Modelagem preditiva do crescimento/morte de Saccharomyces...
-
Upload
truongtuong -
Category
Documents
-
view
219 -
download
1
Transcript of Modelagem preditiva do crescimento/morte de Saccharomyces...
VERÔNICA ORTIZ ALVARENGA
Engenheira de Alimentos
Orientadora: Profª Pilar Rodriguez de Massaguer, Ph D
Campinas – SP
8 de julho de 2008
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE ENGENHARIA DE ALIMENTOS
DEPARTAMENTO DE CIÊNCIA DE ALIMENTOS
Modelagem preditiva do crescimento/morte de
Saccharomyces cerevisiae em co-cultura com
Lactobacillus fermentum em mosto de caldo de cana-
de-açúcar
Dissertação apresentada à Faculdade de Engenharia de Alimentos
da Universidade Estadual de Campinas para obtenção do grau de
Mestre em Ciência de Alimentos
ii
FICHA CATALOGRÁFICA ELABORADA PELA
BIBLIOTECA DA FEA – UNICAMP
Titulo em inglês: Predictive modeling growth/death of Saccharomyces cerevisae in coculture with Lactobacillus fermentum in sugar cane must
Palavras-chave em inglês (Keywords): Saccharomyces cerevisae, Lactobacillus fermentum,Alcoholic fermentation, Predictive
microbiology, Coculture Titulação: Mestre Ciência de Alimentos Banca examinadora: Pilar Rodriguez de Massaguer Fumio Yokoya Gláucia Maria Falcão Aragão Data de defesa: 08/07/2008 Programa de Pós Graduação: Programa em Ciência de Alimentos
Alvarenga, Verônica Ortiz Al86 Modelagem preditiva do crescimento/morte de Saccharomyces
cerevísiae em co-cultura com Lactobacillus fermentum em mosto de caldo de cana-de-açucar / Verônica Ortiz Alvarenga. -- Campinas, SP: [s.n.], 2008.
Orientador: Pilar Rodriguez de Massaguer Dissertação (mestrado) – Universidade Estadual de Campinas.
Faculdade de Engenharia de Alimentos 1. Saccharomyces cerevísiae. 2. Lactobacillus fermentum. 3.
Fermentação alcoólica. 4. Microbiologia preditiva. 5. Co-cultura. I. Rodriguez de Massaguer, Pilar. II. Universidade Estadual de Campinas.Faculdade de Engenharia de Alimentos. III. Título.
(cars/fea)
iii
BANCA EXAMINADORA
Profª Pilar Rodriguez de Massaguer, PhD (FEA/UNICAM P)
orientadora
Prof. Dr. Fumyo Yokoya (FEA/UNICAMP)
membro
Profª. Drª. Gláucia Maria Falcão Aragão (UFSC)
membro
Prof. Dr. Wilmer Edgard Luera Peña (CCA/UFES)
suplente
Profª. Drª. Lúcia Regina Durrant (FEA/UNICAMP)
suplente
v
ACASO
"Cada um que passa em nossa vida, passa sozinho, pois cada pessoa é única
e nenhuma substitui outra. Cada um que passa em nossa vida,
passa sozinho, mas não vai só nem nos deixa sós.
Leva um pouco de nós mesmos, deixa um pouco de si mesmo.
Há os que levam muito, mas há os que não levam nada.
Essa é a maior responsabilidade de nossa vida, e a prova de que duas almas
não se encontram ao acaso. "
(Antoine de Saint-Exupéry)
" Tu te tornas eternamente responsável por aquilo q ue cativas"
(Antoine de Saint-Exupéry)
vi
Agradecimentos
A Deus pela onipotência.
Aos meus pais, Wenner e Marina, pelo dom da vida, pois sem vocês não estaria
aqui hoje.
Aos meus irmãos, Neto e Ana Luisa, pela alegria da convivência, com vocês
aprendo a cada dia.
Aos meus avós, Washington e Longina (In memorian), vocês que sempre
acreditaram e me incentivaram, e que hoje não estão aqui presentes fisicamente,
mas partilham desta vitória.
À minha avó Izabel Cristina, não tenho palavras para agradecer os seus
ensinamentos durante toda a minha vida escolar, e hoje vovó a senhora pode
compartilhar este momento comigo, pois sem a senhora não estaria aqui.
Ao tio Décio, muito obrigada por acretidar em mim.
Tio Nestor e tia Solange, vocês são muitos importantes para mim, e podem hoje
compartilhar de mais esta vitória comigo, sem vocês não estaria aqui.
À você Vínicius, tenho imensa gratidão, pois você aceitou a nossa distância em
função do meu sonho, hoje o destino nos separou, jamais esquecerei a sua
dedicação e carinho para comigo durante os nossos anos de convivência. Hoje
Deus nos reservou caminhos diferentes, mas estes caminhos são para a nossa
felicidade. A você muito obrigada!
A minha eterna mestre Valéria, pois foi você que me ensinou os primeiros passos
da microbiologia, desta forma, aprendi a amar esta ciência.
A Professora Pilar, minha gratidão, pelo seu voto de confiança, espero que tenha
correspondido as suas expectativas.
A Clélia pelo incentivo e credibilidade nos meus anos de graduação, muito
obrigada.
vii
A Patricia pelo incentivo.
As minhas professoras da graduação, Maria Isabel e Rosário, pelo incentivo e pela
amizade durante os anos da faculdade.
A Luciana, minha companheira de república e amiga de todas as horas, que nos
adotamos como irmãs, com você passei muitos momentos de alegria e tristeza,
todos eles especiais!!!
A Alessandra “mãe”, como o próprio apelido diz, me adotou. A você Ale não tenho
palavras para agradecer!!!!
A Ana e o Zedu, hoje também a Laís, meus grandes amigos, como vocês foram
importantes durante este período. Os momentos porpetagem dos fins de semana,
os passeios e as escapadinhas depois do trabalho para uma cervejinha, à vocês
só tenho a agradecer!!! Serão para sempre meus amigos!!!
Ao Anderson, meu companheiro de trabalho dos fins de semana e meu grande
amigo, como eram engraçadas e produtivas nossas longas conversas!!! Muito
obrigada pela oportunidade de conviver com você!!
A minha amiga Fran, com o nosso pouco tempo de convivência, você se tornou
essencial para os meus dias de trabalho!!!!
A minha amiga Andréia, sem você boa parte dos meus experimentos não teria
dado certo!!! Ao nosso companherismo dos finais de semana, das nossas aulas de
inglês e de tudo que passamos neste tempo de convivência.
Ao Sal você sempre com a sua implicância, tornave os meus dias de trabalho mais
divertidos!!! Muito Obrigada.
A Maricy pela nossa convivência, com você aprendi muitas coisas!!
Aos meus companheiros de laboratório, Cristiana, Márcio, Aline, Alline, Ana
Paula, Emerson, Cristina, Fernanda, Rafael e Kethlen.
Ao Jonas pelo fornecimento da matéria-prima para os experimentos, e também,
pelas dicas sobre fermentação alcóolica.
viii
Ao Wilmer pelos primeiros ensinamentos de microbiologia preditiva, e hoje pelo
prazer de tê-lo em minha banca examinadora.
A Aninha, você sempre brava, porém disposta a nos ajudar!!!
A Eli sem você o nosso trabalho seria impossível!!! Você sempre disposta a nos
ajudar!!!
A Norma muito obrigada pelos “empréstimos”, que eram essenciais para o nosso
trabalho.
Ao professor José Luiz, pelos empréstimos dos equipamentos. E também pelas
boas risadas durante o estágio docente!!! Foi de grande valia esta experiência.
A professora Lúcia Durrant, pelo empréstimo do cromatografo, e por ter me
acolhido em seu laboratório.
A Camila, foi um anjo, que Deus colocou em meu caminho.
A Fapesp pelo bolsa concedida.
A Danisco pela doação do Natamax®.
A professora Gláucia Aragão e o professor Fumio, membros da banca
examinadora, pelas correções e sugestões.
Ao Alysson pelos ensinamentos sobre Matlab, e pela paciência.
A todos que não foram citados, porém estão guardados em minha mente e meu
coração.
