar a produção de glutationa há dois fatores importantes: aumentar a
densidade celular e aumentar o conteúdo intracelular de glutationa.
Liu et al. (1999) trabalhou com um Delineamento Box Behken e RSM
(Resposta de superfície de resposta) seguida de análise canônica para
otimizar a concentração de glicose, peptona e MgSO4 na produção de GSH
por S. cerevisiae ATCC 7754 e comparou os dados com um modelo
proposto por rede neural. O modelo gerado pela rede neural predizeu o
92
crescimento celular e produção de GSH mais precisamente que o modelo de
superfície de resposta de segunda ordem.
A produção biotecnológica da GSH tem objetivado obter elevadas
concentrações de GSH por meio de aumento no conteúdo intracelular de
GSH e densidade celular. Para tal, o conteúdo intracelular de GSH será
melhorado significativamente por mutagêneses, a melhora da concentração
celular também pode ser abordada por processos de otimização e controle.
Em virtude da descoberta de novos produtos, a produção biotecnológica de
glutationa tende a melhor, a fim de expandir as variadas aplicações deste
tripéptido fisiologicamente e clinicamente importante (LI et al., 2004).
5.5. ALTERNATIVA DE MEIO DE CULTIVO PARA
MINIMIZAÇÃO DE CUSTOS DA PRODUÇÃO DE GLUTATIONA
O intuito desse estudo foi promover um meio de cultivo alternativo
para diminuir os custos da produção de glutationa. Essa finalidade pode ser
alcançada por meio de aumento no conteúdo intracelular de GSH e
densidade celular, conforme afirma Wen et al. (2006).
A literatura reporta que a via glicólise não apenas está envolvida na
produção de energia para a levedura, como também gera metabolitos que
podem ser utilizados como substratos para a biossíntese de moléculas
ligadas a um aumento da biomassa (CARRASCOSA et al., 2011). Dessa
forma, no processo fermentativo a levedura S. cerevisiae produz além de
biomassa, etanol, glicerol e dióxido de carbono (WHEALS et al., 1999).
Os resultados obtidos evidenciaram que as maiores concentrações
de biomassa foram encontradas nos ensaios 9, 10, 11 e 12 (usando 1,5 g L-1
de melaço de cana-de-açúcar e 1,5 g L-1 de glicerol) os resultados variaram
de 6,93 a 7,80 g L-1, em 40 horas de fermentação (Tabela 17 e Figura 19).
Cha et al. (2004) obteve um valor de biomassa próximo aos obtidos nesse
estudo (8,28 g L-1). Baixa concentração de biomassa foi encontrada no
93
experimento empregando somente glicerol como fonte adicional de carbono
(Ensaio 5). Fei et al., (2009) obteve uma concentração de biomassa de 4,15
g L-1, em 50 h de fermentação.
Tabela 17 – Resultados de crescimento celular, consumo de açúcares, concentração de
glicerol adicionada ao meio e produtos do metabolismo celular da S. cerevisiae ATCC 7754,
em 40 horas de fermentação, obtidos de acordo com Delineamento Composto Central
Rotacional 2².
Ens.
Delineamento (g L-1
) Biom. (g L
-1)
Glic. (g L
-1)
Frut. (g L
-1)
Et. (%)
Glicer. (g L
-1)
Ácid. Acét.
(mg L-1) Melaço Glicerol
1 -1 (0,44) -1 (0,44) 7,18 0,00 0,00 11,50 13,75 715,77
2 -1 (0,44) +1 (2,56) 6,73 0,00 2,45 10,64 48,70 835,66
3 +1 (2,56) -1 (0,44) 7,43 0,00 1,41 11,70 14,77 332,48
4 +1 (2,56) +1 (2,56) 6,59 2,21 1,24 10,98 47,39 520,55
5 -1,41 (0) 0 (1,5) 1,34 34,02 44,48 3,98 30,00 850,00
6 +1,41 (3) 0 (1,5) 7,03 0,00 1,01 10,93 31,27 465,47
7 0 (1,5) -1,41 (0) 6,98 0,00 0,09 11,90 7,37 165,33
8 0 (1,5) +1,41 (3) 7,22 0,00 1,46 10,96 55,50 450,84
9 0 (1,5) 0 (1,5) 6,96 0,00 1,21 11,24 31,76 308,89
10 0 (1,5) 0 (1,5) 7,54 0,00 0,00 11,00 31,00 297,17
11 0 (1,5) 0 (1,5) 6,93 0,00 0,41 11,37 32,24 264,26
12 0 (1,5) 0 (1,5) 7,80 0,00 0,00 11,31 32,32 301,18
Ens: Ensaios; Biom: Biomassa; Glic: Glicose; Frut: Frutose; Et: Etanol; Glicer: Glicerol; Ácid.
Acét: Ácido Acético.
Nas Figuras 19, 20, 21 e 22 é possível verificar que conforme a
quantidade de glicose e frutose diminui com o decorrer do tempo, a
concentração de etanol (%) aumenta. Sendo que as concentrações de
glicose se esgotam rapidamente e as concentrações de frutose foram
totalmente consumidas após 40 horas de fermentação, com exceção do
ensaio 5. O consumo de glicose (substrato) e a produção de etanol com os
níveis de glicose decrescendo gradualmente e a de etanol e GSH
aumentando, corresponde à primeira fase do processo fermentativo,
conforme descrito por Wen et al. (2005).
O etanol é principal produto da fermentação etanólica e pode
alcançar concentrações de até 12 a 14% (v/v). O gás carbônico, segundo
produto da fermentação etanólica, tem rendimento de 0,4 a 0,5 gramas de
94
CO2 por grama de açúcar degradado consumido (BARRE et al., 2004). Os
resultados de etanol (%), concentração celular (g L-1) e consumo de glicose
e frutose (g L-1) estão descritos no Apêndice M.
Quando os açúcares são totalmente consumidos, constata-se que as
leveduras iniciaram a fase estacionária do crescimento celular. Wen et al.
(2005) denominam essas reações como segunda fase do processo
fermentativo, na qual o crescimento celular ocorre de forma mais lenta e o
etanol é utilizado como fonte de carbono para crescimento celular e para
síntese de GSH.
Figura 19 – Acompanhamento Da Concentração Celular (g L-1), Obtidos Pelo
Delineamento Composto Central Rotacional 2² Para Minimização De Custos
Na Produção De GSH, Durante 117 Horas De Fermentação
95
Figura 20 - Acompanhamento Do Consumo De Glicose (g L-1), Durante 117
h De Processo Fermentativo.
Figura 21 - Acompanhamento Do Consumo De Frutose (g L-1), Durante 117
h De Processo Fermentativo.
96
Figura 22 - Acompanhamento Da Concentração De Etanol Obtido Pelo
Delineamento Composto Central Rotacional 2² Para Minimização Dos
Custos Da Produção De Glutationa.
O ponto fundamental entre a disseminação respiratória e a
fermentação alcóolica nas leveduras, é o destino das moléculas de piruvato.
A etapa mais lenta da Via Glicolítica está ligada à conversão de trioses-
fosfatos em Piruvato. O piruvato durante o crescimento fermentativo pode
ser convertido em diversos compostos, inclusive em moléculas de
hidrogênio, CO2 e alguns metabólitos orgânicos, enquanto que durante a
respiração celular, o piruvato segue para o Ciclo dos Ácidos Tricarboxílicos,
onde ocorre sua completa oxidação para CO2 e H2O (PRONK et al., 1996).
Quando a célula segue um metabolismo fermentativo, os principais
metabólitos excretados por ela serão o etanol e o CO2, sendo que o glicerol
também pode ser encontrado, porém não como um produto obtido
primariamente pela oxidação do açúcar e sim, devido a reoxidação do NADH
97
gerado pela Via Glicolítica. Como durante o metabolismo respiratório, o
NADH é reoxidado por enzimas específicas na mitocôndria, no caso de
limitação ou ausência de oxigênio, esta reoxidação será efetuada através da
formação de glicerol, funcionando portanto, como uma válvula redox
(PRONK et al., 1996).
De acordo com a Figura 23 e Apêndice M, os pontos centrais
(Ensaios 9, 10, 11 e 12) diminuem sua concentração inicial de glicerol
adicionada no meio nas primeiras 24 h e após esse período até o fim da
fermentação aumenta sua concentração. Para os ensaios 1, 3 e 7 visualizou-
se aumento na concentração de glicerol nas 24 h iniciais de fermentação e
manteve-se essa concentração até o fim do processo fermentativo. A
hipótese que justifica o aumento na concentração de glicerol após 117 horas
de fermentação é que a levedura passando por limitação ou ausência de
oxigênio, esta convertendo a frutose 1,6-bifosfato por meio da enzima aldose
em Didroxiacetona fosfato e em seguida o NADH é reoxidado e forma-se
glicerol.
O ensaio 5 que continha somente glicerol como fonte adicional de
carbono foi o que apresentou maior comportamento oscilatório em relação a
análise da concentração de glicerol presente no meio, porque aumentou sua
concentração nas primeiras 24 horas, reduziu após 40 horas e tornou a
aumentar as 72 h, e após 117 h diminuiu sua concentração.
98
Figura 23 – Acompanhamento Da Concentração De Glicerol Adicionada Ao
Meio De Fermentação De Acordo Com O Delineamento Composto Central
Rotacional 2² Para Minimização Dos Custos Da Produção De Glutationa.
A presença de metabólitos secundários (etanol, ácido acético e
compostos aromáticos) também podem inibir o crescimento de S. cerevisiae
e contribuir para o decréscimo da população (PATARO et al., 2000;
BORZANI et al., 2001).
