Seleção sexual e estimativa populacional em Syngnathus typhle na Ria Formosa (Portugal)

Dissertação de mestrado, Biologia Marinha, Faculdade de Ciências e Tecnologia, Universidade do Algarve, 2015

Estudo da variabilidade genética de marcadores moleculares ligados ao gene da MGP e sua aplicação para paternidades em Sparus aurata

Dissertação de Mestrado, Biologia Marinha, Especialização em Biotecnologia Marinha, Faculdade de Ciências do Mar e do Ambiente, Universidade do Algarve, 2008

Variabilidade genómica de Citrus tristeza virus e transformação genética de Citrus aurantium L. com vista à obtenção de resistência

Tese de dout., Biologia, Faculdade de Engenharia de Recursos Naturais, Univ. do Algarve, 2003

Produção de "single cell oil" por Yarrowia lipolytica : seleção de meios de cultura

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.

Design of neuro-fuzzy models by evolutionary and gradient-based algorithms

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.