Aos que de alguma forma criaram empecilhos e dificuldades, fizeram críticas
durante a confecção deste trabalho, a vocês só tenho a agradecer, pois me
fizeram crescer e superar vários obstáculos me tornando uma pessoa mais forte.
ix
SÚMARIO
Resumo.................................................................................................................xxi
Abstract ............................................................................................................... xxiv
INTRODUÇÃO ........................................................................................................ 1
2. Objetivos .......................................................................................................... 3
3. Revisão de literatura ........................................................................................ 5
3.1. Aspectos mercadológicos ......................................................................... 5
3.2. Características das leveduras................................................................. 13
3.3. Fermentação alcoólica ............................................................................ 18
3.4. Contaminantes do processo de produção de etanol ............................... 21
3.5. Características morfológicas e citológicas de Lactobacillus fermentum.. 24
3.6. Influência dos contaminantes no processo de fermentação alcoólcia .... 26
3.7. Modelagem do crescimento da levedura em bioprocessos .................... 30
3.8. Microbiologia preditiva ............................................................................ 32
3.9. Planejamento experimental para modelagem preditiva .......................... 32
3.9.1. Desenho composto central .................................................................. 34
3.10. Coleta de dados experimentais para a construção dos modelos
preditivos ........................................................................................................... 34
3.11. Influência do inóculo nos parâmetros de crescimento dos
microrganismos ................................................................................................. 36
3.12. Modelagem matemática ...................................................................... 38
3.12.1. Parâmetros de crescimento ............................................................. 39
3.12.1.1. Tempo de adaptação (λλλλ).................................................................. 39
3.12.1.2. Taxa específica de crescimento (µ) ................................................. 40
3.12.1.3. População máxima (Rg) .................................................................. 41
3.13. Modelagem primária............................................................................ 41
3.13.1. Modelo de Gompertz Modificado ..................................................... 42
3.13.2. Modelo de Baranyi ........................................................................... 43
3.14. Modelagem preditiva em co-cultura..................................................... 45
3.15. Modelo Quase-químico ....................................................................... 48
x
3.16. MODELAGEM SECUNDÁRIA............................................................. 51
3.17. Validação de modelos ......................................................................... 53
3.17.1. Fator de bias .................................................................................... 53
3.17.2. Fator de exatidão ............................................................................. 54
3.17.3. Erro do quadrado médio (MSE) ....................................................... 54
4. MATERIAL E MÉTODOS............................................................................... 56
4.1. Seleção das linhagens ............................................................................ 56
4.2. Delineamento experimental .................................................................... 56
4.2.1. Variáveis de controle do processo fermentativo.................................. 58
4.2.1.1. Temperatura do processo fermentativo ........................................... 58
4.2.1.2. Nível de inóculo de Lactobacillus fermentum................................... 59
4.3. Inoculação............................................................................................... 59
4.4. Preparo do inóculo .................................................................................. 60
4.4.1. Pré-inóculo da levedura (Saccharomyces cerevisiae)......................... 60
4.4.2. Pré-inóculo do lactobacilo (Lactobacillus fermentum) ......................... 61
4.4.3. Ajuste do inóculo da levedura ............................................................. 62
4.4.4. Ajuste do inóculo do lactobacilo .......................................................... 63
4.5. Coleta de amostras do processo fermentativo........................................ 64
4.6. Avaliação da viabilidade das células de levedura ................................... 65
4.7. Avaliação do crescimento ....................................................................... 66
4.7.1. Contagem das células da S. cerevisiae............................................... 66
4.7.2. Contagem das células do L. fermentum .............................................. 66
4.8. Medição do pH do mosto ........................................................................ 67
4.9. Avaliação da concentração de ácido láctico, ácido acético, etanol, frutose,
glicose, glicerol .................................................................................................. 67
4.9.1. Preparo da fase móvel ........................................................................ 68
4.9.2. Condicionamento da coluna ................................................................ 69
4.9.3. Curva padrão da glicose...................................................................... 69
4.9.4. Curva padrão frutose........................................................................... 69
4.9.5. Curva padrão etanol ............................................................................ 70
4.9.6. Curva padrão glicerol .......................................................................... 70
xi
4.9.7. Curva padrão ácido láctico .................................................................. 70
4.9.8. Curva padrão ácido ácetico................................................................. 71
4.9.9. Análise das amostras .......................................................................... 71
4.10. Modelagem preditiva ........................................................................... 72
4.10.1. Modelagem primária ........................................................................ 72
4.10.2. Modelo quase-químico..................................................................... 72
4.10.3. Modelagem secundário.................................................................... 73
4.10.3.1. Modelagem de superficie de resposta ............................................. 73
4.10.3.2. Modelo de Davey (1989) e Raíz quadrada ..................................... 74
5. Resultados e Discussão................................................................................. 75
5.1. Curvas experimentais de crescimento e declino de Saccharomyces
cerevisiae e Lactobacillus fermentum ................................................................ 75
5.2. Modelagem primária ............................................................................... 77
5.3. Índice de viabilidade da levedura (IV) ..................................................... 97
5.3.1 Efeitos da temperatrura de fermentação e nível de inóculo de L.
fermentum no índice de viabilidade da levedura em cultura mista .................. 101
5.4. Modelagem quase química ................................................................... 103
5.5. Modelagem secundária......................................................................... 114
5.5.1 Efeitos da temperatura e nível de inóculo de L. fermentum sobre a
concentração máxima de etanol ...................................................................... 114
5.5.2 Efeito da temperatura e nível de inóculo de L. fermentum µ, λ e Rg. 116
5.5.3 Análises da produção de metabólitos (etanol, glicerol, ácido láctico e
ácido acético) e açúcares (glicose).................................................................. 120
6. Conclusões .................................................................................................. 122
7. Referências bibliográficas ............................................................................ 124
Anexo A............................................................................................................... 141
Anexo B............................................................................................................... 147
Anexo C .............................................................................................................. 149
Curvas de crescimento/declínio geradas pelo modelo quase-químico................ 152
Anexo D .............................................................................................................. 196
Anexo E............................................................................................................... 199
xii
Lista de figuras Figura 1. Seqüência de reações enzimáticas pela fermentação alcoólica de
carboidratos endógenos (glicogênio e trealose) ou exógenos (sacarose e
maltose), conduzida por Saccharomyces cerevisiae (Lima et al, 2001)......... 19
Figura 2. Curva padrão do crescimento bacteriano a temperatura constante....... 35
Figura 3. Quadrado Médio da Câmara de Neubauer e sentido de contagem dos
quadrados médios.......................................................................................... 62
Figura 4. Determinação da viabilidade celular de leveduras com azul de metileno.
As células coradas de azul são células mortas, enquanto as incolores são
células viáveis ................................................................................................ 65
Figura 5. Sistema de filtração a vácuo para a fase móvel. .................................... 68
Figura 6. Curvas experimentais de crescimento para o experimento 04 (31S6L7),
para as culturas mistas e puras de S. cerevisiae e L.fermentum em mosto de
cana-de-açúcar. ............................................................................................. 76
Figura 7. Curvas de crescimento experimento 01(25S6L3) de L.fermentum e S.
cerevisiae , em culturas puras e culturas mistas. ........................................... 79
Figura 8. Curvas de crescimento experimento 02 (31S6L3) de L.fermentum e S.
cerevisiae, em culturas puras e culturas mistas............................................. 81
Figura 9. Curvas de crescimento experimento 03 (25S6L7) de L.fermentum e S.
cerevisiae, em culturas puras e culturas mistas............................................. 82
Figura 10. Curvas de crescimento experimento 04 (31S6L7) L.fermentum e S.
cerevisiae, em culturas puras e culturas mistas............................................. 84
Figura 11. Curvas de crescimento experimento 05 (24S6L5) de L.fermentum e S.
cerevisiae, em culturas puras e culturas mistas............................................. 85
Figura 12. Curvas de crescimento experimento 06 (32S6L5) de L.fermentum e S.
cerevisiae, em culturas puras e culturas mistas............................................. 86
Figura 13. Curvas de crescimento do experimento 07 (28S6L1) de L.fermentum e
S. cerevisiae , em culturas puras e culturas mistas. ...................................... 87
Figura 14. Curvas de crescimento do experimento 08 (28S6L8) de L.fermentum e
S. cerevisiae, em culturas puras e culturas mistas. ....................................... 89
xiii
Figura 15. Curvas de crescimento experimento 09 (28S6L5) de L.fermentum e S.
