La celulosa bacteriana es un polímero obtenido por fermentación con microrganismos de los géneros Acetobacter, Rhizobium, Agrobacterium y Sarcina, de las cuales la especie más eficiente es la Acetobacter Xylinum. Este polímero presenta la misma estructura química de la celulosa de origen vegetal, pero difiere en su conformación y propiedades fisicoquímicas, lo que lo hace atractivo para diversas aplicaciones, especialmente en las áreas de alimentos, procesos de separación, catálisis y en medicina, gracias a su biocompatibilidad. Sin embargo, el principal problema es la producción a gran escala limitada por los bajos rendimientos, lo que genera la necesidad de desarrollar alternativas que permitan disminuir o eliminar las causas de esta limitación. En este artículo se hace una revisión acerca de la síntesis, producción, propiedades y principales aplicaciones de la celulosa bacteriana, así como de algunas alternativas estudiadas para disminuir los inconvenientes en el escalamiento del proceso.
15 February 2005 in Computers & Chemical Engineering
Due to the complexity of biochemical systems, the development of traditional phenomenological models is limited if the underlying mechanics are not entirely known. As an alternative, hybrid model frameworks, consisting of data-driven models complemented with first principles models like conservation law, are starting to be used for complex systems. In this work, a comparison of the modeling capabilities between a data-driven model and a hybrid model was developed. The enzymatic production of Galactooligosaccharides (GOS) with the effect of metallic ions was considered as case study. Compared with the experimental results, predictions from data-driven model achieve an of 0.9188 in the best training fold, and the hybrid model an of 0.9696 in the best training fold. Illogical predictions were avoided by including non-phenomenological first-principles constraints into the hybrid model. Finally, an optimization analysis was carried out to find the highest GOS productivity using the hybrid model, optimization results present a deviation of 5.99 % compared to the highest productivity found from experimental data.