Enzymatic Synthesis, Recovery, and Purification of Ethyl β-ᴅ-glucopyranoside

A method to synthesize ethyl β-ᴅ-glucopyranoside (BEG) was searched. Feasibility of different ion exchange resins was examined to purify the product from the synthetic binary solution of BEG and glucose. The target was to produce at least 50 grams of 99 % pure BEG with a scaled up process. Another target was to transfer the batch process into steady-state recycle chromatography process (SSR). BEG was synthesized enzymatically with reverse hydrolysis utilizing β-glucosidase as a catalyst. 65 % of glucose reacted with ethanol into BEG during the synthesis. Different ion exchanger based resins were examined to separate BEG from glucose. Based on batch chromatography experiments the best adsorbent was chosen between styrene based strong acid cation exchange resins (SAC) and acryl based weak acid cation exchange resins (WAC). CA10GC WAC resin in Na+ form was chosen for the further separation studies. To produce greater amounts of the product the batch process was scaled up. The adsorption isotherms for the components were linear. The target purity was possible to reach already in batch without recycle with flowrate and injection size small enough. 99 % pure product was produced with scaled-up batch process. Batch process was transferred to SSR process utilizing the data from design pulse chromatograms and Matlab simulations. The optimal operating conditions for the system were determined. Batch and SSR separation results were compared and by using SSR 98 % pure products were gained with 40 % higher productivity and 40 % lower eluent consumption compared to batch process producing as pure products.

Ilmiöiden automaattinen ennustaminen hakukonetilastojen avulla

Web-hakukoneiden merkitys tiedonhaussa on noussut merkittävään asemaan viimeisten vuosikymmenten aikana. Vaikka tiedonhaku hakukoneella on hyvin suoraviivaista, ihmiset käyttäytyvät hakukoneissa eri tavoilla. Tämän tutkielman aiheena on tutkia ihmisten hakukonekäyttäytymistä ja yrittää löytää tapoja hyödyntää näitä tutkimustuloksia. Tutkielmassa käytetään aineistona keskeisiä hakukoneiden perusteita käsitteleviä teoksia, joiden avulla käydään läpi hakukoneiden toimintalogiikkaa sekä hakukonetilastojen hyödyntämismahdollisuuksista löytyvää kirjallisuutta. Tutkielman tutkimusosuus hyödyntää Googlen tarjoamia työkaluja, joiden avulla päästään käsiksi ihmisten hakukonekäyttäytymiseen avainsanojen ja näiden hakuajankohtien osalta. Tutkimusosuudessa aiheena on ennustaa vuoden 2015 eduskuntavaalien viiden suurimman puolueen ääniosuudet. Ennustus tehtiin tutkimalla ihmisten hakukonekäyttäytymistä viiden edeltävän vaalin aikana ja suhteuttamalla nämä käyttäytymismallit tiedettyihin vaalituloksiin. Tehtiin hypoteesi, että suurempi hakuvolyymi johtaa suurempaan ääniosuuteen ja valittiin lineaarinen regressio ennustusmalliksi. Ennustusmalli toimi hyvin ja keskimääräinen virhemarginaali ääniosuuden ennustuksessa oli 2,90 %-yksikköä. Perussuomalaisten tulos oli yllätyksellinen ja ilman sitä ennustuksen keskimääräinen virhemarginaali oli 1,34 %-yksikköä. Tutkimustulosten perusteella nähdään hakukonetutkimusten potentiaali. Vaikka vaalitulosten ennustamiseen käytetty tietomäärä oli hyvin suppea, saatiin silti aikaan julkaisukelpoisia tuloksia. Näiden tulosten mukaan näyttää siltä, että Googlen hakutilastojen avulla on mahdollista ennustaa ihmisten valinnoista riippuvia nykymaailman tapahtumia lähitulevaisuuteen.