cerevisiae, em culturas puras e culturas mistas............................................. 90
Figura 16. Índice de viabilidade de S.cerevisiae, em co-cultura com L.fermentum
experimento 07(28S6L1), 08 (28S6L8) e 09 (28S6L5) e levedura em cultura
pura (28S6L0). ............................................................................................... 98
Figura 17. Índice de viabilidade de S.cerevisiae, em co-cultura com L.fermentum
para o experimento 01 (25S6L3) e 03 (25S6L7) e levedura em cultura pura
(25S6L0). ....................................................................................................... 99
Figura 18. Índice de viabilidade de S. cerevisiae, em co-cultura com L.fermentum
para o experimento 02(31S6L3) e 04(31S6L7) e levedura em cultura
(31S6L0). ....................................................................................................... 99
Figura 19. Índice de viabilidade de S. cerevisiae, em cultura pura em diferentes
temperaturas para os experimentos 01 (25S6L0), 02(31S6L0),05(24S6L0),
06(32S6L0), 09(28S6L0).............................................................................. 100
Figura 20. Efeitos da temperatura de fermentação e nível de inóculo de L.
fermentum no índice de viabilidade da levedura em cultura mista............... 102
Figura 21. Modelo quase-químico para o L.fermentum em cultura pura para o
experimento 05 ............................................................................................ 105
Figura 22. Modelo quase-químico para o L.fermentum em cultura pura para o
experimento 07 ............................................................................................ 105
Figura 23. Modelo quase-químico para o L.fermentum em cultura pura para
experimento 08 ............................................................................................ 106
Figura 24. Modelo quase-químico para o experimento 09, L.fermentum em cultura
pura.............................................................................................................. 107
Figura 25. Modelo quase-químico para a S. cerevisiae em cultura pura(28S6L0)
..................................................................................................................... 108
Figura 26. Modelo quase-químico para a S. cerevisiae em cultura (31S6L0) ..... 109
Figura 27. Modelo quase-químico para o S. cerevisiae em cultura mista (31S6L7)
..................................................................................................................... 110
Figura 28. Modelo quase-químico para o L.fermentum em cultura mista (28S6L1)
..................................................................................................................... 110
xiv
Figura 29. Efeito da temperatura e concentração de L. fermentum sobre a
concentração máxima de etanol em função da temperatura e nível e inóculo
..................................................................................................................... 116
Figura 30. Efeito da temperatura de fermentação e nível de inóculo de L.
fermentum sobre o logarítmo da população máxima do lactobacilo em cultura
mista............................................................................................................. 119
Figura 31. Curva de evolução da produção de etanol, ácido láctico, ácido acético e
glicerol; consumo de glicose; curva de crescimento do lactobacilo e levedura
em cultura mista para o experimento 07 (28S6L1). ..................................... 120
Figura 32. Curva de crescimento para o experimento 01 (25S6L3), para as
culturas mistas e puras de S. cerevisiae e L.fermentum. ............................. 141
Figura 33.Curva de crescimento para o experimento 02 (31S6L3) para as culturas
mistas e puras de S. cerevisiae e L.fermentum .......................................... 142
Figura 34. Curva de crescimento experimento 03 (25S6L7), para as culturas
mistas e puras de S. cerevisiae e L.fermentum ........................................... 142
Figura 35.Curva de crescimento experimento 05 (24S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum....................................................... 143
Figura 36.Curva de crescimento experimento 06(32S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum...................................................... 143
Figura 37.Curva de crescimento experimento 07(28S6L1), para as culturas mistas
e puras de S. cerevisiae e L.fermentum...................................................... 144
Figura 38. Curva de crescimento experimento 08 (28S6L8), para as culturas
mistas e puras de S. cerevisiae e L.fermentum ........................................... 144
Figura 39. Curva de crescimento experimento 09 (28S6L5), para as culturas
mistas e puras de S. cerevisiae e L.fermentum .......................................... 145
Figura 40.Curva de crescimento experimento 10 (28S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum....................................................... 145
Figura 41.Curva de crescimento experimento 11 (28S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum...................................................... 146
Figura 42. Modelo quase-químico para o L.fermentum cultura pura experimento 01
(25S0L3) ...................................................................................................... 152
xv
Figura 43. Modelo quase-químico para o L.fermentum em cultura pura
experimento 02 (31S0L3)............................................................................. 153
Figura 44. Modelo quase-químico para o L.fermentum em cultura pura
experimento 03 (25S0L7)............................................................................. 154
Figura 45. Modelo quase-químico para o L.fermentum em cultura pura
experimento 04 (31S0L7)............................................................................. 155
Figura 46. Modelo quase-químico para o L.fermentum em cultura pura
experimento 05 (24S0L5)............................................................................. 156
Figura 47. Modelo quase-químico para o L.fermentum em cultura pura
experimento 06 (32S0L5)............................................................................. 157
Figura 48. Modelo quase-químico para o L.fermentum em cultura pura
experimento 07 (28S0L1)............................................................................. 158
Figura 49. Modelo quase-químico para o L.fermentum em cultura pura
experimento 08 (28S0L8)............................................................................. 159
Figura 50. Modelo quase-químico para o L.fermentum em cultura pura
experimento 09 (28S0L5)............................................................................. 160
Figura 51. Modelo quase-químico para o L.fermentum em cultura pura
experimento 10 (28S0L5)............................................................................. 161
Figura 52. Modelo quase-químico para o L.fermentum em cultura pura
experimento 11 (28S0L5)............................................................................. 162
Figura 53. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 01 (25S6L0)............................................................................. 163
Figura 54. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 02 (31S6L0)............................................................................. 164
Figura 55. Modelo quase-químico para a S. cerevisiae em cultura puraexperimento
03 (25S6L0) ................................................................................................. 165
Figura 56. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 04 (31S6L0)............................................................................. 166
Figura 57. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 05 (24S6L0)............................................................................. 167
xvi
Figura 58. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 06 (32S6L0)............................................................................. 168
Figura 59. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 07 (28S6L0)............................................................................. 169
Figura 60. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 08 (28S6L0)............................................................................. 170
Figura 61. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 09 (28S6L0)............................................................................. 171
Figura 62. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 10 (28S6L0)............................................................................. 172
Figura 63. Modelo quase-químico para a S. cerevisiae em cultura pura
experimento 11 (28S6L0)............................................................................. 173
Figura 64. Modelo quase-químico para a L.fermentum em cultura mista
experimento 01 (25S6L3)............................................................................. 174
Figura 65. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 01 (25S6L3)............................................................................. 175
Figura 66. Modelo quase-químico para a L.fermentum em cultura mista
experimento 02 (31S6L3)............................................................................. 176
Figura 67. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 02 (31S6L3)............................................................................. 177
Figura 68. Modelo quase-químico para a L.fermentum em cultura mista
experimento 03 (31S6L3)............................................................................. 178
Figura 69. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 03 (31S6L3)............................................................................. 179
Figura 70. Modelo quase-químico para a L.fermentum em cultura mista
experimento 04 (31S6L7)............................................................................. 180
Figura 71. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 04 (31S6L7)............................................................................. 181
Figura 72. Modelo quase-químico para a L.fermentum em cultura mista
experimento 05 (24S6L5)............................................................................. 182
xvii
Figura 73. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 05 (24S6L5)............................................................................. 183
Figura 74. Modelo quase-químico para a L.fermentum em cultura mista
experimento 06 (32S6L5)............................................................................. 184
Figura 75. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 06 (32S6L5)............................................................................. 185
Figura 76. Modelo quase-químico para a L.fermentum em cultura mista
experimento 07 (28S6L1)............................................................................. 186
Figura 77. Modelo quase-químico para a L.fermentum em cultura mista
experimento 07 (28S6L1)............................................................................. 187
Figura 78. Modelo quase-químico para a L.fermentum em cultura mista
experimento 08 (285S6L8)........................................................................... 188
Figura 79. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 08 (28S6L8)............................................................................. 189
Figura 80. Modelo quase-químico para a L.fermentum em cultura mista
experimento 09 (28S6L5)............................................................................. 190
Figura 81. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 09 (28S6L5)............................................................................. 191
Figura 82. Modelo quase-químico para a L.fermentum em cultura mista
experimento 10 (28S6L5)............................................................................. 192
Figura 83. Modelo quase-químico para a S. cerevisiae em cultura mista
experimento 10 (28S6L5)............................................................................. 193
Figura 84. Modelo quase-químico para a L.fermentum em cultura mista
experimento 11 (28S6L5)............................................................................. 194
Figura 85. Modelo quase-químico para a L.fermentum em cultura mista
experimento 09 (28S6L5)............................................................................. 195
Figura 86. Curva padrão para a frutose .............................................................. 196
Figura 87. Curva padrão para a glicose .............................................................. 196
Figura 88. Curva padrão para o etanol................................................................ 197
Figura 89. Curva padrão para o glicerol .............................................................. 197
Figura 90. Curva padrão para o ácido láctico...................................................... 198
xviii
Figura 91. Curva padrão para o ácido ácetico..................................................... 198
xix
Lista de tabelas
Tabela 1. Desempenho do setor sucroalcooleiro no período de 2000 a 2007 ...... 10
Tabela 2.Exportações brasileiras de etanol .......................................................... 11
Tabela 3. Composição média da cana-de-açúcar ................................................. 11
Tabela 4. Principais constituintes de cana-de-açúcar ........................................... 12
Tabela 5. Resumo do mecanismo e das equações para o modelo quase-químico
....................................................................................................................... 50
Tabela 6. Desenho do planejamento experimental com valores codificados e
(reais). ............................................................................................................ 58
Tabela 7.Equivalência dos padrões McFarland.................................................... 63
Tabela 8. Resultados do teste Tukey para os parâmetros de crescimento do L.
