Obtención de ácido eicosapentaenoico de alta pureza a partir de la microalga Phaeodactylum tricornutum mediante un proceso de tres etapas

El ácido eicosapentaenoico (EPA), de alto interés para la salud humana, ha sido obtenido de la microalga Phaeodactylum tricornutum mediante un proceso de tres etapas: extracción de los ácidos grasos por saponificación directa de la biomasa húmeda; concentración de los ácidos grasos poliinsaturados (PUFAs) por el método de la urea y purificación del EPA por cromatografía liquida de alta resolución (HPLC). La extracción de los ácidos grasos se ha llevado a cabo con koh-etanol (96% v/v) (1h, 60 c) extrayéndose el 90,9% del EPA presente en la biomasa. La relación urea/ácidos grasos ha sido 4:1 p/p, la temperatura de cristalización 28 c y se ha utilizado metanol como disolvente de la urea, obteniéndose un rendimiento del 78,6% en EPA. La purificación del EPA se ha realizado en una columna de 4,7 cm d.i. X 30 cm, fase inversa c18 y utilizando metanol-agua (1% ACH) 80:20 p:p como fase móvil; el 97,3% del EPA cargado en la columna se ha recuperado con una pureza del 95,8%. El rendimiento global del proceso es del 69,5%. La producción de EPA de alta pureza es de 2,46 g/día, determinada por la producción de biomasa de phaeodactylum tricornutum de un fotobiorreactor tubular externo (100 g/día). Este mismo proceso puede aplicarse a otras microalgas y a la obtención de otros PUFAs

Un algoritmo híbrido para el problema NRP con interdependencias

En este artículo presentamos un algoritmo híbrido para una variante del problema de la siguiente versión (NRP). En esta variante existe un conjunto de requisitos para los que se dispone de una estimación del esfuerzo necesario para su implementación y de la satisfacción percibida por los potenciales clientes con la inclusión de dichos requisitos. Entre estos requisitos existen relaciones de interdependencia, que establecen a ciertos requisitos como prerequisitos de otros, o que obligan a implementar determinados requisitos simultáneamente en caso de incluirse alguno de ellos en la siguiente versión del producto a desarrollar. Dado un límite superior de esfuerzo prefijado, el objetivo es seleccionar un subconjunto de requisitos que cumpla todas las restricciones y maximice la satisfacción global de los clientes. La propuesta combina heurísticas con técnicas exactas para una versión simplificada del problema. El rendimiento del algoritmo resultante en distintos escenarios realistas se compara con el de otras técnicas metaheurísticas previamente empleadas