Observe que o ensaio 5 (1,5 g L-1 de glicerol) foi o que apresentou
as maiores concentrações de ácido acético em 24 horas de fermentação.
Esse resultado auxilia para comprovar seu efeito inibitório, pois apresentou
os menores resultados para concentrações de glicerol, etanol, biomassa e
glutationa (Figura 24 e Apêndice M) sendo que foi um dos ensaios que levou
maior tempo para consumir as fontes de glicose e frutose existentes no meio
de fermentação. Também se verificou que o ensaio 7 possui a menor
porcentagem de etanol e a menor concentração de ácido acético.
99
Figura 24 - Acompanhamento Da Concentração De Ácido Acético Obtido
Pelo Delineamento Composto Central Rotacional 2² Para Minimização Dos
Custos Da Produção De Glutationa.
De acordo com a Tabela 18 observa-se que com 40 horas de
fermentação obteve-se concentração de 10,23 g L-1 GSH (Ensaio 2).
Quando adicionado 1,5 g L-1 de melaço e 1,5 g L-1 de glicerol (Ensaios 9, 10,
11 e 12) foram alcançados 7,8 g L-1 de GSH. Em 40 h de fermentação,
baixas concentrações de GSH foram observadas nos ensaios usando
somente glicerol e somente melaço como fontes adicionais de carbono
(Ensaios 5 e 7, respectivamente).
No mosto sintético de uva, continha 13,09 mL de uma solução de
aminoácidos, nesta solução continha também os três aminoácidos
precursores da GSH. As concentrações destes aminoácidos foram de 9,2 g
L-1 de ácido glutâmico; 1,4 g L-1 de glicina e 1,5 g L-1 de cistéina.
100
Então, supõe-se que as altas concentrações de GSH obtidas
rapidamente no tempo de 40 h, sejam por causa das concentrações de
aminoácidos presentes no meio de fermentação. Estudos evidenciaram que
a cisteína é um aminoácido essencial para a acumulação de GSH (WU et al.,
2004).
Portanto, encontrar a concentração ideal de cisteína é necessário,
porque este aminoácido inicia a formação da glutationa por meio da enzima
γ-GS, esta é responsável pela síntese de GSH, mas ao mesmo tempo atua
como inibidor do crescimento celular. Dessa maneira, estudos mais
aprofundados sobre o envolvimento dos aminoácidos na síntese de GSH
podem ser realizados para elucidar mecanismos bioquímicos (MUSSATI et
al., 2013).
Assim quantidade de GSH nos ensaios realizados foram superiores
aos encontrados por Wen et al., (2006), Wang et al., (2007) e Liang et al.,
(2008).
Wen et al., (2006) maximizaram a produção de GSH por
S.cerevisiae T65. Adicionou-se 2 mM de cisteína em 6 h e 10 mM de ácido
glutâmico, 3,35 mM de cisteína e 18 mM de glicina em 24, 44 e 56 h em um
fermentação de batelada alimentada. A maior concentração de GSH foi de
2,19 g L-1, em 60 h de fermentação.
Wang et al., (2007) utilizando biorreator de 5 L, S. cerevisiae G14, em
batelada alimentada com glicose (600 g L-1) e adição de aminoácidos (4 mM
de cisteina, glicina e ácido glutâmico) em 32 h de fermentação, conseguiram
alcançar concentrações de até 2,02 g L-1, após 38 h de cultivo.
Liang et al., (2008), desenvolveram uma estratégia para aumentar a
produção de GSH utilizando Candida utilis WSH 02-08 por meio da adição
dos três aminoácidos precursores juntamente com ATP. A produção de GSH
foi de 2,04 g L-1, em 72 h de fermentação.
101
Tabela 18 – Resultados das concentrações de glutationa, em g L-1
, obtidos pelo
Delineamento Composto Central Rotacional 2² durante as 117 horas de fermentação.
Ensaios
Delineamento Tempo de fermentação (h)
Melaço Glicerol 0 24 40 72 96 117
1 -1 (0,44) -1 (0,44) 0,10 6,81 7,47 0,02 0,01 0,03
2 -1 (0,44) +1 (2,56) 0,10 7,57 10,23 0,03 0,02 0,05
3 +1 (2,56) -1 (0,44) 0,10 5,06 3,96 0,04 0,03 0,05
4 +1 (2,56) +1 (2,56) 0,10 3,60 6,94 0,04 0,02 0,03
5 -1,41 (0) 0 (1,5) 0,10 4,27 5,10 0,24 0,19 0,14
6 +1,41 (3) 0 (1,5) 0,10 3,74 4,73 0,02 0,02 0,06
7 0 (1,5) -1,41 (0) 0,10 5,62 4,42 0,03 0,06 0,06
8 0 (1,5) +1,41 (3) 0,10 4,71 7,03 0,03 0,03 0,05
9 0 (1,5) 0 (1,5) 0,10 4,68 5,94 0,02 0,02 0,02
10 0 (1,5) 0 (1,5) 0,10 5,55 6,64 0,02 0,05 0,03
11 0 (1,5) 0 (1,5) 0,10 6,13 8,73 0,02 0,08 0,03
12 0 (1,5) 0 (1,5) 0,10 5,54 9,33 0,02 0,03 0,03
Após 45 horas de fermentação, notou-se que os níveis de GSH
caíram drasticamente (Figura 25), e as concentrações de biomassa
oscilaram bastante. Tal observação coincide com o completo consumo dos
açucares do meio de cultivo antes de 40 horas. A provável explicação é que
as leveduras estão consumindo a glutationa como fonte de nutriente, mais
preferencialmente que o glicerol.
102
Figura 25 – Resultados Da Concentração De GSH (mg L-1) Obtidas Pelo
Delineamento Composto Central Rotacional 2², Durante 117 h De Processo
Fermentativo
Segundo Li et al. (2004) e Cha et al. (2004) aumentar a produtividade
é uma estratégia eficiente para reduzir os custos na produção de GSH. E de
acordo com Wen et al. (2005) aprimorar as metodologias de produção de
glutationa, minimizando custos na produção tende a reduzir o preço desta
biomolécula
Com os resultados obtidos nesse estudo, verifica-se que o objetivo
de iniciar estudos para propor um meio alternativo com o intuito de minimizar
os custos da produção de glutationa foi atingido, visto que foi possível
produzir em 40 horas de fermentação 10,23 g L-1 de GSH, empregando
matérias-primas que tendem a diminuir os custos da produção que é o uso
de mosto de uva natural (com composição similar ao mosto sintético
utilizado para o presente experimento), melaço de cana-de-açúcar e o
glicerol.
103
Os últimos dados relacionados a produtividade da cana-de-açúcar
da safra de 2015/16 informam aumento de 9,1%. Originando um incremento
de 4,9% na produção de cana-de-açúcar em relação à safra de 2014/15,
totalizando uma produção de 665,6 milhões de toneladas de cana-de-açúcar
nesta safra (CONAB, 2016).
Nessa perspectiva, verifica-se que matéria prima como o melaço
(resíduo de fabricação do açúcar cristalizado, do melado ou da refinação do
açúcar bruto) não precisará ser importada, já que o Brasil é o maior produtor
de cana-de-açúcar, fato que auxilia na etapa de minimizar os custos da
produção de GSH.
E tratando-se do glicerol que atua como coprodutor no processo de
produção de biodiesel. Correspondendo cerca de 10% do volume total de
biodiesel produzido, torna-se interessante o aproveitamento direto do
glicerol, pois permite a viabilidade do processo produtivo de biodiesel, e
auxilia para que esteja sendo competitivo no mercado.
Para complementação do presente estudo foi realizada uma cotação
dos materiais para desenvolver o processo fermentativo alternativo. A
primeira metodologia proposta foi a descrita no item 4.5, a segunda esta no
item 4.12. O estudo revelou que com o primeiro procedimento gastasse R$
10,29 por litro de meio fermentado. Entretanto, o segundo método
envolvendo mosto sintético de uva, o custo com o meio de fermentação foi
estimado em R$ 1,92 por litro de meio.
Então, optando-se por dar uma nova aplicação comercial aos
subprodutos melaço e glicerol os quais são utilizados por inúmeros
microrganismos como fonte de carbono originando produtos, auxiliando em
aumentar as produções e minimizar os custos operacionais e de capital
(YAZDANI; GONZALEZ, 2007). Assim, constata-se que o estudo utilizando
mosto de uva pode diminuir significativamente os gastos econômicos
envolvidos na descrição do item 4.5, referente à produção da GSH.
104
6. CONCLUSÕES
Os resultados obtidos permitiram concluir que a cepa estava pura.
O modelo hibrido conseguiu predizer o bioprocesso, pois quando
experimentalmente a máxima produção de GSH foi encontrada em 72 horas
(119,6 mg L-1) utilizando 76,9 g L-1 de melaço e glicerol, respectivamente.
Aplicando o modelo para as mesmas condições estimou-se 118,6 mg L-1. Os
resultados experimentais e preditos foram analisados estatisticamente para
verificar a similaridade dos mesmos, não havendo diferenças significativas
entre as respostas experimental e predita. Isso enfatiza que o uso de
modelos matemáticos polinomiais parametrizados é uma ferramenta
importante para prever a produção de GSH.
A partir do modelo gerado foi possível validar experimentalmente a
otimização numérica desenvolvida para maximizar a produção de glutationa.
A otimização estimou uma produção de 126 mg L-1 de GSH. E o resultado
obtido a partir do Delineamento Fatorial Completo 2² foi de 127,3 mg L-1 de
GSH em 72 horas, o resultado obtido experimentalmente corresponde 1% a
mais do que o valor estimado pela otimização numérica.