fermentum e S. cerevisiae gerados pelo modelo de Baranyi e Roberts (1994).
....................................................................................................................... 92
Tabela 9. Parâmetros de crescimento do Saccharomyces cerevisiae e
Lactobacillus fermentum em cultura pura, estimados pelo de Baranyi e
Roberts (1994) ............................................................................................... 93
Tabela 10. Parâmetros de crescimento do Saccharomyces cerevisiae e
Lactobacillus fermentum em cultura mista, estimados pelo modelo de Baranyi
e Roberts (1994) ............................................................................................ 94
Tabela 11. Parâmetros de crescimento do Saccharomyces cerevisiae e
Lactobacillus fermentum em cultura mista, estimados pelo modelo de
Gompertz modificado (Zwietering et al, 1991)................................................ 95
Tabela 12. Parâmetros de crescimento do Saccharomyces cerevisiae e
Lactobacillus fermentum em cultura pura, estimados pelo modelo de
Gompertz modificado (Zwietering et al 1991)................................................. 96
Tabela 13. Efeitos da temperatura de fermentação e nível de inóculo de L.
fermentum no índice de viabilidade da levedura em cultura mista............... 101
Tabela 14. Parâmetros gerados pelo modelo quase-químico para as culturas puras
de S. cerevisiae e L.fermentum.................................................................... 112
Tabela 15. Parâmetros gerados pelo modelo quase-químico para as culturas
mistas de S. cerevisiae e L.fermentum ........................................................ 113
xx
Tabela 16. Efeitos da temperatura e nível de inóculo para a concentração máxima
de etanol em cultura mista ........................................................................... 115
Tabela 17. Comparação dos índices de validação dos modelos secundários para a
S.cerevisiae e L. fermentum para os parâmetros µ, λ e Rg ........................ 117
Tabela 18. Efeitos da temperatura e nível de inóculo para a população máxima do
lactobacilo em cultura mista ......................................................................... 118
Tabela 19. Índice de viabilidade para a levedura em cultura mista e pura a 28oC
..................................................................................................................... 199
Tabela 20. Índice de viabilidade para a levedura em cultura mista e pura a 25oC
..................................................................................................................... 200
Tabela 21. Índice de viabilidade para a levedura em cultura mista e pura a 31oC
..................................................................................................................... 201
Tabela 22. Índice de viabilidade para a levedura em cultura pura em diferentes
temperaturas ................................................................................................ 202
xxi
RESUMO
No Brasil e em outros países, a fermentação alcoólica é realizada sem
esterilização do caldo de cana-de-açúcar que constitui um ótimo substrato para o
crescimento microbiano tornando-se, assim, inevitável à presença de
contaminantes. Estes apresentam-se como os principais responsáveis pela
redução no rendimento e produtividade da fermentação. Esta pesquisa teve por
objetivo predizer os parâmetros de crescimento (taxa de crescimento (µ), tempo
de adaptação (λ) e população máxima (Rg)) da Saccharomyces cerevisiae e
Lactobacillus fermentum, quando cultivados individualmente ou em co-cultura
através da aplicação dos modelos primários de crescimento de Baranyi & Roberts
(1994) e Gompertz modificado (Zwietering et al, 1991). Em função de variações de
temperatura (28 – 32ºC) e concentração de inóculo de L. fermentum (101 -108
UFC/mL), mantendo-se fixo o nível de inóculo de S. cerevisiae em 106 UFC/mL.
Para a modelagem primária foi ajustado, também, o modelo quase-químico. Para
a construção deste modelo, foi utilizado o software Matlab versão 7.5. A
inoculação das culturas foi realizada em mosto de cana-de-açúcar clarificado
industrialmente, e ajustado a 21.5ºBrix. O material foi tratado termicamente a
121ºC por 40 minutos e mantido congelado a –20ºC até a realização dos ensaios.
Foram adicionados 200 mL de mosto, em elernmeyeres de 500mL esterilizados.
Para o ajuste do inóculo da levedura foi realizada a contagem da suspensão em
Câmara de Neubauer e para o lactobacilo o ajuste foi realizado com o auxílio do
Densimat™ (BioMérieux, S.A., France). Os ensaios de fermentação foram
conduzidos em incubadora com agitação contínua de 120 rpm (New Brunswick
xxii
Scientific, Model G-27, U.S.A.) e temperatura controlada. Para cada ensaio
realizado com a cultura mista, foram conduzidos outros dois ensaios da mesma
forma e com o mesmo substrato para as culturas puras de S.cerevisiae e L.
fermentum. Os dados obtidos foram ajustados com o software DmFit para os
modelos de Baranyi e Roberts (1994) e Gompertz modificado (Zwietering et al
1991). Não houve diferença significativa (p<0,10) para λ, µ e Rg da levedura e
para λ e µ. No entanto, para Rg do lactobacilo houve diferença significativa entre a
cultura pura e mista. Quando a levedura atinge a fase estacionária o lactobacilo
teve sua taxa de crescimento incrementada de sua população máxima aumentou
relevantemente no final da fase estacionária da levedura. O modelo de Baranyi e
Roberts descreveu melhor a fase de adaptação dos microrganismos. Já o modelo
quase-químico apesar de descrever crescimento/declínio não modela
adequadamente o plateau da fase estacionária, quando ele acontece. O modelo
secundário da população máxima do lactobacilo em função da temperatura de
fermentação e nível de inóculo demonstrou que o nível de inóculo e sua interação
com a temperatura foram significativos ao nível de 10% de significância. O indice
de viabilidade da levedura pura foi afetada por mudanças na temperatura. Porém,
para a cultura mista, com o tempo de fermentação fixo (21 horas) o nível de
contaminaçao pelo lactobacilo foi altamente significante. O melhor indice de
viabilidade foi observado para L=103UFC/mL e temperatura de fermentação a
25oC. Nas condições estudadas foi observado um máximo na produção de etanol
quando a temperatura de fermentação foi 28oC e o nível de inóculo de lactobacilo
de 105UFC/mL. O efeito quadrático da temperatura de fermentação foi mais
xxiii
significativo (p<0,10) que o nível de contaminação do lactobacilo na produçao
máxima de etanol. Os modelos determinados neste estudo poderão servir para
posterior otimização de processos fermentativos na indústria sucroalcooleira.
xxiv
ABSTRACT
In Brazil and other countries around the World, the sugar cane must fermentation
for alcohol production is carried out without sterilization of the sugar cane juice,
being an excellent medium for the multiplication of undesirable contaminants.
