Estudo da cinética da tirosinase imobilizada em nanopartícula de sílica com obtenção de revestimento de eumelanina

Melanina é um polímero constituído por uma grande heterogeneidade de monômeros tendo como característica comum a presença de grupos indóis. Por outro lado, a eumelanina produzida pela oxidação enzimática da tirosina é um polímero mais simples constituído principalmente de monômeros 5,6-dihidroxindol (DHI) e de indol-5,6-quinona (IQ). Tirosinase é a enzima chave na produção de melanina, sendo que a sua atividade cinética é medida em função da formação do intermediário dopacroma. Nanopartículas (NPs) de sílica são partículas nanométricas compostas de oxido de silício e são obtidas pelo processo sol-gel desenvolvido por Stöber de hidrólise e condensação de tetraetilortosilicato (TEOS), usando etanol como solvente em meio alcalino. As NPs foram funcionalizadas com 3-Aminopropiltrietoxissilano (ATPES) e depois com glutaraldeído. Este último permitiu a imobilização da tirosinase na superfície da sílica. Caracterizamos as NPs antes e após a reação da enzima, a atividade catalítica da enzima ligada à NP e o mecanismos de formação de melanina na superfície da sílica. As NPs foram caracterizadas por espectrofotometria de absorção e de reflectância, termogravimetria e microscopia eletrônica. A síntese da NP de sílica retornou partículas esféricas com 55nm de diâmetro e a funcionalização da partícula mostrou modificar eficientemente a sua superfície. A imobilização da tirosinase por ligação covalente foi de 99,5% contra 0,5% da adsorção física. A atividade da tirosinase foi caracterizada pela formação de dopacroma. O Km da enzima imobilizada não sofreu alteração em comparação com a tirosinase livre, mas a eficiência catalítica - que considera a eficiência recuperada - foi de apenas 1/3 para a enzima ligada covalentemente, significando que 2/3 das enzimas ligadas não estão ativas. Obtivemos NPs revestidas com melanina a partir de oxidação de tirosina solubilizada em duas preparações: NP com tirosinase ligada covalentemente na superfície e NP funcionalizada com glutaraldeido dispersa em solução de DHI e IQ. O revestimento de melanina foi na forma de um filme fino com espessura ~1,9nm, conferindo perfil de absorção luminosa equivalente ao da própria melanina. Mostramos que o mecanismo de polimerização passa pela oxidação da tirosina pela tirosinase, que gera intermediários oxidados (principalmente DHI e IQ) que vão para solução (mesmo quando a tirosinase está ligada covalentemente na sílica). Estes intermediários ligam-se ao glutaraldeido e a superfície da sílica passa a funcionar como ambiente de polimerização da melanina.

Biotransformações na obtenção de hidróxi-selenetos e hidróxi-teluretos quirais

Neste trabalho foi estudado o comportamento de hidróxi-calcogenetos (Se e Te) frente a biotransformações, empregando enzimas isoladas em meio orgânico ou aquoso e empregando microorganismos (fungos). Estudos comparativos sobre a influência de diversas variáveis, como solvente, temperatura, imobilização enzimática e estrutura do hidróxi-calcogeneto, foram realizados. Inicialmente os compostos foram sintetizados utilizando métodos descritos na literatura, em seguida foi estudada a resolução de hidróxiselenetos em meio orgânico empregando lipases isoladas (Esquema 1), (ver arquivo), incluindo um estudo de imobilização da PSL em diversos suportes, além do estudo da influência da variação do solvente, da temperatura, da lipase, etc. Na resolução em meio aquoso empregando enzimas isoladas, primeiramente os hidróxi-selenetos foram acetilados quimicamente e depois realizado uma triagem (com dez enzimas de diferentes fontes) empregando indicador de pH colori métrico. Posteriormente os acetatos dos hidróxi-selenetos (Esquema 2) (ver arquivo) foram submetidos à resolução enzimática em meio aquoso empregando as enzimas que foram selecionadas na triagem enzimática. As biotransformações utilizando fungos foram realizadas empregando células inteiras de algumas linhagens de Aspergillus terreus. Na seqüência foi realizada a resolução de hidróxi-teluretos em meio orgânico utilizando lipases isoladas (Esquema 3)(ver arquivo). Nessas resoluções também foi estudada a influência da variação do solvente, da lipase, do tempo, etc. De forma a demonstrar a importância dos compostos resolvidos, um hidróxi-seleneto quiral e dois hidróxi-teluretos quirais foram usados para preparar compostos pertencentes a classes de unidades estruturais de vasta ocorrência em produtos naturais: um álcool alílico e duas lactonas (Esquema 4)(ver arquivo).

Desenvolvimento de biossensores enzimáticos amperométricos para a determinação de compostos de importância clínica

Este trabalho descreve a preparação e caracterização de eletrodos modificados com azul da Prússia e materiais relacionados e a sua aplicação na construção de biossensores enzimáticos amperométricos para a detecção de oxalato e de glicose. Os materiais utilizados na modificação dos eletrodos foram azul da Prússia e compostos híbridos formados por hexacianoferrato de níquel e polipirrol ou hexacianoferrato de cobre e polipirrol. Os materiais lubridos mostraram-se capazes de mediar na eletroredução de peróxido de hidrogênio, mesmo em eletrólitos contendo Na+, apresentando melhor desempenho analítico quando comparados aos respectivos hexacianoferratos sem a presença do polímero condutor. Estes materiais foram utilizados com êxito na construção de biossensores para oxalato e para glicose, imobilizando as enzimas Oxalato Oxidase e Glicose Oxidase, respectivamente. Também foi estudada a preparação de um biossensor para a detecção de glicose utilizando a técnica de automontagem eletrostática camada por camada. Esta técnica permite otimizar o processo de immobilização da enzima, obtendo excelente desempenho analítico com pouca quantidade de enzima. Finalmente, são apresentadas a síntese, caracterização e aplicação de nanopartículas de azul da Prússia na determinação de peróxido de hidrogênio. Foi possível preparar nanopartículas com um diâmetro médio de 5 nm, as quais foram imobilizadas em eletrodos mediante a técnica de automontagem eletrostática camada por camada, a fim de estudar seu comportamento eletroquímico.