Nos estudos para minimização de custos da produção de glutationa
por Saccharomyces cerevisiae ATCC 7754, parceria com o Instituto de
Agroquímica e Tecnologia de Alimentos (IATA). Os resultados obtidos foram
satisfatórias a pesquisa, pois somente de GSH em um tempo menor de
fermentação obteve-se aproximadamente 10,23 g L-1, sendo possível
relacionar a elevada concentração de GSH com o ciclo bioquímico da
levedura. Além de que o estudo revelou que o processo fermentativo
proposto tem um valor de custo 5,36 vezes inferior a metodologia descrita
por Anshau (2010), evidenciando sua viabilidade econômica.
105
7. SUGESTÕES DE TRABALHOS FUTUROS
- Trabalhar com cepas recombinantes a partir de engenharia metabólica;
- Construir modelos matemáticos que relacionem a concentração de
biomassa de foma independente no modelo;
- Verificar se com outras cepas de leveduras é possível melhorar os
resultados de produção de GSH usando o mosto de uva;
- Controlar as concentrações de etanol formadas no meio a fim de deixá-las
a niveis baixos, melhorando a concentração de GSH;
- Desenvolver estudos com redes neurais para predizer a produção de GSH;
- Construir modelos fenomenológicos a partir de fermentações conduzidas
em batelada alimentada empregando subprodutos industriais como fonte
adicional de carbono.
106
8. REFERÊNCIAS
ALFAFARA, C.G.; MIURA, K.; SHIMIZU, H.; SHIOYA, S.;SUGA, K.; SUZUKI, K. Fuzzy control of ethanol concentracion and its application to maximum glutathione production in yeast fed-batch culture. Biotechnology and Bioengineeing, v. 41, p. 493-501, 1993.
ANDERSON, M. E. Glutathione: an overview of biosynthesis and modulation. Chemico-Biological Interactions, v. 111/112, p. 1-14; 1998.
ANSHAU, A. Produção de glutationa utilizando subprodutos industriais em processos de batelada simples e batelada alimentada. Campinas, 2010. 158p. Dissertação (Mestrado em Engenharia de Alimentos) - Faculdade de Engenharia de Alimentos, Universidade Estadual de Campinas.
ANSHAU, A.; SANTOS, L.O.; ALEGRE, R.M. A cost effective fermentative production of glutathione by saccharomyces cerevisiae with cane molasses and glycerol. Brazilian Archives of Biology and Technology, v. 56, n. 5, p. 849-857, 2013.
ANVISA, Descrição dos Meios de Cultura Empregados nos Exames Microbiológicos. Disponível em: http://www.anvisa.gov.br/servicosaude/microbiologia/mod_4_2004.pdf. Acesso em 15 de junho de 2016.
AOYAMA, K.; NAKAKI, T. Imparied Glutathione Syntesis in Neurodegeneration. International Journal of Molecular Sciences, v. 14, n.10, p. 21021-21044, 2013.
BAI, F. W.; ANDERSON, W. A.; MOO-YOUNG, M. Ethanol Fermentation Technologies from sugar and starch feedstocks. Biotechnology Advances, v. 26, p.89-115, 2008.
BALLATORI, N.; KRANCE, S. M.; NOTENBOOM, S.; SHI, S.; TIEU, K.; HAMMOND, C.L. Glutathione dysregulation and the etiology and progression of human diseases. The Journal of Biological Chemistry, v. 390, n. 3, p. 191-214, 2009.
BARRE, P.; BLONDIN, B.; DEQUIN, S.; FEUILLAT, M.; SABLAYROLLES, J.M.; ASSOS, L.C. Fisiologia e ecologia microbiana, In: WORKSHOP TECNOLÓGICO SOBRE PRODUÇÃO DE ETANOL, 1. São Paulo, 2004.
BARROS, V. R.; SOUZA, A.P.; FONSECA, D.C.; SILVA, L.B.D. Avaliação da evapotranspiração de referência na Região de Seropédica, Rio de Janeiro, utilizando lisímetro de pesagem e modelos matemáticos. Revista Brasileira de Ciências Agrárias, v.4, n.2, p.198-203, 2009.
BONNEFOY, M.; DRAI, J.; KOSTKA, T. Antioxidants to slow aging, facts na
107
perspectives. Presse Medicine, v. 31, n. 25, p. 1174-1184, 2002.
BONOW, F.; CARDIAS, B.B.; SANTOS, L.O. Produção de gutationa a partir de Saccharomyces cerevisiae utilizando soro de leite como substrato. In: SIMPÓSIO DE BIOQUÍMICA E BIOTECNOLOGIA, 5. PARANÁ, 2015.
BORGES, L. L.; LÚCIO, T.C.; GIL, E.de S.; BARBOSA, E.F. Uma abordagem sobre métodos analíticos para determinação da atividade antioxidante em produtos naturais. Enciclopédia Biosfera, v.7, n. 12, p.1-21, 2011.
BONONI, A.; SCHMIDELL, W. ; MODELAGEM MATEMÁTICA E SIMULAÇÃO DE PROCESSOS FERMENTATIVOS. In: SCHMIDELL, W. ; LIMA, U. de A.; AQUARONE, E.; BORZANI, W. Biotecnologia Industrial, 1ed. São Paulo, Edgard Blucher LTDA, 2001, v. 2, cap. 7, p. 123-178.
BOARETO, A. J. M.; Modelagem híbrido-neuronal da produção de lipase por Candida rugosa. Rio de Janeiro, 2005. 271p. Dissertação de Mestrado - Universidade Federal do Rio de Janeiro.
BORZANI, W.; LIMA, U.A.; AQUARONE, E. Biotecnologia Industial, v. 3. São Paulo: Edgard Blucher, 2001.
BUHL R.; JAFFE H. A.; HOLROYD K. J.; WELLS F. B.; MASTRANGELI A.; SALTINI C.; CANTIN, A.M.; CRYSTAL, R.G. Systemic glutathione deficiency in symptom free HIV-seropositive individuals. The Lancet, v.334, n. 8675, p. 1294-1298, 1989.
CARDOSO, L. M.; COLOMBARI, D. S. A.; MENANI, J. V.; PAULA, M.; CHIANCA-JR, D. A.; COLOMBARI, E. Espécies reativas de oxigênio no controle neurovegetativo da pressão arterial. Revista da Faculdade de Medicina de Ribeirão Preto e do Hospital das Clínicas da FRMP, v. 39, n. 1, p. 77-88, 2006.
CONAB. Disponível em: http://www.conab.gov.br/OlalaCMS/uploads/arquivos/16_04_14_09_06_31_boletim_cana_portugues_-_4o_lev_-_15-16.pdf. Acesso em 16 de junho de 2016.
CARRASCOSA, A.V.; MUÑOZ, R.; GONZÁLEZ, R. Molecular Wine Microbiology. 5 ed. USA, Elsevier, p. 11, 2011.
CHA, J.; PARK, J.; JEON, B.; LEE, Y.; CHO, Y. Optimal fermentation conditions for enhanced glutathione production by Saccharomyces cerevisiae FF-8. The Journal of Microbiology, v. 42, n. 1, p.51-55, 2004.
CHEN, J.; HE, Z.; LIU, H.; CHA, C. Electrochemical determination of reduced glutathione (GSH) by applying the powder microelectrode technique. Journal of Electroanalytical Chemistry, v.588, n.2, p.324–330, 2006.
108
GRANT, C. M.; PERRONE G.; DAWES, I. W. Glutathione and catalase provide overlapping defenses for protection against hydrogen peroxide in the yeast Saccharomyces cerevisiae. Biochemical and biophysical research communications, v. 253, n.3, p. 893-898, 1998.
CHEN, R.C.; CHOU, C.C.; Cane Sugar handbook, 12th ed. New York, John Wiley & Sons, p. 959, 1993.
COOPER, T. G. Nitrogen metabolism in Saccharomyces cerevisiae. In: Strathern J N, Jones E W, Broach J B, editors; Strathern J N, Jones E W, Broach J B, editors. The molecular biology of the yeast Saccharomyces. Metabolism and gene expression. New York, v. 1, p.39-99, 1982.
CORREIA, D. Determinação voltamétrica de 1,4-benzodiazepínicos e dietilpropiona como adulterantes em fitoterápicos para emagrecimento. Santa Maria, 2008. 102p. Dissertação (Mestrado) - Centro de Ciências Naturais e Exatas, Universidade Federal de Santa Maria.
DONG, Y.; YANG, Q.; JIA, S.; QIAO, C. Effects of high pressure on the accumulation of trehalose and glutathione in the Saccharomyces cerevisiae.Biochemical Engineering Journal, v. 37, n. 2, p. 226-230, 2007.
DOUGLAS, K. T. Chemical Synthesis of Glutathione and Analogues.Chem Inform, v. 20, n. 36, 1989.
ENGASSER, J.M. Bioreactor enginnering: the design and otimization of reactor with living cells. Chemical Engineering Science, v. 43, n. 8, p. 1739-1748, 1988.
ELLMAN, G. L. Tissue sulfhydryl groups. Arch. Biochem. Biophys, v. 82, n.1, p. 70-77, 1959.
FERIN, R.; PAVÃO, M. L.; BAPTISTA, J. Methodology for a rapid and simultaneous determination of total cysteine, homocysteine, cysteinylglycine and glutathione in plasma by isocratic RP-HPLC. Journal of Chromatography B, v. 911, n. 24, p. 15-20, 2012.