Among the contaminants of sugar cane must, Lactobacillus fermentum can be
considered one of the most relevant being able to cause the flocculation of yeasts
and to reduce ethanol yield and productivity of the fermentation. This research
aimed to predict the growth parameters lag time (λ), specific growth rate (µ) and
maximum population (Rg) of Saccharomyces cerevisiae and Lactobacillus
fermentum in individual and cocultures. Predictive modeling of microorganisms
growth in co-culture and pure culture was done through the application of primary
growth models of Baranyi and modified Gompertz, varying temperature (24 –
32ºC) and inoculum concentration of L. fermentum (101 – 108 CFU/mL) with a fixed
inoculums level of S. cerevisiae (106 CFU/mL). For the primary modeling it was
also, adjusted the quase-chemical model for the construction of this model Matlab
software version 7.5 was used. The inoculation of the cultures was carried out in
sugar cane must industrially clarified and adjusted to 21.5ºBrix, heat treated must
(121ºC per 40 minutes) were inoculated with the yeast and lactobacilli, the
adjustment of the inoculum was done respectively by counting the suspension in
Neubauer chamber and Densimat (BioMérieux, S.a., France). For each assay
carried out with the mixed culture, two others tests with pure culture were done for
comparison of growth parameters. The fermentation assays were conducted in an
incubator with continuous agitation (120rpm) (New Brunswick Scientific, Model G-
xxv
27, U.S.A.) and controlled temperature. From the data obtained, the growth
parameters were determined through the adjustment of the data with DMFIT
software for Baranyi and Roberts and Modified Gompertz. No siginificant diference
(p<0.10) was found for λ,µ and Rg for the yeast in pure culture neither for λ and µ
for Lactobacillus fermentum, but for lactobacilli Rg was significantly different for
pure a coculture. When the yeast reached the stationary phase the lactobacilli
growth rate was increased and its stationary phase it was observed after ward.
Baranyi and Roberts’s model best described lag phase was expected. The quasi-
chemical model even though it describes growth/decline it does not model the
stationary plateau. The secondary model for the maximum population of the
lactobacilli as function of fermentation temperature and inocullum level showed that
this last variable was significant and its interaction with temperature (p< 0.10). For
the pure culture temperature was significant on the viability index. But for mixed
culture for a fixed fermentation time (21h) the lactobacilli level of contamination
was highly significant. Best IV was observed for L=103UFC/mL and T=25oC. When
the maximum ethanol production was modeled for T, L independent variables. The
temperature was significant a maximum was observed at T=28oC, L=105UFC/mL.
These two models are practical application for the alcoholic fermentation industry.
1
INTRODUÇÃO
O Brasil é, mundialmente, o país com a maior tecnologia de processo da
fermentação alcoólica para produção de bioetanol e o produto possui mercado
interno garantido, devido ao álcool anidro adicionado à gasolina, ser obrigatório
por lei nacional em substituição ao chumbo, ou hidratado como combustível. Um
dos desafios atuais do país é aumentar a oferta de álcool combustível, pois a
agroindústria alcooleira, juntamente com a aguardente, representa um
considerável gerador econômico que movimenta 2% do Produto Interno Bruto
(PIB), algo em torno de 39 bilhões de reais por ano (Oliveira & Vasconcelos,
2006).
Com a crise do petróleo nos anos 70, o governo brasileiro desenvolveu o
Programa Nacional do Álcool (Proálcool), como forma alternativa à substituição da
gasolina (Andrietta et al, 2006), assim sendo o Brasil tornou-se o primeiro país do
mundo a desenvolver um programa de combustível alternativo. Nasceu então o
bioetanol, um combustível obtido a partir da fermentação do caldo de cana-de-
açúcar, melaço ou ambos (Andrietta et al, 2006).
Como toda a produção de álcool ocorre por via fermentativa, é
fundamental, o conhecimento do processo, que tem sido constantemente
aprimorado (Nobre, 2005).
Os processos industriais de produção de álcool existentes no Brasil
reutilizam o fermento em ciclos fermentativos consecutivos. Durante o processo de
centrifugação, os microrganismos contaminates também são reciclados
2
juntamente com o fermento e agravam os problemas associados com a
contaminação bacteriana (Cherubin, 2003).
Dependendo do nível de contaminação bacteriana podem ser ocasionados
problemas como: deterioração do mosto, aumento da floculação, redução da
viabilidade da levedura, redução na massa do fermento e a formação de produtos
indesejáveis que ocasionam consumo de sacarose e de outros nutrientes
presentes no mosto. Níveis elevados de contaminação também provocam muitos
inconvenientes como a dificuldade de centrifugação, aumento do uso de ácido no
tratamento, aumento do tempo de fermentação e elevação de açúcares não
fermentados que levam a reduções no rendimento da fermentação alcoólica.
Em levantamento realizado em usinas do estado de São Paulo, houve
predominância de presença de bactérias lácticas como contaminates da
fermentação alcóolica. Estas bactérias são encontradas em diversos nichos
ecológicos, sendo bem resistentes a meios ácidos, especialmente os
Lactobacillus. Em diversos habitats, naturais e artificiais, se destacam aqueles em
que as bactérias convivem com leveduras em condições de fermentação
anaeróbica, como no caso da fermentação alcoólica. Como causam prejuízos
consideráveis ao processo, essa contaminação bacteriana deve ser monitorada e
os teores de ácido láctico poderiam ser utilizados para determinar o nível desta
contaminação (Costa, 2006).
3
2. OBJETIVOS
Os objetivos da presente pesquisa foram:
• Construir das curvas experimentais de crescimento e declínio da
Saccaharomyces cerevisae e Lactobacillus fermentum;
• Avaliar a influência do cultivo do Lactobacillus fermentum quando
em co-cultura com Saccharomyces cerevisae, sobre os
parâmetros de crescimento, tanto da levedura quanto do
lactobacilo;
• Ajustar os dados de crescimento dos microrganismos em culturas
pura e co-cultura, pelo modelo de crescimento de Baranyi e
Roberts (1994) e Gompertz modificado (Zwietering et al 1991),
calculando tempo de adaptação, velocidade de crescimento,
população máxima e tempo de geração;
• Avaliar o efeito da temperatura e do nível de inóculo de
lactobacilo no índice de viabilidade da levedura;
• Ajuste do modelo Quase-Químico aos dados experimentais de
crescimento/declínio dos microrganismos;
• Quantificar dos compostos (ácido láctico, glicerol e etanol)
excretados pelos microrganismos;
• Quantificar dos açúcares presentes no mosto de cana-de-açúcar
(frutose e glicose);
4
• Construção de modelos secundários para descrever o efeito da
temperatura e nível de inóculo nos parâmetros primários de
crescimento dos microrganismos (S. cerevisiae e L. fermentum).
5
3. REVISÃO DE LITERATURA
PARTE I: FERMENTAÇÃO ALCOÓLICA
3.1. Aspectos mercadológicos
Durante milhões de anos, o etanol tem sido produzido para o consumo
humano, além de bebidas alcoólicas concentradas mediante destilação. O álcool
para uso como matéria-prima química é produzido por fermentação, desde o início
da microbiologia industrial. No entanto, era obtido durante muitos anos através de
procedimentos químicos, como na hidratação catalítica do etileno (Crueger &
Cureger, 1993).
No Brasil, as indústrias de açúcar e de álcool estiveram sempre
intimamente ligadas, desde o tempo do descobrimento. Deduz-se que a produção
de álcool iniciou na Capitania de São Vicente, porque nela foi montado o primeiro
engenho de açúcar do País, após a vinda das primeiras mudas de cana-de-
açúcar, trazidas da ilha da Madeira, em 1532. Certamente, transformava-se o
melaço residual da fabricação do açúcar em cachaça e, diretamente da garapa
fermentada produzia-se a aguardente. Por séculos, as bebidas destiladas foram o
único álcool produzido. A indústria de álcool industrial desenvolveu-se na Europa,
em meados do século XIX; no último quarto desse século iniciou-se a produção de
etanol no Brasil, com as sobras de melaço da indústria de açúcar, que ampliava
sua capacidade produtiva (Lima, 2001).
Em 1929, a grande crise internacional colocou em xeque as economias de
todos os países e, no Brasil, a indústria açucareira não ficou a salvo. Sobrava
açúcar e cana e faltavam divisas para a aquisição de combustível líquido. A
6
primeira destilaria de álcool anidro foi instalada e o Governo Federal, em 1931,
estabeleceu a obrigatoriedade da mistura de 5% de etanol à gasolina (Decreto
19.717), como medida de economia na importação de combustível e para amparar
a lavoura canavieira. Por muitos anos, não houve álcool suficiente para misturar a
todo o combustível consumido. Durante a guerra de 1939 a 1945, faltou gasolina e
fez-se necessário substituí-lo por gasogênio ou álcool. Terminada a guerra, voltou
a importação de gasolina e o combustível alternativo perdeu sua importância.
