images/Logo/logo_50anos_novo1.jpg

Ana Reis de Figueiredo

Título



Mineração de Dados Citométricos: Obtenção de Conhecimento de Padrões Celulares para Otimização de Processos Biotecnológicos

Orientador(es)



Nelson Francisco Favila Ebecken e Gilberto Carvalho Pereira

Resumo



O mercado mundial de proteínas recombinantes tem se mostrado de grande valor. Porém, em mercados competitivos como a indústria farmacêutica, é de extrema importância a otimização de bioprocessos. Neste contexto, considerando que qualquer produto final será obrigatóriamente sintetizado em alguma fase do ciclo de vida das células, o objetivo principal deste trabalho é demonstrar o potencial da tecnologia de citometria de fluxo no monitoramento de biorreatores acoplada ao desenvolvimento de modelos de redes neurais artificiais envolvidas no reconhecimento de padrões celulares. A taxa de crescimento e atividade metabólica da bactéria Escherichia coli DH10b foi estabelecida em culturas do tipo batch. O emprego do fluorocromo SYBR Green I permitiu acessar a distribuição do conteúdo de DNA ao longo das diferentes fases do ciclo celular e estabelecer as diferenças fisiológicas na população bacteriana. Em outra abordagem, foi demonstrado o nível de viabilidade celular através da utilização de CFDA. Um modelo de rede neural do tipo Multilayer Perceptron treinado como o algoritmo BFGS e otimizado por um algoritmo genético apresentou alto grau de reconhecimento da heterogeneidade celular ao longo do cultivo. Concluiu-se então, que o acoplamento destas duas abordagens apresenta grande potencial na otimização de biorreatores.

Abstract



The worldwide market for recombinant proteins has proved of great value. However, in very competitive markets is of utmost importance to optimize bioprocess. In this context, considering that any final product will be compulsory synthesized at some stage of the life cycle of cells, the main objective of this work is to demonstrate the potential of the technology of scanning flow cytometry for monitoring bioreactors coupled with the development of models of artificial neural networks involved Pattern Recognition. The growth rate and metabolic activity of the bacterium Escherichia coli DH10b was established in batch-type cultures. The use of fluorochrome SYBR Green I enabled to access the DNA content and its distribution along the different phases of the cell cycle and the physiological differences in bacterial population. In another approach, we demonstrated the level of cell viability through the use of CFDA. A Multilayer Perceptron model trained by the BFGS algorithm and optimized through a genetic algorithm had a high performance to the recognition of cellular heterogeneity along the cultivation. It was concluded that the coupling of these two approaches has great potential in the optimization of bioreactors.

Imprimir