Produção de isolado proteico proveniente de subprodutos da indústria de aves em diferentes escalas

A indústria de aves brasileira destaca-se economicamente, onde um total de 12,3 milhões de toneladas foi produzido no país em 2013. Esta produção em larga escala gera considerável volume de subprodutos, chegando até 35% da ave viva. Tais resíduos são convertidos, por processos tradicionais, em produtos de baixo valor comercial, como por exemplo, farinhas. O processo de variação de pH constitui um importante processo alternativo de obtenção de proteínas com melhores características funcionais e nutricionais. Estudar as variáveis do processo, efetuando aumento dimensional, é fundamental para aplicação das tecnologias desenvolvidas no laboratório e posterior definição final de processos industriais. A produção de isolados proteicos seria uma tecnologia atraente no aproveitamento de subprodutos da indústria de frango, convertendo-os em uma ótima fonte proteica, agregando valor ao produto obtido. Este trabalho teve por objetivo produzir isolados proteicos em diferentes escalas, utilizando subprodutos não comestíveis da indústria de frango. Foi estudada a solubilização das proteínas da matéria-prima (MP) para definir pHs de solubilização e de precipitação isoelétrica. A curva apontou um pH alcalino de 11,0 para etapa de solubilização e de 5,25 para etapa de precipitação proteica. As proteínas obtidas foram caracterizadas quanto sua composição proximal, índice de acidez (IA), índice de peróxidos (IP) e substâncias reativas ao ácido tiobarbitúrico (TBARS) além de propriedades funcionais de solubilidade, capacidade de retenção de água (CRA) e capacidade de retenção de óleo (CRO); e nutricionais de digestibilidade proteica. Comparativamente foram analisadas farinhas de vísceras comerciais nos mesmos parâmetros. Um aumento de escala do processo foi realizado e avaliado pelas mesmas respostas do produto da escala laboratorial. Foi obtido um teor proteico de 82 e 85% em escala laboratorial e aumento de escala, respectivamente, e também uma redução lipídica de 75%, e de cinzas de 85%, em relação à MP. A composição proximal das farinhas analisadas ficou entre 67-72% para proteína bruta, 17-22% para lipídios e 9-15% para cinzas. O IA, apresentou valores de 2,2 e 3,1 meq/g de isolado e de 1,6 a 2,0 meq/g de farinha. Já para IP, obteve-se valores de 0,003 a 0,005 meq/g de isolado e de 0,002 a 0,049 meq/g de farinha. Os índices de TBARS apontaram valores de 0,081 e 0,214 mg MA/g de isolado e 0,041 a 0,128 mg MA/g de farinha. A solubilidade das proteínas do isolado apontou 84 e 81% em pH 3 e 11 respectivamente e de 5% em pH 5, já para farinhas variaram de 22 a 31% em pH de 3 a 11. A CRA obtida no isolado foi 3,1 a 16,5 g água/g de proteína e de 3,8 a 10,9 g água/g de proteína nas farinhas. A CRO ficou em 4,2 mL de óleo/g de proteína do isolados e 2,6 mL de óleo/g de proteína da farinhas. Os isolados proteicos apresentaram 92 e 95% de digestibilidade das proteínas, em comparação aos 84% das farinhas comerciais. Os índices acumulados e apresentados neste trabalho concluíram que foi possível aumentar a escala do processo de variação de pH, sem perder qualidade nos índices físico-químicos e de digestibilidade proteica.

Monitoramento por microcontrolador do cultivo de spirulina em fotobiorreator raceway

A oportunidade de produção de biomassa microalgal tem despertado interesse pelos diversos destinos que a mesma pode ter, seja na produção de bioenergia, como fonte de alimento ou servindo como produto da biofixação de dióxido de carbono. Em geral, a produção em larga escala de cianobactérias e microalgas é feita com acompanhamento através de análises físicoquímicas offline. Neste contexto, o objetivo deste trabalho foi monitorar a concentração celular em fotobiorreator raceway para produção de biomassa microalgal usando técnicas de aquisição digital de dados e controle de processos, pela aquisição de dados inline de iluminância, concentração de biomassa, temperatura e pH. Para tal fim foi necessário construir sensor baseado em software capaz de determinar a concentração de biomassa microalgal a partir de medidas ópticas de intensidade de radiação monocromática espalhada e desenvolver modelo matemático para a produção da biomassa microalgal no microcontrolador, utilizando algoritmo de computação natural no ajuste do modelo. Foi projetado, construído e testado durante cultivos de Spirulina sp. LEB 18, em escala piloto outdoor, um sistema autônomo de registro de informações advindas do cultivo. Foi testado um sensor de concentração de biomassa baseado na medição da radiação passante. Em uma segunda etapa foi concebido, construído e testado um sensor óptico de concentração de biomassa de Spirulina sp. LEB 18 baseado na medição da intensidade da radiação que sofre espalhamento pela suspensão da cianobactéria, em experimento no laboratório, sob condições controladas de luminosidade, temperatura e fluxo de suspensão de biomassa. A partir das medidas de espalhamento da radiação luminosa, foi construído um sistema de inferência neurofuzzy, que serve como um sensor por software da concentração de biomassa em cultivo. Por fim, a partir das concentrações de biomassa de cultivo, ao longo do tempo, foi prospectado o uso da plataforma Arduino na modelagem empírica da cinética de crescimento, usando a Equação de Verhulst. As medidas realizadas no sensor óptico baseado na medida da intensidade da radiação monocromática passante através da suspensão, usado em condições outdoor, apresentaram baixa correlação entre a concentração de biomassa e a radiação, mesmo para concentrações abaixo de 0,6 g/L. Quando da investigação do espalhamento óptico pela suspensão do cultivo, para os ângulos de 45º e 90º a radiação monocromática em 530 nm apresentou um comportamento linear crescente com a concentração, apresentando coeficiente de determinação, nos dois casos, 0,95. Foi possível construir um sensor de concentração de biomassa baseado em software, usando as informações combinadas de intensidade de radiação espalhada nos ângulos de 45º e 135º com coeficiente de determinação de 0,99. É factível realizar simultaneamente a determinação inline de variáveis do processo de cultivo de Spirulina e a modelagem cinética empírica do crescimento do micro-organismo através da equação de Verhulst, em microcontrolador Arduino.