Entretanto, continuou-se a misturar o etanol à gasolina em larga escala (Lima,
2001).
Até os anos de 1975, quase não se moia cana para a produção de álcool,
este era elaborado nas destilarias anexas de forma secundária nesse complexo
agroindustrial. Muitas vezes, era preferível produzir melaço e comercializá-lo a
produzir álcool (Ramos & Souza,2005).
A importância do etanol, nessa cadeia produtiva, cresceu com o Programa
Nacional do Álcool (Proálcool), que lhe garantiu preço e mercado. O Proálcool
surge para a economia nacional, como uma proposta energética aos derivados de
petróleo e, no plano setorial, como uma alternativa aos empresários que haviam
aumentado a capacidade das unidades produtivas.
Isso ocorreu devido à crise internacional do petróleo que se deflagrou em
1974, fazendo com que se iniciasse, no Brasil, uma nova fase na produção de
álcool. Na busca de alternativas para combustível líquido, o álcool adquiriu uma
importância sem paralelo. Dos 700 milhões de litros por ano, em pouco tempo, a
indústria passou a produzir 15 bilhões de litros, para abastecer uma frota de mais
de 4 milhões de automóveis, que se movem com álcool puro e também, para
7
misturar-se com a gasolina usada no País. Com a utilização desse combustível
alternativo, ampliou-se o parque canavieiro, fez-se a modernização das destilarias,
a instalação de unidades autônomas, a criação de grande número de empregos
diretos e indiretos e uma rápida e importante evolução na construção de motores
para esse combustível. O plano de desenvolvimento da produção de álcool no
Brasil, denominado de Proálcool, não foi uma solução improvisada para a crise de
combustíveis; não foi mais do que a continuidade e evolução de um programa de
uso do álcool como combustível, iniciado em 1931 (Lima, 2001).
A iniciativa da implantação por parte do Estado de um programa de
prevenção de crise no setor açucareiro partiu em junho de 1975 dos Ministérios da
Indústria e do Comércio e de Minas e Energia. No centro da proposta conjunta
está a proteção do setor açucareiro de novas quedas nos preços, a manutenção
da ocupação da mão-de-obra no campo e a utilização produtiva dos altos
investimentos de expansão e da correspondente produção de equipamentos. Os
aspectos de política energética ainda desempenhavam um papel secundário, na
medida em que o álcool de cana só deveria ser produzido para ser adicionado à
gasolina em maior escala quando os preços do açúcar estivessem baixos. O
objetivo da proposta era, portanto, em primeiro lugar o aproveitamento da
capacidade produtiva existente, ou seja, das destilarias, dos equipamentos para a
produção de álcool, cuja capacidade produtiva estava sendo aproveitada em
apenas 50%, e dos equipamentos para a produção de açúcar através da
construção de instalações anexas para a produção de álcool (Borges, 1988).
Com a implantação do Proálcool o Brasil aumentou a capacidade dos
equipamentos e dos rendimentos, possibilitou maior aproveitamento de produtos e
8
subprodutos da cana-de-açúcar, além do fato da usina de açúcar e álcool ganhar
a definição de uma unidade produtora de energia e alimentos, sendo que existem
usinas que já oferecem produtos como: grãos, sementes de soja, açúcar, açúcar
líquido, álcool hidratado, álcool anidro, óleo fúsel, bagaço, metano, eletricidade. O
setor sucroalcooeiro viveu em 1998 um ano tumultuado de sua história. Começou
a safra carregando estoques de álcool, da ordem de 2 bilhões de litros,
concentrados em São Paulo, considerado o maior produtor do país e contando
com o maior número de destilarias modernas. O tumulto aumentou quando o
governo adiou até o mês de novembro a liberação dos preços do álcool hidratado
e da cana, antes prevista para maio desse mesmo ano. Isso ocorreu depois de
várias usinas, na iminência da desregularização do mercado, terem contratado a
venda de álcool com as distribuidoras, para entrega futura, a preços inferiores aos
de tabela que estava em vigor (Globo, rural, 1998).
A evolução na produção da cana-de-açúcar e do etanol no Brasil no período
de 2000 a 2007 está apresentada na tabela 1. Neste período, a produção passou
326,1 toneladas para aproximadamente 456 toneladas em 2007, representando
um aumento 40% na produção de cana-de-açúcar, e conseqüente aumento na
produção de etanol. Na safra 2007/08, há previsão de aumento de 16% na
quantidade da cana-de-açúcar a ser destinada à produção de etanol, em relação à
safra de 2006/07 (Strapasson, 2007). Esta indústria ostenta um dos maiores
índices de empregabilidade nacional, o setor absorve um contingente de mão-de-
obra que se aproxima de 1,5 milhões de pessoas e movimenta R$12,7 bilhões por
ano, entre faturamentos diretos e indiretos, o que corresponde a 2,3% do PIB
brasileiro (Cobra, 2001).
9
O panorama internacional ressalta os ganhos de competitividade da
produção brasileira no mercado mundial, pois nos Estados Unidos o gasto de
produção de um galão de álcool vai de US$1,05 a US$1,20, na Europa é de
US$2,00 a US$2,20 enquanto no Brasil fica entre US$0,57 a US$0,64 (Porto,
2005). O objetivo do governo brasileiro é transformar o etanol em uma grande
“commodity” internacional, em conjunto com outros países (Stapasson, 2007). Na
tabela 02 está apresenta o panorama de exportação do bioetanol no período de
1997 a 2006.
10
Tabela 1. Desempenho do setor sucroalcooleiro no período de 2000 a 2007 ANO - SAFRA 2000/01 2001/02 2002/03 2003/04 2004/05 2005/06 2006/07*
PRODUÇÃO DE CANA PARA TODOS OS USOS
(em mihões de ton) (1)
326,1 344,3 363,7 389,9 416,6 421,8 456,0
ÁREA PLANTADA
(em mihões de ha) (1) 4,88 5,02 5,10 5,50 5,69 5,87 6,16
CANA DESTINADA A FABRICAÇÃO DE
AÇÚCAR E ÁLCOOL (em milhões de ton) (2) 254,9 292,3 316,1 357,3 381,4 382,4 425,0
PRODUÇÃO DE AÇÚCAR POR
TONELADA DE CANA (em quilos) 132,8 131,5 137,8 139,4 137,5 137,7 138,0
PRODUÇÃO DE AÇÚCAR POR HECTARE
( em ton) 8,88 9,02 9,83 9,89 10,07 10,18 9,83
PRODUÇÃO DE ÁLCOOL POR
TONELADA DE CANA (em litros) 78,3 77,5 81,2 82,2 80,8 81,2 81,6
PRODUÇÃO DE ÁLCOOL POR HECTARE
( em mil litros) 5,23 5,32 5,80 5,83 5,92 5,75 6,00
Fonte: * Prognóstico MAPA 2006/07 e IBGE 2066/07 (1) Instituto Brasileiro de Geografia e Estatística - IBGE (2) Ministério da Agricultura, Pecuária e Abastecimento – MAPA.
11
Tabela 2.Exportações brasileiras de etanol
ANO Milhões de US$ LITROS (bilhões) Preço médio US$/m³
1997 54 0,146 370,09 1998 36 0,118 301,21 1999 66 0,407 161,70 2000 35 0,227 153,07 2001 92 0,346 266,57 2002 169 0,759 222,86 2003 158 0,757 208,56 2004 498 2,408 206,68 2005 766 2,592 295,31 2006 1605 3,428 468,20 Fonte:MAPA, 2007
No Brasil, o açúcar é produzido a partir da cana, enquanto na Europa é
fabricado a partir da beterraba. Hoje, em nosso país, a cana é também utilizada
para a produção do álcool.
É importantíssimo um trabalho em conjunto entre a lavoura e a indústria, de
forma bem programada nas etapas de corte, escolha de variedades adequadas,
com maior teor de sacarose, e o processamento quase imediato, para evitar a
deterioração e perdas de açúcar (Coopersucar, 1987).
Basicamente, a sacarose é o principal componente (sólido) da cana-de-
açúcar, sendo indicada na tabela 03 a composição média da cana-de-açúcar e na
tabela 04 a distribuição dos vários constituintes dessa matéria-prima.