FAHOR, L. G. Modelagem matemática da produção de etanol utilizando ajuste de curvas e o modelo de crescimento logístico de verhulst. In: ENCONTRO GAÚCHO DE EDUCAÇÃO MATEMÁTICA, 10. Ijuí, 2009.
FEI, L.; WANG, Y.; CHEN, S. Improved glutathione production by gene expression in Pichia pastoris. Bioprocess Biosystem Engineering, v. 32, n.6, p. 729–735, 2009.
FLORES, C-L.; RODRÍGUEZ, C.; PETIT, T.; GANCEDO, C. Carbohydrate and energy-yielding metabolism in non-conventional yeasts. FEMS Microbiology Reviews, v. 24, p. 507-529, 2000.
GADEN, E. L. Jr. Fermentation kinetics and productivity. Chemistry and
109
Industry, v. 7, p. 154-159, 1955.
GALLI, A.; SOUZA, D.; GARBELLINI,G. S.; COUTINHO, C. F. B.; MAZO, L. H.; AVACA, L. A.;MACHADO, S. A. S. Utilização de técnicas eletroanalíticas na determinação de pesticidas em alimentos. Química Nova, v. 29, n. 1, p.105-112, 2006.
GARG, N.; AGGARWAL, N. Effects of interactions between cadmium and lead on growth, nitrogen fixation, phytochelatin and glutathione production in Mycorrhizal Cajanus cajan (L.) Mill sp. Journal Plant Growth Regulaction, v. 30, n. 3, p. 286-300, 2011.
GHARIEB, M. M.; GADD, G. M. Role of glutathione in detoxification of metal (loid)s by Saccharomyces cerevisiae. Biometals, v. 17, n. 2, p. 183-188, 2004.
GOFFEAU, A.; BARREL, B.G.; BUSSEY, H.; DAVIS, R.W.; DUJON, B.; FELDMANN, H.; GALIBERT, F.; HOHEISEL, J.D.; JACQ, C.; JOHNSTON, M.; LOUIS, E.J.; MEWES, H.W.; MURAKAMI, Y.; PHILIPPSEN, P.; TETTELIN, H.; OLIVER, S.G. Life with 6000 genes. Science, v.274, n. 5287, p.563-567, 1996.
GONÇAVES, V. C. Síntese e caracterização de derivados de politiofeno para a utilização em sensores, São Carlos, 2010. - Instituto de Física de São Carlos, Instituto de Química de São Carlos e Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2010,/Tese/Doutorado.
GONÇALVES, I. da M. Influência de campos magnéticos na produção de glutationa por Saccharomyces cerevisiae em biorreator “air-lift” pressurizado. Seropédica, 2012. 101p. Dissertação (Mestrado) – Instituto de Tecnologia, Universidade Federal Rural do Rio de Janeiro.
GOTOH, T.; WATANABE, M.; IGUCHI, H.; KIKUCHI, K. Glutathione production by glutathione-degrading enzymes displayed on proteoliposomes reconstituted from bovine kidney brush border membranes. Journal of Chemical Technology and Biotechnology, v. 79, n. 11, p.1204-1211, 2004.
GRIFFITH, O.W. Determination of glutathione disulfite using GSH reductase and 2-Vinilpyridine. Analytical Biochemistry, v. 106, n. 1, p. 207-212, 1980.
GRETSCHMAN, A. S. Ajuste de curvas na produção de etanol num processo em batelada. In: ENCONTRO GAÚCHO DE EDUCAÇÃO MATEMÁTICA, 10. Ijuí, 2009.
GUILLAMÓN, J. M.; BARRIO, E.; HUERTA, T.; QUEROL, A. Rapid characterization of fours species of the Saccharomyces sensu stricto complex according to mitochondrial DNA patterns. International Journal of Systematic Bacteriology, v. 44, n. 4, p. 708-714, 1994.
HAUTH, J. Grey-Box Modelling for Nonlinear Systems. 2008, 383p.
110
Doctored (Thesis) - Fachbereich Mathematik der Universität Kaiserslautern.
HUBER, P. C.; ALMEIDA, W. P.; DE FÁTIMA, Â. Glutationa e enzimas relacionadas: Papel biológico e importância em processos patológicos. Quimica Nova, v. 31, n. 5, p. 1170–1179, 2008.
HEYROVSKÝ, J. The development of polarographic analysis. Analyst, v. 81, n. 961, p.189-192, 1956.
HORÁK, J. Yeast nutrient transporters. Biochimica et Biophysica Acta, Czech Republic, v. 1331, n. 2, p. 41-79, 1997.
KOMIVES, C.; PARKER, R. S.; Bioreactor state estimation and control. Current Opinion in Biotechnology, v. 14, n. 5, p. 468-474, 2003.
LI, Y.; WEI, G.; CHEN, J. Glutathione: a review on biotechnological production. Applied Microbiology and Biotechnology, v. 66, n. 3, p.233-242, 2004.
LI, Y.; HUGENHOLTZ, J.; SYBESMA, W.; ABEE, T.; MOLENAAR, D. Using Lactococcus lactis for glutathione overproduction. Applied Microbiology and Biotechnology, v. 67, n. 1, p. 83-90, 2005.
LIANG, G.B.; DU, G.C.; CHEN J. A novel strategy of enhanced glutathione production in high cell density cultivation of Candida utilis cysteine addition combined with dissolved oxygen controlling. Enzyme Microb. Technol. v. 42, n.3, p. 284-289, 2008.
LIANG, G.; WANG, B.; XIE, J.; MO, Y. Novel pH control strategy for glutathione overproduction in batch cultivation of Candida utilis. African Journal of Biotechnology, v. 8, n. 22, p. 6337-6345, 2009.
LIN, J.; TIAN, J.; YOU, J.; JIN, Z.; XU, Z.; CEN, P. An effective strategy for the coproduction of S-adenosyl-l-methionine and glutathione by fed-batch fermentation. Biochemical Engineering Journal, v. 21, n. 1, p.19-25, 2004.
LIMA, U.A.; BASSO, L.C.; AMORIM, H.V., PRODUÇÃO DE ETANOL. IN: LIMA, U.A.; AQUARONE, E.; BORZANI, W.; SCHMIDELL, W. Biotecnologia Industrial, 1 ed. São Paulo, Edgard Blücher LTDA, 2001, v. 3, cap. 1, p. 11-39.
LIU, C; HWANG, C.; LIAO, C. Medium optimization for glutathione production by Saccharomyces cerevisiae. Process Biochemistry, v. 34, n. 1, p.17-23, 1999.
MAGASANIK, B. Regulation of nitrogen utilization. In: BROACH, J. R.; STRATHERN, J. N.; JONES, E. W. (Ed). The molecular and cellular biology of the yeast Saccharomyces: gene expression, New York: Cold Spring Harbor, v. 2, p. 283, 1992.
MANDAL, P.K.; TRIPATHI, M.; SUGUNAN, S. Brain oxidative stress:
111
Detection and mapping of anti-oxidant marker “Glutathione” in different brain regions of healthy male/female, MCI and Alzheimer patients using non-invasive magnetic resonance sptectroscopy. Biochemical and Biophysical Research Communication, v. 417, n. 1 p. 43-48, 2012. doi: 10.1016/j.bbrc.2011.11.047
MARZAL, P. C. Desenvolvimento de um eletrodo amperométrico para a determinação de glutationa em eritrócitos. Doutorado. Instituto de Química. Departamento de Química Analítica. Universidade Estadual de Campinas. Campinas, 2005.
MEISTER, A. On the Discovery of glutathione.Trends Biochemistry Science, v. 13, n.5, p. 185-188, 1988.
MEISTER, A.; ANDERSON, M.E. Glutathione. Annual Reviews Biochemistry, v. 52, p. 711-760, 1983.
MOSES, P.R.; WIER, L.; MURRAY, R. W. Chemically modified tin oxide electrode. Analytical Chemistry. v. 47, n. 12, p. 1882 – 1886, 1975.
MUSSATI, A.; MANZONI, M.; ROLLINI, M. Post-fermentataive production of glutathione by baker’s yeast (S.cerevisiae) in compressed and dried foms. New Biotechnology. v.30, n. 2, p. 219-226, 2013.
NAVARRO, J.; OBRADOR, E.; CARRETERO, J.; PETSCHEN, I.; AVIÑO, J.; PEREZ, P.; ESTRELA, J. M. Changes in glutathione status and the antioxidante system in blood and in cancer cells associate with tumour growth in vivo. Free Radical Biology and Medicine, v. 26, n. 3-4, p. 410-418, 1999.
NETO, A.S.S.R. Glutationa: Envolvimento em defesa antioxidante, regulação de morte celular programada e destoxificação de drogas. Porto, 2010. 77p. Dissertação (Mestrado) - Faculdade Ciências da Saúde, Universidade Fernando Pessoa. Faculdade Ciências da Saúde.
OGRODOWSKI, R. Produção de biomassa a partir do soro de queijo para obtenção de ribonucleotideos. Campinas, 2006. Tese (Doutorado) – Faculdade de Engenharia de Alimentos, Universidade Estadual de Campinas.
OLIVEIRA, L. S. Desenvolvimento de um sistema eletroquímico de análise por injeção em fluxo para detecção de cocaína. Ribeirão Preto, 2011. 47p. Dissertação (Mestrado) - Faculdade de Filosofia Ciências e Letras de Ribeirão Preto, Universidade de São Paulo.
OLIVEIRA, R.; Combining first principles modelling and artificial neural networks: a general framework; Computers and Chemical Engineering, v. 28, n. 5, p. 755-766, 2004.