Estudo e implementação de sinais de excitação aplicados em identificação de sistemas multivariáveis.

Devido à crescente implementação do Controle Preditivo baseado em Modelo (MPC) em outros processos além de refino e plantas petroquímicas, que geralmente possuem múltiplas entradas e saídas, tem-se um aumento na demanda de modelos gerados por identificação de sistemas. Identificar modelos que representem fielmente a dinâmica do processo depende em grande medida das características dos sinais de excitação dos processos. Assim, o foco deste trabalho é realizar um estudo dos sinais típicos usados em identificação de sistemas, PRBS e GBN, em uma abordagem multivariável. O estudo feito neste trabalho parte das características da geração dos sinais individualmente, depois é feita uma análise de correlação cruzada dos sinais de entrada, observando a influência desta sobre os resultados de identificação. Evitar uma alta correlação entre os sinais de entrada permite determinar o efeito de cada entrada sobre a saída no processo de identificação. Um ponto importante no projeto de sinais de identificação de sistemas multivariáveis é a frequência dos mesmos para conseguir excitar os processos nas regiões de frequência de operação normal e assim extrair a maior informação dinâmica possível do processo. As características estudadas são avaliadas por meio de testes em três plantas simuladas diferentes, categorizadas como mal, medianamente e bem condicionadas. Estas implementações foram feitas usando sinais GBN e PRBS de diferentes frequências. Expressões para a caracterização dos sinais de excitação foram avaliadas identificando os processos em malha aberta e malha fechada. Para as plantas mal condicionadas foram implementados sinais compostos por uma parte completamente correlacionada e uma parte não-correlacionada, conhecido como método de dois passos. Finalmente são realizados experimentos de identificação em uma aplicação em tempo real de uma planta piloto de neutralização de pH. Os testes realizados na planta foram feitos visando avaliar os estudos de frequência e correlação em uma aplicaficção real. Os resultados mostram que a condição de sinais completamente descorrelacionados n~ao deve ser cumprida para ter bons resultados nos modelos identificados. Isto permite ter mais exibilidade na geração do conjunto de sinais de excitação.

Real time optimization in chemical process: evaluation of strategies, improvements and industrial application.

The increasing economic competition drives the industry to implement tools that improve their processes efficiencies. The process automation is one of these tools, and the Real Time Optimization (RTO) is an automation methodology that considers economic aspects to update the process control in accordance with market prices and disturbances. Basically, RTO uses a steady-state phenomenological model to predict the process behavior, and then, optimizes an economic objective function subject to this model. Although largely implemented in industry, there is not a general agreement about the benefits of implementing RTO due to some limitations discussed in the present work: structural plant/model mismatch, identifiability issues and low frequency of set points update. Some alternative RTO approaches have been proposed in literature to handle the problem of structural plant/model mismatch. However, there is not a sensible comparison evaluating the scope and limitations of these RTO approaches under different aspects. For this reason, the classical two-step method is compared to more recently derivative-based methods (Modifier Adaptation, Integrated System Optimization and Parameter estimation, and Sufficient Conditions of Feasibility and Optimality) using a Monte Carlo methodology. The results of this comparison show that the classical RTO method is consistent, providing a model flexible enough to represent the process topology, a parameter estimation method appropriate to handle measurement noise characteristics and a method to improve the sample information quality. At each iteration, the RTO methodology updates some key parameter of the model, where it is possible to observe identifiability issues caused by lack of measurements and measurement noise, resulting in bad prediction ability. Therefore, four different parameter estimation approaches (Rotational Discrimination, Automatic Selection and Parameter estimation, Reparametrization via Differential Geometry and classical nonlinear Least Square) are evaluated with respect to their prediction accuracy, robustness and speed. The results show that the Rotational Discrimination method is the most suitable to be implemented in a RTO framework, since it requires less a priori information, it is simple to be implemented and avoid the overfitting caused by the Least Square method. The third RTO drawback discussed in the present thesis is the low frequency of set points update, this problem increases the period in which the process operates at suboptimum conditions. An alternative to handle this problem is proposed in this thesis, by integrating the classic RTO and Self-Optimizing control (SOC) using a new Model Predictive Control strategy. The new approach demonstrates that it is possible to reduce the problem of low frequency of set points updates, improving the economic performance. Finally, the practical aspects of the RTO implementation are carried out in an industrial case study, a Vapor Recompression Distillation (VRD) process located in Paulínea refinery from Petrobras. The conclusions of this study suggest that the model parameters are successfully estimated by the Rotational Discrimination method; the RTO is able to improve the process profit in about 3%, equivalent to 2 million dollars per year; and the integration of SOC and RTO may be an interesting control alternative for the VRD process.