(Coopersucar, 1987)
Tabela 3. Composição média da cana-de-açúcar Composição Teor (%)
Água 65-75
Açúcares 11-18
Fibras 8-14
Sólidos Solúveis 12-23 Fonte: Coopersucar, 1987
12
Tabela 4. Principais constituintes de cana-de-açúcar Constituintes Sólidos Solúveis (%)
Açúcares 75 a 93
Sacarose 70 a 91
Glicose 2 a 4
Frutose 2 a 4
Sais 3.0 a 5.0
De ácidos inorgânicos 1.5 a 4.5
De ácidos orgânicos 1.0 a 3.0
Proteínas 0.5 a 0.6
Amido 0.001 a 0.05
Canas 0.3 a 0.6
Ceras e Graxas 0.05 a 0.15
Corantes 3 a 5
Fonte: Coopersucar, 1987
O mosto de cana de açúcar é obtido pelo esmagamento das canas nas
moendas misturado com água, tornando um substrato rico em sacarose e em
açúcares redutores e desta forma está convenientemente diluído para sofrer a
fermentação alcoólica. Segundo alguns autores a cana de açúcar libera caldo
quando submetidas a prensas sendo o resíduo prensado dos talos denominado de
bagaço. Este quando queimado, origina uma ótima fonte de energia no processo
de destilação (Crueger & Cureger, 1993)
O caldo de cana de açúcar, servindo diretamente como matéria-prima para a
fermentação, tem que ser diluído do seu teor de sólidos solúveis inicial de 16º-
16,5ºBirx para14°Brix (Rasovsky, 1973). Entretanto, para outros autores (Gava,
1998), a concentração de açúcares no mosto deve estar entre 16 a 20 °Brix. Além
disso, durante a fermentação é necessário o controle de sua densidade, acidez,
13
componentes nutritivos necessários ao crescimento das leveduras e da
temperatura de fermentação que deve ser mantida entre 28-30°C (Rasovsky,
1973; Gava, 1998). Na utilização de melaços, em alguns casos é preciso fazer sua
diluição com água. A diluição faz-se de modo contínuo, em misturadores
especiais, com freqüente supervisão para garantir as concentrações adequadas,
diluindo-se os melaços entre 15 e 25°Brix, com médi as de 18 a 20°Brix. Mostos
muito diluídos fermentam mais rapidamente e sujam menos as unidades de
destilação, mas exigem maior volume útil de fermentadores, mais espaço para
eles, mais consumo de vapor, mais água para diluição, exigem um período maior
de safra e favorecem as contaminações, além de outros inconvenientes. Por outro
lado, os muitos concentrados ocasionam maiores perdas em açúcares não
fermentados, temperaturas mais altas durante a fermentação, sujam mais os
aparelhos de destilação, e outros inconvenientes, ao lado das vantagens de
diminuírem o volume útil de dornas e o período de safra (Lima, 2001).
O caldo de cana, que apresenta rendimento perto de 80 litros de etanol por
tonelada de cana-de-açúcar, é até o presente momento a única matéria prima
utilizada em escala industrial para a produção do etanol no Brasil. A grandiosidade
do território brasileiro permite que o Brasil seja o maior produtor dessa cultura,
utilizando apenas 2.4% da área agricultável do solo brasileiro (Andrietta et al,
2006).
3.2. Características das leveduras
Leveduras são fungos predominantes unicelulares que possuem reprodução
vegetativa por brotamento ou fissão. A sua distribuição na natureza é ampla,
14
podendo, na sua maioria, ser encontradas em folhas, flores, frutos, grãos de
cereais e outros substratos contendo açúcares (Castro, 1995). Podem ser também
encontradas no solo, no ar, em águas de lagos, rios e mares, sobre a pele e no
intestino de animais e de alguns insetos. A distribuição na natureza ocorre por
vários vetores, como ventos e corrente de água e de ar (Potter & Hotchkiss, 1999).
As leveduras são empregadas, com alta freqüência, na obtenção de produtos
de consumo diários, entre eles o pão e as bebidas alcoólicas, destacam-se as
fermentadas e aquelas posteriormente destiladas. São microrganismos
eucarióticos e suas estruturas correspondem basicamente àquelas de outras
células eucarióticas, com uma membrana citoplasmática que apresenta
permeabilidade seletiva, regulando a entrada e saída de materiais da célula
(Copersucar, 1987). Caracterizam-se por apresentar alta resistência em condições
ambientais, crescimento a pH baixo de a faixa, presença de sais e temperatura de
até, aproximadamente, 35ºC. Têm alta taxa de reprodução, podendo reproduzir-se
sexuadamente, formando esporos, ou por reprodução assexuada, envolvendo
brotamento, gemulação ou fissão binária (Lodder, 1971).
As leveduras são, sem dúvida alguma, o grupo mais importante de
microrganismos explorado pelo homem. São também, reconhecidas como
economicamente importantes por causa de duas reações de produção de energia:
a respiração oxidativa e a fermentação (Halász & Lasztity, 1995). Ou seja, por
serem microrganismos anaeróbicos facultativos, as leveduras podem respirar ou
fermentar o substrato, e a contribuição de cada um desses eventos depende das
condições do meio (Gancebo & Serrano, 1989). As leveduras necessitam dos
mesmos elementos químicos que as outras formas de vida: carbono, hidrogênio,
15
oxigênio, nitrogênio, fósforo, potássio, enxofre, magnésio, ferro, zinco, etc. e,
também, de fatores de crescimento tais como vitaminas, que são ativos em
concentrações muito baixas (Copersucar, 1987). As leveduras apresentam
membrana celular bem definida, pouco espessa, em células jovens; rígidas em
células adultas, de constituição variável, com predominância de hidratos de
carbono, e menor quantidade de proteínas e graxas. Internamente delimitando o
citoplasma, existe a membrana citoplasmática, mais evidente em células adultas,
por plasmólise. No geral, as leveduras se apresentam sem cápsula, se bem que
algumas espécies de Torulopsis se apresentem com cápsula, constituída de
hidratos de carbono (Lima, 1998).
O substrato mais utilizado pelas leveduras, em nível industrial, é a sacarose.
Em estágios iniciais de fermentação, a sacarose é hidrolisada por ação da enzima
invertase em monossacarídeos estruturais, glicose e frutose, sendo transportada
através da membrana celular (De la Fuente & Sols, 1962). A Saccharomyces
cerevisiae é ascomicética, sendo a de maior importância industrial. Ela tem a
capacidade de absorver e fermentar uma grande variedade de açúcares, como por
exemplo, sacarose, glicose, frutose, galactose e maltose (D’Amore & Stewart,
1987). A espécie Saccharomyces cerevisiae e as espécies filogeneticamente
próximas são as mais empregadas pelo homem, que as utilizam em várias
indústrias de fermentação de substratos açucarados ou amiláceos previamente
hidrolisados. Isto fez com que através dos tempos, as melhores linhagens para as
diferentes indústrias pudessem ser selecionadas (Vitolo, 1989).
Em geral, leveduras são microrganismos manipulados com relativa facilidade
em processos industriais, sendo consideradas células grandes, “fortes” e robustas
16
por tolerarem certas condições desfavoráveis, além de não serem muito exigentes
nutricionalmente. Assume-se, portanto, que sejam células fáceis de manter (Vitolo,
1989). As células vegetativas da maioria das leveduras industriais variam em
tamanho, de 4 a 8µ de largura por 7 a 12 µ de comprimento, havendo,
evidentemente, espécies maiores e espécies menores que as citadas. Forma e
tamanho das células, mesmo em espécies monomorfas, podem variar de acordo
com o nutriente, as condições ambientais, o estado fisiológico ou a idade (Lima,
1998).
Atualmente, as leveduras usadas na indústria alcooleira, de acordo com a
literatura técnica mundial são classificadas em (Batista, 2003):
� Selvagens: quando apresentam as características favoráveis em níveis
pouco otimizados;
� Prensadas: são leveduras selecionadas para a indústria de panificação.
Conseqüentemente, são facilmente obtidos em grande quantidade no
comércio, pois embora muito procuradas, não são específicas para a
produção de álcool;
O crescimento a temperaturas elevadas acima de 40oC em meios com altos
teores de açúcares ou cloreto de sódio, o requerimento de vitaminas, a
susceptibilidade a certas drogas como a ciclohexamida e a produção de
determinados metabólitos são critérios também utilizados na descrição e
classificação de leveduras, e são importantes, uma vez que auxiliam no
agrupamento das linhagens de acordo com o habitat da levedura (Castro, 1995).