ORWAN, O; FISHMAN, H. A.; ZIV, N.E.; SCHELLER, R.H.; ZARE, R.N. Use of 2,3-naphthalenedicarboxaldehyde derivatization for single-cell analysis of
112
glutathione by capillary electrophoresis and histochemical localization by fluorescence microscopy. Analytical Chemistry, v. 67, n. 23, p. 4261-4268, 1995.
OWENS C. W. I.; BELCHER R. V. A colorimetric micro-method for the determination of glutathione. Biochemical Journal, v. 94, n. 3, p. 705-711, 1965.
PATARO, C.; GUERRA, J.B.; PETRILLO-PEIXOTO, M. L.; MEDONÇA-HAGLER, L.C.; LINARDI, V. R.; ROSA, C. A. Yeast communities and genetic polymorphism of Saccharomyces cerevisiae strains associated with artisanal fermentation in Brazil. Journal of Applied Microbiology, v. 88, n. 1, p.1-9, 2000.
PARK K. S.; KIM M.; WOO M-A.; PARK H. G.; A label-free method for detecting biological thiols based on blocking of Hg2+-quenching of fluorescent gold nanoclusters. Biosensors Bioelectronics, v.45, p. 65–69, 2013.
PASTORE A.; FEDERICI G.; BERTINI E.; PIEMONTE F. Analysis of glutathione: Implication in redox and detoxification. Clinica Chimica Acta, v.333, n.1, p.19–39, 2003.
PATNAIK, P. R.; Intelligent model of the quantitative behavior of microbial systems. Food and Bioprocess Technology, v. 2, n. 2, p. 122-137, 2009.
PENNINCKX, M. J. An overview on glutathione in Saccharomyces versus non-conventional yeasts.FEMS Yeast Research, v. 2, n. 3, p. 295-305, 2002.
PENNINCKX, M.J.; ELSKENS, M.T. Metabolism and functions of glutathione in microorganisms. Advances in Microbial Physiology, v. 34, p. 239–301, 1993.
PEREIRA, S.L; DUQUE-ESTRADA, E. de O. Biotechnology, biopharmaceuticals for human use and evironmental auditing: an important association for Brazil. J. Bus. School,São Paulo. Edition July 2011. Disponível em: <http://www.revistabsp.com.br/edicao-julho-2011/en/2011/07/26/biotechnology-biopharmaceuticals-for-human-use-and-environmental-auditing-an-important-association-for-brazil/>, acesso em 23/07/2014.
PIEDRAHITA-AGUIRRE, C.A. Estudo da produção de glutationa por Saccharomyces cerevisiae ATCC 7754 em meios proteicos de baixo custo. Campinas, 2008. 68p. Dissertação (Mestrado) - Universidade Estadual de Campinas.
PICCOLI, G.; FIORANI, M.; BIAGIARELLI, B.; PALMA, F.; POTENZA, L.; AMICUCCI, A.; STOCCHI, V. Simultaneous high-performance capillary electrophoretic determination of reduced and oxidized glutathione in red blood cells in the femtomole range. Journal of Chromatography A, v. 676,
113
n.1, p. 239, 1994.
PRONK, J. T.; STEENSMA, H.Y.; VAN DIJKEN, J.P. Piruvate metabolism in Saccharomyces cerevisiae. Yeast, v. 12, n. 16, p. 1607-1633, 1996.
QUEROL, A.; BARRIO, E.; HUERTA, T.; RAMÓN, D. Molecular monitoring of wine fermentations conducted by active dry yeasts strains. Applied and Environmental Microbiology, v. 58, n. 9, p. 2948-2593, 1992.
REIS, C.; CAPANEMA, L. X. de L.; FILHO, P. L. P.; PIERONI, J. P.; BARROS, J.O.; SILVA, L.G. da. Biotecnologia para saúde humana: tecnologias, aplicações e inserção na indústria farmacêutica. Disponível em: http://www.bndes.gov.br/bibliotecadigital. Acesso em 10 de junho de 2016.
RIBEREAU-GAYON, P.; DUBOURDIEU, D.; DONÈCHE, B.; LONVAUD, A.The Handbook of Enology: Microbiology of Wine. John Wiley & Sons Ltda, v. 1, 2° ed., 497 p., 2006.
ROLLINI, M.; MANZONI, M. Influence of different fermentation parameters on glutathione volumetric productivity by Saccharomyces cerevisiae. Process Biochemistry, v. 41, n. 7, p.1501-1505, 2006.
ROUM J. H.; BUHL R.; MCELVANEY N. G.; BOROK Z.; CRYSTAL R. G. Systemic glutathione deficiency in cystic fibrosis. Journal of Applied Physiology, v. 75, n.6, p. 2419-2424, 1993.
ROVER JÚNIOR, L.; HÖEHR, N. F.; VELLASCO, A. P.; KUBOTA, L. T. Sistema antioxidante envolvendo o ciclo metabólico da glutationa associado a Métodos eletroanalíticos na avaliação do estresse oxidativo. Química Nova, v. 24, n. 1, p.112-119, 2001.
SANTOS, L.O.; GONZALES, T.A.; UBEDA, B.T.; MONTE ALEGRE, R. Influence of culture conditions on glutathione production by Saccharomyces cerevisiae. Applied Microbiology and Biotechnology. v.77, n. 4, p.763-769, 2007.
SGARBIERE, VALDEMIRO C. Propriedades fisiológico-funcionais das proteínas do soro de leite. Revista de Nutrição, v. 17, n. 4. p. 397-409, 2004.
SHAN, X.; TY, A. W.; JONES, D. P. Glutathione dependent protection against oxidative injury. Pharmacology& Therapeutics, v. 47, n.1, p. 61-71, 1990.
SCHMIDELL, W. MICRORGANISMOS E MEIOS DE CULTURA PARA UTILIZAÇÃO INDUSTRIAL, In: Biotecnologia Industrial, 1ed. São Paulo, Edgard Blucher LTDA, 2001, v. 2, cap. 2, p. 5-18.
SHIMIZU, H.; ARAKI, K.; SHIOYA, S.; SUGA, K. Optimal production of glutathione by controlling the specific growth rate of yeast in fed-batch
114
culture. Biotechnology and Bioengineering, v. 38, n. 2, p. 196-205, 1991.
SKOOG, D. A.; HOLLER, F. J.; NIEMAN, T. A. Princípios de análise instrumental. 5 ed. Porto Alegre, Bookman (SBQ), p. 598-676, 2002.
SKOOG, D. A.; WEST, D. M.; HOLLER, F. M.; CROUCH, S. R. Fundamentos de Química Analítica. São Paulo: Ed. Thomson, 2007.
SIAN, J.; DEXTER, D.T.; LEES, A.J.; DANIEL, S.; AGID.; JAVOY-AGID,F.; JENNER, P.; MARSDEN, C.D.; Alterations in glutathione levels in Parkinson’s disease and other neurodegenerative disordens affecting basal ganglia. Annals of Neurology, v. 36, n.3, p. 348-355, 1994.
SIES, H. Glutathione and its role in cellular functions. Free Radical Biology & Medicine, v. 27, n. 9, p. 916-920, 1999.
SILVA, G. P.; MACK, M.; CONTIERO, J. Glycerol: a promising and abundant carbon source for industrial microbiology. Biotechnology Advances, v. 27, n. 1, p. 30-39, 2009.
TASKIN, M. A new strategy for improved glutathione production from Saccharomyces cerevisiae: use of cysteine- and glycine-rich chicken feather protein hydrolysate as a new cheap substrate. Journal of the Science of Food Agriculture, v. 93, n. 3, p. 535-541, 2012.
ter SCHURE, E. G.; SILLJÉ, H. H. W.; RAEVEN, L. J. R. M.; BOONSTRA, J.; VERKLEIJ, A. J.; VERRIPS, C. T. Nitrogen-regulated transcription and enzyme activities in continuous cultures of Saccharomyces cerevisiae. Microbiology, v. 141, p. 1101-1108, 1995.
TIETZE, F. Enzymatic method for quantitative determination of nanogram amounts of total and oxidized glutathione:application to mammalian blood and others tissues. Analytical Biochemistry, v. 27, p. 502- 522, 1969.
TOWNSEND D. M.; TEW K. D.; TAPIERO H. The importance of glutathione in human disease. Biomedicine & Pharmacotherapy, v. 57, n. 3/4, p.145-155, 2003.
VALENTE, A. L. P.; COLLINS, C. H.; MANFREDI, J. E. Conceitos básicos de cromatografia líquida de alta eficiência. Química Nova, v. 6, n. 3, p.103-109, 1983.
VAN URK, H.; MAK, P.R.; SCHEFFERS, W. A.; VAN DIJKEN, J.P. Metabolic responses of Saccharomyces cerevisiae CBS 8066 and Candida utilis CBS 621 upon transition from glucose limitation to glucose excess. Yeast, v.4 p. 283–291, 1988.
VOLESKI, B.; VOTRUBA, J. Modeling and optimization of fermentation processes. Amsterdã, Elsevier Science Publishers, 1992.
WANG, Z.; TAN, T.W.; SONG, J. Effect of amino acids addition and feedback
115
control strategies on the high-cell-density cultivation of Saccharomyces cerevisiae for glutathione production. Process Biochemistry. v. 42, n. 1, p. 108-111, 2007.
WANG, Q.; GUAN, Y.; YANG, M. Application of superparamagnetic microspheres for affinity adsorption and purification of glutathione. Journal of Magnetism and Magnetic Materials, v. 324, n. 20, p.3300–3305, 2012.
WEI G Y.; LI Y.; DU G.C.; CHEN J. Application of a two-stage temperature control strategy for enhanced glutathione production in the batch fermentation by Candida utilis. Biotechnology Letters, v. 25, n. 11, p. 887- 890, 2003.
