28 resultados para Microbiana
em SAPIENTIA - Universidade do Algarve - Portugal
Resumo:
Tese dout., Ciências do Mar, Universidade do Algarve, 2006
Resumo:
Dissertação mest., Biologia Marinha, Universidade do Algarve, 2008
Resumo:
Dissertação de Mestrado, Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2010
Resumo:
Dissertação mest., Engenharia Biológica, Universidade do Algarve, 2010
Resumo:
Dissertação de mest., Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011
Resumo:
Dissertação de mest., Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011
Resumo:
Dissertação de mest., Tecnologia de Alimentos, Instituto Superior de Engenharia, Univ. do Algarve, 2013
Resumo:
Dissertação de mest., Engenharia Biológica, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011
Resumo:
Dissertação de mest., Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011
Resumo:
Dissertação de mest., Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011
Resumo:
Dissertação de mest., Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Univ. do Algarve, 2011
Resumo:
Com o crescimento económico e populacional, as necessidades energéticas globais aumentam diariamente. Juntamente com a percepção de que os combustíveis fósseis são finitos e com uma progressiva consciência ambiental, os biocombustíveis são vistos como a alternativa a seguir. A produção de biodiesel a partir da transesterificação de óleos vegetais aumenta a deflorestação e o custo de bens alimentares. Como alternativa, surgem os óleos de origem microbiana – single cell oil (SCO) - acumulados principalmente como triacilgliceróis, a mesma forma dos óleos vegetais, podendo ser utilizados para biodiesel ou como lípidos de alto valor acrescentado. Contudo, a utilização de microrganismos para síntese de lípidos está limitada pelos custos associados ao processo de produção. Este bioprocesso torna-se economicamente mais favorável quando resíduos obtidos a baixo custo são utilizados como fonte de carbono. Assim, o objectivo deste trabalho foi estudar a possibilidade de utilização de subprodutos de diversas indústrias (glicerol bruto e banha de porco) e glicerol puro na produção de SCO, utilizando a levedura Yarrowia lipolytica. Foram realizados ensaios em batch em matraz de 500 mL, matraz de 1000 mL e biorreator de 2 L, de modo a estudar qual o melhor substrato e concentração para produção de SCO. Verificou-se que a banha é o substrato mais eficaz para a acumulação de gordura pela estirpe Y. lipolytica W29, seguida do glicerol bruto, enquanto o glicerol puro mostrou ser a fonte de carbono menos adequada. Encontrou-se um intervalo de concentração de glicerol bruto para produção de SCO, enquanto que a concentração de banha no meio não afeta a acumulação de gordura pelas células. Os ácidos gordos preferencialmente acumulados pelas células em meio com banha e glicerol bruto foram o ácido oleico e o linoleico, respetivamente. Nos meios com glicerol puro e bruto observou-se a produção de ácido cítrico, o que não se verificou em meio com banha.
Resumo:
This work describes the synthesis of nanosized metal sulfides and respective SiO2 and/or TiO2 composites in high yield via a straightforward process, under ambient conditions (temperature and pressure), by adding to aqueous metals a nutrient solution containing biologically generated sulfide from sulfate-reducing bacteria (SRB). The nanoparticles‘ (NPs) morphological properties were shown not to be markedly altered by the SRB growth media composition neither by the presence of bacterial cells. We further extended the work carried out, using the effluent of a bioremediation system previously established. The process results in the synthesis of added value products obtained from metal rich effluents, such as Acid Mine Drainage (AMD), when associated with the bioremediation process. Precipitation of metals using sulfide allows for the possibility of selective recovery, as different metal sulfides possess different solubilities. We have evaluated the selective precipitation of CuS, ZnS and FeS as nanosized metal sulfides. Again, we have also tested the precipitation of these metal sulfides in the presence of support structures, such as SiO2. Studies were carried out using both artificial and real solutions in a continuous bioremediation system. We found that this method allowed for a highly selective precipitation of copper and a lower selectivity in the precipitation of zinc and iron, though all metals were efficiently removed (>93% removal). This research has also demonstrated the potential of ZnS-TiO2 nanocomposites as catalysts in the photodegradation of organic pollutants using the cationic dye, Safranin-T, as a model contaminant. The influence of the catalyst amount, initial pH and dye concentration were also evaluated. Finally, the efficiency of the precipitates as catalysts in sunlight mediated photodegradation was investigated, using different volumes of dye-contaminated water (150 mL and 10 L). This work demonstrates that all tested composites have the potential to be used as photocatalysts for the degradation of Safranin-T.
Resumo:
All systems found in nature exhibit, with different degrees, a nonlinear behavior. To emulate this behavior, classical systems identification techniques use, typically, linear models, for mathematical simplicity. Models inspired by biological principles (artificial neural networks) and linguistically motivated (fuzzy systems), due to their universal approximation property, are becoming alternatives to classical mathematical models. In systems identification, the design of this type of models is an iterative process, requiring, among other steps, the need to identify the model structure, as well as the estimation of the model parameters. This thesis addresses the applicability of gradient-basis algorithms for the parameter estimation phase, and the use of evolutionary algorithms for model structure selection, for the design of neuro-fuzzy systems, i.e., models that offer the transparency property found in fuzzy systems, but use, for their design, algorithms introduced in the context of neural networks. A new methodology, based on the minimization of the integral of the error, and exploiting the parameter separability property typically found in neuro-fuzzy systems, is proposed for parameter estimation. A recent evolutionary technique (bacterial algorithms), based on the natural phenomenon of microbial evolution, is combined with genetic programming, and the resulting algorithm, bacterial programming, advocated for structure determination. Different versions of this evolutionary technique are combined with gradient-based algorithms, solving problems found in fuzzy and neuro-fuzzy design, namely incorporation of a-priori knowledge, gradient algorithms initialization and model complexity reduction.
Resumo:
Dissertação de mestrado, Biologia Molecular e Microbiana, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2015