WEI, G.Y.; LI, Y.; DU, G.C.; CHEN, J. Kinetic models for the effect of temperature on batch glutathione fermentation by Candida utilis. (ABSTRACT). Sheng Wu Gong Cheng Xue Bao, v. 19, n.3, p. 358-363, 2003a.
WEICHERT, W. Modeling and Simulation: tools for metabolic engineering. Journal of Biotechnology, v. 94, n. 1, p. 37-63, 2002.
WEN, S.; ZHANG, T.; TAN, T. Utilization of amino acids to enhance glutathione production in Saccharomyces cerevisiae. Enzyme and Microbial Technology, v. 35, n. 6/7, p. 501-507, 2004.
WEN, S.; ZHANG, T.; TAN, T. Optimization of the amino acid composition in glutathione fermentation. Process Biochemistry, v. 40, n. 11, p. 3474-3479, 2005.
WEN, S.; ZHANG, T.; TAN, T. Maximizing production of glutathione by amino acid modulation and high-cell-density fed-batch culture of Saccharomyces cerevisiae. Process Biochemistry, v. 41, n. 12, p. 2424–2428, 2006.
WHEALS, E. A.; BASSO, L.C.; ALVES, D. M. G.; AMORIM, H. V. Fuel ethanol after 25 years. Trends in Biotechnology. v.17, p.482-487, 1999.
WIAME, J. M.; GRENSON, M.; ARST, H. N. Nitrogen catabolite repression in yeast and filamentous fungi. Advances in Microbiology Physiology, v.26, p. 1-88, 1985.
WILLMOTT, C.J. Some comments on evaluation of model performance, Bulletin of American Meteorological Society, v.63, p.1309- 1313, 1982.
WOICIECHOWSHI, A.L.; CARVALHO, J.C. de.; SPIER, M. R.; HABU, S.; YAMAGUISHI, C.T.; GHII, V.; SOCCOL, C.R. EMPREGO DE RESÍDUOS AGROINDUSTRIAIS EM BIOPROCESSOS. In: Biotecnologia de Alimentos. PASTORE, G.M.; BICAS, J. L.; MARÓSTICA Jr. M. R. v. 12, Atheneu, 2012.
WU, G.; FANG, Y.; YANG, S.; LUPTON, J. R.; TURNER, N. D. Glutathione metabolism and its implications for health. The Journal of Nutrition, v. 134,
116
n. 3, p. 489-492, 2004.
YAZDANI, S. S.; GONZALEZ, R. Anaerobic fermentation of glycerol: a path toeconomic viability for the biofuels industry. Energy Biotechnology, v. 18, n. 3,p.213-218, 2007.
ZHANG, T.; WEN, S.; TAN, T. Optimization of the medium for glutathione production in Saccharomyces cerevisiae. Process Biochemistry, v. 42, n. 3, p.454-458, 2007.
ZORZETTO, L. F. M.; MACIEL FILHO, R.; WOLF-MACIEL, M. R.; Process modelling development through artificial neural networks and hybrid models; Computers and Chemical Engineering, v. 24, n. 2-5, p. 1355-1360, 2000.
117
APÊNDICES
A. RESULTADOS CURVA DE CALIBRAÇÃO: BIOMASSA
Tabela 19 – Resultados médios das absorbâncias e concentração celular (g
L-1), referente a curva padrão.
Média das absorbâncias
Concentração celular em (g L-1)
0,078 0,18
0,119 0,22
0,237 0,24
0,384 0,32
0,423 0,34
0,561 0,40
0,650 0,42
0,837 0,48
0,880 0,52
Figura 26 – Perfil Da Curva De Calibração De Biomassa
y = 0,4026x + 0,1602 R² = 0,9896
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
0,40
0,45
0,50
0,55
0,0 0,2 0,4 0,6 0,8 1,0
Co
nc
en
tra
çã
o c
elu
lar
(g L
-1)
Absorbância (600 nm)
118
B. RESULTADOS CURVA DE CALIBRAÇÃO: GLUTATIONA
Tabela 20 – Resultados médios das absorbâncias e concentração de
glutationa (mg L-1), referente a curva padrão.
Média das absorbâncias
Concentração celular em (mg L-1)
0,071 5
0,183 10
0,472 20
0,552 25
0,643 30
0,731 35
0,796 40
0,908 45
Figura 27 – Perfil Da Curva De Calibração De Glutationa
C. PROGRAMAÇÕES
y = 47,753x + 0,2484 R² = 0,9862
0
5
10
15
20
25
30
35
40
45
50
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
Co
ncen
tração
de
GS
H
(mg
L-1
)
Absorbância (412 nm)
119
Exemplo 1: Ajuste Polinomial dos resultados das velocidades específicas de
produção de glutationa para o Ensaio 1, utilizando 13,1 g L-1 de melaço de
cana-de-açúcar e 13,1 g L-1 de glicerol.
clear all clc % entrada de dados; tempo de fermentação X(1) = 0; X(2) = 24; X(3) = 48; X(4) = 72; X(5) = 96; % entrada com os valores de velocidade especifica de GSH para ensaio 1 y(1)= 0.00000; y(2)= 1.47E-04; y(3)= 7.00E-05; y(4)= 2.07E-05; y(5)= -1.83E-04; % y = f(y) % m é o número de pontos m = 5; % inicializando os valores dos somatórios que serão os elementos da matriz A SX1 = 0; SX2 = 0; SX3 = 0; SX4 = 0; Sy = 0; Sy2 = 0; SXy = 0; SX2y = 0; % Somatório dos elementos da matriz A for i = 1: m SX1 = SX1 + X(i);
120
SX2 = SX2 + X(i).*X(i); SX3 = SX3 + X(i)^3; SX4 = SX4 + X(i)^4; Sy = Sy + y(i); Sy2 = Sy2 + y(i).*y(i); SXy = SXy + X(i).*y(i); SX2y = SX2y + X(i).*X(i).*y(i); end % matriz A A = [ m SX1 SX2 SX1 SX2 SX3 SX2 SX3 SX4]; % matriz B transposta para poder obter a solução do sistema B = [Sy, SXy, SX2y]'; % Resolução do sistema C = A\B; % Calculo de R2 Sn1 = C(1)* (Sy - m * Sy/m); Sn2 = C(2)* (SXy - SX1 * Sy/m); Sn3 = C(3)* (SX2y - SX2 * Sy/m); R2 = (Sn1+Sn2+Sn3)/(Sy2-Sy * Sy/m); y1 = C(1) + C(2).* X + C(3).* X.^2; plot(X,y,X,y1) disp(' '); fprintf('R2=%d',R2); disp(' '); fprintf('C(1)=%d',C(1)); disp(' '); fprintf('C(2)=%d',C(2)); disp(' '); fprintf('C(3)=%d',C(3)); disp(' '); Exemplo 2: Ajuste Linear dos resultados das velocidades específicas de
produção de glutationa para o conjunto de coeficientes A2, a partir do qual
121
se obtém também os valores dos parâmetros g1 e g2, relacionadas à função
C.
clear all clc % entrada dos dados: x1 representa o Melaço de cana (g L-1) x1(1) = 13.1 ; x1(2) = 76.9 ; x1(3) = 13.1 ; x1(4) = 76.9 ; x1(5) = 0 ; x1(6) = 90 ; x1(7) = 45 ; x1(8) = 45 ; x1(9) = 45 ; % x2 representa o glicerol (g L-1) x2(1) = 13.1 ; x2(2) = 13.1 ; x2(3) = 76.9 ; x2(4) = 76.9 ; x2(5) = 45 ; x2(6) = 45 ; x2(7) = 0 ; x2(8) = 90 ; x2(9) = 45 ; %a1 = %a2 = a2new = 0.0; a1new = 0.0; r2new = 0.0; for a2 = 1.0:0.01:5.0 for a1 = 1.0:0.01:5.0 X = sin((a1*x1)-(a2*x2)); %coeficientes C(2) y(1) = 5.96898e-6; y(2) = 9.07583e-6; y(3) = 9.27479e-6; y(4) = 8.05160e-6; y(5) = 3.82202e-6; y(6) = 8.88970e-6; y(7) = 3.46291e-6;
122
y(8) = 5.66345e-6; y(9) = 5.81904e-6; % m é o numero de pontos m = 9; % inicializando os valores dos somatórios que serão os elementos da matriz A SX = 0; SX2 = 0; SXy = 0; Sy = 0; Sy2 = 0; % somatórios dos Elementos da matriz A for i = 1:m SX = SX + X(i); SX2 = SX2 + X(i).*X(i); SXy = SXy + X(i) .* y(i); Sy = Sy + y(i); Sy2 = Sy2 + y(i) .* y(i); end %Matriz A A = [ m SX SX SX2]; % Matriz B transposta para poder obter a solução do sistema B = [Sy, SXy]'; % Resolução do Sistema C = A\B; %Calculo de R2 R2 = (SXy - SX * Sy / m)^2 / ((SX2 - SX^2/m) * (Sy2 - Sy^2 / m)); if r2new < R2; r2new = R2; a2new = a2; a1new = a1; end end end
123
%end % matriz calculada do tg y1 = C(1) + C(2)* X; fprintf('A1=%d',a1new); disp(' ');%espaço entre os valores fprintf('A2=%d',a2new); disp(' '); fprintf('R=%d',R2); disp(' '); fprintf('R2=%d',r2new); disp(' '); fprintf('C(1)=%d',C(1)); disp(' '); fprintf('C(2)=%d',C(2));
Exemplo 3: Modelo final para velocidade específica de produção de
glutationa, utilizando 45 g L-1 de melaço e 45 g L-1 de glicerol.
clc % entrada de valores de melaço e glicerol x1 = 45; x2 = 45; Z1 = sin((2.67.*x1)-(3.43.*x2)); Z2 = sin((1.50.*x1)-(4.90.*x2)); Z3 = sin((3.62.*x1)-(4.75.*x2)); c1a = 6.002333e-007; c1b = -1.799738e-007; c2a = 6.669813e-006 ; c2b = -4.549737e-007; c3a = -5.347641e-008; c3b = 8.613470e-009; t = [0:24:96]; y1 = c1a+c1b.*Z1 + (c2a+c2b.*Z2).*t +(c3a+c3b.*Z3).*t.^2; plot(t,y1) disp(' '); fprintf('y1=%d',y1); D. PROGRAMAÇÃO OTIMIZAÇÃO NUMÉRICA
clc % entrada de valores de melaço e glicerol
124
x2new = 0.0; x1new = 0.0; for x2 =10.0:5.0:90.0 for x1 =10.0:5.0:90.0 Z1 = sin((2.67.*x1)-(3.43.*x2)); Z2 = sin((1.50.*x1)-(4.90.*x2)); Z3 = sin((3.62.*x1)-(4.75.*x2)); c1a = 6.023330e-007; c1b = -1.799738e-007; c2a = 6.669813e-006 ; c2b = -4.549737e-007; c3a = -5.347641e-008; c3b = 8.63470e-009; t = [0:24:96]; y1 = c1a+c1b.*Z1 + (c2a+c2b.*Z2).*t +(c3a+c3b.*Z3).*t.^2; end end plot(t,y1) disp(' '); fprintf('y1=%d',y1);
E. SOLUÇÕES PARA PREPARAÇÃO DE MOSTO DE UVA
SINTÉTICO
Tabela 21 – Quantidade dos componentes pertencentes a solução de
oligoelementos empregadas no meio sintético, mosto de uva.
Oligoelemento Quantidade (g. L-1)
MnSO4.H20 4
ZNSO4.7H20 4
CuSO4.5H20 1
KI 1
CoCl25H20 0,4
H3BO3 1
(NH4)6Mo7O24 1
125
Tabela 22 – Quantidade dos componentes pertencentes a solução de
minerais empregado no meio sintético, mosto de uva.
Minerais Quantidade (g L-1)
MyO-Inositol 2
Pantotenato 0,15
Tiamina Hidroclor
0,025
Ácido nicotinico 0,2
Pirodoxina 0,025
Biotina 0,0003
Tabela 23 – Quantidade dos componentes pertencentes a solução de
minerais empregado no meio sintético, mosto de uva.
Aminoácidos Quantidade (g L-1)
Tirosina 1,5
Triptofano 13,4
Isoleucina 2,5
Ácido Aspartico 3,4
Ácido Glutâmico 9,2
Arginina 28,3
Leucina 3,7
Treonina 5,8
Glicina 1,4
Glutamina 38,4
Alanina 11,2
Valina 3,4
Metionina 2,4
Fenilanina 2,9
Serina 6
Histidina 2,6
Lisina 1,3
Cisteina 1,5
Proteina 46,1
F. RESULTADOS CURVA DE CALIBRAÇÃO: BIOMASSA
126
Tabela 24 – Resultados médios das absorbâncias e concentração celular (g
L-1), referente a curva padrão
Média das absorbâncias
Concentração celular em (g L-1)
0,11 0,08
5,78 4,4
10,27 7,6
14,63 9,7
15,40 10,7
Figura 28 – Perfil Da Curva De Calibração De Biomassa
G. METODOLOGIA PARA QUANTIFICAR GSH POR
MÉTODOLOGIA ENZIMÁTICA
1. MES 2X (para 100 mL)
MES Pm: 195,24 g/mol. Deve estar a 0,4 M: Cálculo: 195,24 g/mol x 0,4mol/L = 78,096 g/L
0,1L x 78,096 = 1L x PESO PESO = 7,81 gramas de MES em 100 mL de tampão fosfato sódico 0,1M pH 7,4. 2mM EDTA: 2x 10-³ M = 2x 10-3 mol/L Pm = 292,25 g/mol Cálculo: 2x10-3 mol/L x 292,25 g/mol = 0,58 g/L
0,58 g x 0,1 L
y = 0,6738x + 0,2731 R² = 0,9936
0,00
2,00
4,00
6,00
8,00
10,00
12,00
0,00 2,00 4,00 6,00 8,00 10,00 12,00 14,00 16,00
Co
nce
nta
ção
ce
lula
r (
g L-1
)
Absorbância (600 nm)
127
PESO = 0,058 gramas de EDTA em 100 mL de tampão fosfato 0,1 M pH 7,4. Ajustar o pH para 6 com NaOH. 2. MES 1X
Se dilui o tampão MES 2X no tampão fosfato sódico pH 7,4 0,1M. 3. Tampão fostato EDTA
Tampão fosfato sódico 0,01M EDTA 0,005 M Em 10 mL de tampão fosfato deve ser adicionado 0,0146g de EDTA com Pm = 292,25 g/mol.
4. GSH
0,003 g/1 mL de MES 1X para tê-lo a 10 mM, mas deve ser a 50 µM. Asssim é preciso fazer duas diluições: 100 µL do que foi pesado e dissolvido em 1 mL + 900 µL de MES1X de modo que é a 1 mM. Para se chegar a 50 µM pegar 50 µL da última dissolução e adicionar 950 µL de MES 1X.
5. G6P
0,0064 g/mL tampão fosfato + EDTA.
6. DTNB
Dissolver 0,00396 g/50 mL MES1X (Estará a 200µM), dissolver no momento
do uso.
7. NADP+
(adicionar ao coquetel de ensaio final): 0,016 g/ 1mL tampão fosfato +
EDTA.
8. G6PDH:
Utiliza-se a 0,125 mg/mL e o estoque (a 4ºC) é de 8,4 mg/mL em 14,88 µL
fazendo um balanço adicione 985,11 µL de tampão fosfato edta.
9. GSH redutase
Como é necessário 192 unidades/mL, e o estoque é de 160 unidades/mL, é
preciso dissolver 12 µL de enzima em 988 µL de tampão fosfato edta.
128
H. RESULTADOS CURVA DE CALIBRAÇÃO: GLUTATIONA
Tabela 25 – Resultados médios das absorbâncias e concentração de GSH
(µM) referente à curva padrão
Média das absorbâncias
Concentração de GSH (µM)
0 0
0,125 2
0,251 4
0,446 8
0,72 12
Figura 29 - Perfil Da Curva De Calibração De Glutationa
I. RESULTADO DOS DADOS MODELADOS
y = 16,69x + 0,0234 R² = 0,9981
0
2
4
6
8
10
12
14
16
18
0 0,2 0,4 0,6 0,8 1 1,2
Co
nce
ntr
ação
de
GSH
(µ
M)
Absorrbância (412 nm)
129
Tabela 26 – Resultado das concentrações de GSH (mg L-1) preditas pelo
modelo híbrido para os 11 ensaios do DCCR 2² nos tempos de fermentação
de 0,24, 48, 72 e 96 horas.
Ensaios GSH (mg L-1)
0 24 48 72 96
1 0 33,82 43,63 66,41 27,91
2 0 30,43 77,41 95,43 40,32
3 0 45,35 83,4 121,38 45,31
4 0 49,8 106,56 118,6 58,64
5 0 41,89 57,19 71,12 40,98
6 0 45,09 87,27 78,78 13,88
7 0 44,51 62,11 79,94 40,46
8 0 36,62 61,81 75,4 31,84
9 0 47,98 95,61 104,01 48,55
10 0 47,98 95,61 104,01 48,55
11 0 47,98 95,61 104,01 48,55
J. RESULTADO OTIMIZAÇÃO NUMÉRICA
Tabela 27 – Resultado da concentração de GSH (mg L-1) para ensaio
utilizado para expressar a otimização numérica.
Ensaio 6 GSHExp* GSHPre*
Tem
po
(h
) 0 7,9 0,0
24 44,9 50,7
48 84,2 110,2
72 117,8 126,0
96 25,7 52,1 *GSHExp: Valores da concentração de glutationa determinados experimentalmente, GSHPred:
Valores de concentração de Glutationa preditas pela otimização numérica através do
modelo híbrido.
K. RESULTADOS PARA GLUTATIONA E BIOMASSA OBTIDOS NA
ETAPA DE VALIDAÇÃO
130
Tabela 28 – Resultados da concentração de glutationa (mg L-1) obtidas no
Delineamento Fatorial Completo 2².
Ensaio
Tempo
0 24 48 72
GS
H (
mg
L-1)
1 34,6 64,8 80,8 82,5
2 34,6 71,6 67,9 65,8
3 34,6 60,3 81,3 68,3
4 34,6 51,4 61,1 63,1
5 34,6 75,2 85,7 127,3
6 34,6 74,8 74,2 120,1
7 34,6 71,1 79,3 114,7
8 34,6 77,7 79,8 113,0
Tabela 29 – Resultados da concentração de biomassa (g L-1) obtida no
Delineamento Fatorial Completo 2².
Ensaio Tempo
0 24 48 72
Bio
ma
ss
a (
g L
-1)
1 0,38 2,62 4,77 4,85
2 0,38 4,22 2,06 2,20
3 0,38 1,21 0,31 1,80
4 0,38 0,48 0,36 0,44
5 0,38 3,99 4,59 4,65
6 0,38 3,50 3,63 3,88
7 0,38 3,71 4,48 4,22
8 0,38 3,74 3,45 4,89
L. RESULTADOS DAS CONDIÇÕES ESTUDADAS PARA OS TEMPOS
DE 0, 24, 48 E 72 HORAS.
131
Tabela 30 – Resultado da etapa de validação para os valores da
concentração intracelular de GSH (%) para os tempos de 0, 24, 48 e 72
horas.
Ensaio Tempo
0 24 48 72
1 9,09 2,47 1,69 1,70
2 9,09 1,70 3,30 3,00
3 9,09 4,99 26,24 3,81
4 9,09 10,83 17,22 14,34
5 9,09 1,89 1,87 2,74
6 9,09 2,14 2,04 3,10
7 9,09 1,92 1,77 2,72
8 9,09 2,08 2,31 2,31
Tabela 31 – Resultado da etapa de validação para os valores da
Produtividade celular (g L-1 h-1) para os tempos de 0, 24, 48 e 72 horas.
Ensaio Tempo
0 24 48 72
1 0,00 0,09 0,09 0,06
2 0,00 0,16 0,04 0,03
3 0,00 0,03 0,00 0,02
4 0,00 4E-03 -5E-04 8E-04
5 0,00 0,15 0,09 0,06
6 0,00 0,13 0,07 0,05
7 0,00 0,14 0,09 0,05
8 0,00 0,14 0,06 0,06
Tabela 32 – Resultado da etapa de validação para os valores da
Produtividade de GSH (mg L-1 h-1) para os tempos de 0, 24, 48 e 72 horas.
Ensaio Tempo
0 24 48 72
1 0,00 1,26 0,96 0,67
2 0,00 1,54 0,69 0,43
3 0,00 1,07 0,97 0,47
4 0,00 0,70 0,55 0,40
5 0,00 1,69 1,06 1,29
6 0,00 1,68 0,83 1,19
7 0,00 1,52 0,93 1,11
8 0,00 1,80 0,94 1,09
132
M. RESULTADOS PARA A CONCENTAÇÃO CELULAR (g L-1),
CONCENTRAÇÃO DE ÁCIDO ACÉTICO (mg L-1), CONCENTRAÇÃO DE
GLICEROL (g L-1), ETANOL (%) E CONSUMO DE GLICOSE E FRUTOSE
(g L-1)
Tabela 33 – Resultados da concentração de biomassa (g L-1) obtida no
Delineamento Composto Rotacional 2² durante 117 h de fermentação.
Ensaio Tempo (h)
0 24 40 72 96 117
1 0,08 5,69 7,18 5,01 4,47 4,60
2 0,08 3,95 6,73 4,64 4,25 4,65
3 0,08 5,46 7,43 4,51 5,76 6,58
4 0,08 4,58 6,59 5,73 6,06 6,01
5 0,08 1,35 1,34 1,44 1,65 1,81
6 0,08 3,54 7,03 6,15 5,99 5,83
7 0,08 6,89 6,98 7,08 6,34 6,04
8 0,08 5,00 7,22 5,87 6,21 5,81
9 0,08 6,43 6,96 5,44 5,83 5,91
10 0,08 5,59 7,54 5,47 5,87 6,19
11 0,08 6,20 6,93 5,86 6,76 5,90
12 0,08 5,98 7,80 6,26 6,59 6,60
Tabela 34 – Resultados da concentração de ácido acético (mg L-1) obtida no
Delineamento Composto Rotacional 2² durante 117 h de fermentação.
Ensaio Tempo (h)
0 24 40 72 96 117
1 0 377,41 715,77 780,33 780,86 781,39
2 0 616,08 835,66 927,27 930,00 931,60
3 0 363,97 332,48 378,33 382,15 380,73
4 0 897,34 520,55 600,99 598,20 610,37
5 0 1390,78 850,00 865,07 941,21 895,00
6 0 473,78 465,47 519,68 539,33 540,64
7 0 317,37 165,33 196,21 202,17 204,68
8 0 452,11 450,84 508,92 504,45 512,88
9 0 335,44 308,89 347,10 353,64 354,46
10 0 291,30 297,17 330,99 331,64 332,39
11 0 248,70 264,26 317,62 319,53 320,51
12 0 249,63 301,18 319,23 323,50 323,39
133
Tabela 35 – Resultados da concentração de glicerol (g L-1) adicionada ao
meio de fermentação de acordo com o Delineamento Composto Rotacional
2².
Ensaio Tempo (h)
0 24 40 72 96 117
1 8,79 12,68 13,75 13,58 13,74 13,73
2 51,21 51,66 48,70 48,01 48,00 48,40
3 8,79 14,14 14,77 15,19 14,78 14,85
4 51,21 49,98 47,39 47,59 46,08 47,40
5 30,00 32,49 30,00 31,00 31,82 30,30
6 30,00 31,74 31,27 30,86 31,24 31,31
7 0,00 6,75 7,37 7,75 7,61 7,79
8 60,00 53,15 55,50 55,23 53,37 54,83
9 30,00 29,01 31,76 31,23 31,52 32,39
10 30,00 30,38 31,00 32,00 31,61 31,90
11 30,00 30,07 32,24 31,96 32,07 32,16
12 30,00 31,03 32,32 31,90 32,05 32,01
Tabela 36 – Resultados da porcentagem de etanol formado durante as 117 h
de fermentação.
Ensaio Tempo (h)
0 24 40 72 96 117
1 0 9,77 11,50 11,83 11,91 11,95
2 0 10,68 10,64 11,46 11,50 11,55
3 0 10,86 11,70 11,90 11,92 11,90
4 0 11,00 10,98 11,43 11,33 11,45
5 0 9,49 3,98 5,93 7,02 7,74
6 0 8,53 10,93 11,62 11,35 11,41
7 0 10,34 11,90 12,17 12,17 12,16
8 0 10,56 10,96 11,67 11,51 11,64
9 0 9,96 11,24 11,65 11,98 11,93
10 0 9,82 11,00 11,98 12,06 11,92
11 0 9,08 11,37 12,02 12,02 12,04
12 0 10,62 11,31 11,96 12,04 12,00
134
Tabela 37 – Resultados do consumo de glicose adicionado ao meio de
fermentação em g L-1.
Ensaio Tempo (h)
0 2 17 40 72
1 100,00 90,94 48,75 25,56 0,00
2 100,00 88,20 56,19 32,87 0,00
3 100,00 97,40 52,23 31,21 0,00
4 100,00 104,89 69,20 39,43 2,21
5 100,00 90,33 72,21 62,09 34,02
6 100,00 95,54 63,92 20,83 0,00
7 100,00 92,34 47,74 14,98 0,00
8 100,00 90,05 56,10 16,32 0,00
9 100,00 93,24 51,28 15,35 0,00
10 100,00 94,75 52,55 16,14 0,00
11 100,00 95,00 54,37 15,87 0,00
12 100,00 94,54 56,11 15,93 0,00
Tabela 38 – Resultados do consumo de frutose adicionado ao meio de
fermentação em g L-1.
Ensaio Tempo (h)
0 2 17 40 72
1 100,00 87,09 69,22 57,32 0
2 100,00 84,18 70,45 59,39 2,45
3 100,00 86,25 63,77 54,78 1,41
4 100,00 107,47 72,57 64,65 1,24
5 100,00 86,96 80,21 69,36 44,48
6 100,00 81,76 68,44 59,32 1,01
7 100,00 83,70 65,74 50,21 0,09
8 100,00 81,66 67,31 48,29 1,46
9 100,00 84,77 65,72 50,98 1,21
10 100,00 86,03 66,53 52,48 0
11 100,00 86,27 67,80 51,83 0,41
12 100,00 79,99 67,81 51,61 0
135
ANEXOS
A. RESULTADOS CONCENTRAÇÃO DE GLUTATIONA
Tabela 39 – Resultados de concentração de GSH (mg L-1) obtidos no DCCR
2².
Ensaio GSH (mg L-1)
0h 24 h 48 h 72 h 96 h
1 5,2 42,86 58,47 66,08 19,10 2 6,2 44,29 106,72 97,85 24,83 3 7,8 54,92 113,31 78,58 29,84 4 9,7 44,81 95,10 119,60 32,22 5 3,9 22,54 61,98 51,30 43,00 6 7,9 44,91 84,21 117,79 25,73 7 5,7 10,95 70,47 63,89 55,12 8 6,4 28,93 82,97 76,00 51,58 9 6.6 58,80 74,40 106,10 10,70
10 4,7 34,40 94,00 109,30 62,20 11 5,4 40,66 92,47 108,70 66,09
Fonte: Anshau (2010).
Tabela 40 – Resultados da concentração de biomassa (mg L-1) obtidos no
DCCR 2².
Ensaio Biomassa (mg L-1)
0h 24 h 48 h 72 h 96 h
1 180 10700 9400 14900 10700 2 40 10200 16800 19500 10500 3 130 15300 18300 25300 12300 4 220 16300 22100 22300 12900 5 110 12900 11500 13700 10500 6 160 15800 21800 22700 11100 7 110 13400 12300 15400 10800 8 130 11700 13400 16900 11900 9 80 11700 15800 20000 12100
10 60 14800 19300 20200 21400 11 90 14700 19500 21100 14500
Fonte: Anshau (2010).
136
B. COMPOSIÇÃO DA ÁGUA DE MACERAÇÃO DE MILHO
Tabela 41 – Composição da água de maceração de milho (AMM) utilizada
como substrato para o meio de fermentação.
Componente Quantidade Concentração (%)
Aminoácidos 19 2 a 18
Proteína bruta (base seca) 35 a 40
Vitaminas - -
Minerais - -
Fonte: Anshau (2010).