As características genéticas que os fermentos ou levedos teriam que ter para
uma boa produção industrial de álcool são (Batista 2003):
17
� Alta velocidade de fermentação: definida como a quantidade de açúcar
fermentada em determinada unidade de tempo por um determinado peso
de levedura. Essa característica é de relevante importância, pois se a
fermentação for mais rápida, o volume das dornas será menor e
conseqüentemente, o investimento nesse setor poderá ser reduzido, da
mesma forma que os riscos de contaminação por bactérias;
� Alta tolerância ao álcool: as leveduras mais tolerantes ao álcool produzem
vinho com teor alcoólico maior, porque podem desdobrar maiores
quantidades de açúcares. Leveduras com essas características aumentam
a capacidade de fermentação e de destilação das instalações industriais
tornando possível trabalhar com o vinho mais concentrado;
� Tolerância a altas temperaturas: embora as temperaturas elevadas (35 a
40°C) sejam indesejáveis, na medida em que possam f avorecer a
evaporação de álcool e o desenvolvimento de bactérias contaminantes, as
leveduras tolerantes juntamente com as técnicas de fechamento das dornas
e recuperação do álcool evaporado, podem superar esses problemas. Essa
característica é particularmente interessante para países tropicais como o
Brasil;
� Estabilidade: as características citadas anteriormente podem ser mantidas
em uma raça de levedura (fermento), em condições de fermentação
adequadas;
� Tolerância a meios de elevada acidez: as leveduras que superam
contaminações de bactérias, geralmente não são muito resistente a meios
muito ácidos.
18
Somente poucas espécies desses microrganismos são utilizadas na fabricação
de álcool, destacando-se o Saccharomyces cerevisiae e Schizosaccharomyces
pombe, quando o substrato é constituído por hexoses, e Candida utilis, quando
uma parcela do substrato for constituída por pentoses (Batista, 2003).
3.3. Fermentação alcoólica
A fermentação alcoólica é a ação de leveduras sobre açúcares fermentescíveis
contidos em uma solução/suspensão. É um processo biológico no qual a energia
formada por reações de oxidação parcial pode ser utilizada para o crescimento de
leveduras e a oxidação parcial anaeróbia da hexose na produção de álcool e CO2
(Lima & Marcondes, 2002).
A transformação do açúcar em etanol e CO2 envolvem 12 reações em
seqüência ordenada, cada qual catalisada por uma enzima específica, conforme
apresentado na Figura 1. Tal aparato enzimático está confinado no citoplasma
celular dos microrganismos fermentativos, sendo, portanto, nessa região da célula
que a fermentação alcoólica se processa (Lima et al, 2001).
A simplificação se dá em três etapas (Lima & Marcondes, 2002):
1- Via aeróbia
C6H12O6 → respiração → CO2+H2O (crescimento celular rápido) Equação 1
2- Via anaeróbia
C6H12O6 → fermentação → C2H5OH+CO2 (crescimento celular lento) Equação 2
C6H12O6+2ADP +PO4-3
→ 2C2H5O+ 2CO2+2ATP+H2O Equação 3
19
Figura 1. Seqüência de reações enzimáticas pela fermentação alcoólica de carboidratos endógenos (glicogênio e trealose) ou exógenos (sacarose e maltose), conduzida por Saccharomyces cerevisiae (Lima et al, 2001).
20
O álcool produzido durante a fermentação é dependente da quantidade de
açúcares presentes no mosto. O processo se inicia por meio da atuação da
exoenzima invertase, a qual, por meio de hidrólise, transforma o açúcar (sacarose)
em glicose e frutose (monossacarídeos estruturais). Esses monossacarídeos
serão absorvidos pela célula da levedura (aeróbio facultativo), que em condições
de aerobiose serão utilizadas no processo de respiração da mesma (Nobre 2005).
O objetivo primordial da levedura, ao metabolizar anaerobicamente o açúcar, é
gerar uma forma de energia (ATP, adenosina trifosfato) que será empregada na
realização dos diversos trabalhos fisiológicos (absorção, excreção e outros) e
biossínteses, necessárias à manutenção da vida, crescimento e multiplicação,
para perpetuar a espécie. O etanol e CO2 resultantes se constituem, tão somente,
de produtos de excreção, sem utilidade metabólica para a célula em anaerobiose.
Entretanto, o etanol, bem como outros produtos de excreção, (como o glicerol e
ácidos orgânicos) podem ser oxidados metabolicamente, gerando mais ATP e
biomassa, mas apenas em condições de aerobiose (Lima et al,2001).
O processo de produção de etanol difere drasticamente de outras
fermentações industriais. Existem várias peculiaridades no que se refere a esse
tipo de fermentação uma delas refere-se ao substrato; o mosto a ser fermentado
não sofre nenhum tratamento no sentido de eliminar a microbiota do caldo de
cana-de-açúcar (Andrietta, 2006).
A fermentação industrial envolve reciclo de células de leveduras, podendo
ocorrer também reciclo de células de microrganismos contaminantes. Os
principais contaminantes da fermentação são bactérias, estas acarretam ao
processo alguns problemas como: consumo de açúcar, queda na viabilidade
21
celular e morte das leveduras devido a toxinas lançadas no meio (Althertum et a
al, 1984).
3.4. Contaminantes do processo de produção de etano l
A presença de microrganismos no processamento de cana-de-açúcar
ocorre desde a lavoura até o setor de fermentação, sendo que a contaminação
bacteriana presente no caldo de cana e no mosto pode refletir a qualidade da
matéria-prima utilizada, pois, tanto o caldo quanto o mosto são ótimos substratos
para o crescimento de microrganismos devidos aos teores de nutrientes orgânicos
e inorgânicos, alta atividade de água, pH, além da temperatura que ocorrem nos
processo industriais de fermentação (Gallo, 1990; Gallo & Canhos, 1991; Amorim
& Oliveira, 1982).
Gallo e Canhos (1991) relatam que a contaminação total de mesófilos da
cana é da ordem de 105 a 107UFC/mL quando a cana é sadia, podendo atingir
valores de 108 UFC/mL quando a cana não é sadia ou ficou armazenada por
longos períodos. Os autores ressaltam ainda que o caldo misto, mistura dos
caldos de diversas moendas, é um meio favorável ao desenvolvimento de muitas
espécies microbianas por apresentar um teor de sólidos solúveis de 10-18°Brix,
pH 5,0-5,6, temperatura de 25-30ºC, aminoácidos, sais orgânicos e outros
nutrientes. Nolasco Jr (2005) analisou mosto de cana-de-açúcar proveniente da
saída do decantador e encontrou contagem média para esporos mesofílicos
aeróbios de 35esporos/mL, para esporos termofílicos aeróbios produtores de “Flat-
sour” de 35 esporos/mL, e para bactérias mesófilas totais de ordem de
102UFC/mL, no entanto, Nolasco e Finguerut (1998), ao analisarem os
22
fluxogramas de processo e preparo de mosto até a fermentação e os
equipamentos existentes nesse processo, verificaram invariavelmente que os
mostos à chegada na fermentação apresentavam contagens de bactérias lácticas
da ordem de 106UFC/mL além de esporos mesófilicos e termofílicos da ordem de
101esp/mL.
Um levantamento dos microrganismos em indústrias de álcool de São
Paulo indicou que cerca de 60% das espécies bacterianas isoladas eram do
gênero Lactobacillus seguido de Bacillus com 26,58%, destacando-se as
espécies: L. fermentun (15,04%) e L. helveticus (14,08%) e B.coagulans (15,09%)
e B. stearothermuphillus (6,91%) (Gallo, 1990).
A contaminação bacteriana na fermentação é um dos problemas que afeta
o rendimento do processo de produção de álcool (Alcarde,2001; Oliva-Neto &
Yokoya, 1997) , em média de 1.5% a 5% de queda no rendimento do processo
fermentativo dependendo da forma como é conduzido o processo fermentativo
(Formaggio e Finguerut, 1998). No entanto, Essia Ngang et al (1989) relataram
30% de perda no rendimento na produção de álcool de beterraba . Na
fermentação conduzida com cultura mista com lactobacilo, a levedura perde 96%
da viabilidade em aproximadamente 12 horas (Essia Ngang et al, 1992).
Os bacilos são microrganismos que habitam o solo, podendo ser
carregados, no corte da cana, com parte do solo que fica aderido na cana e
posteriormente contaminar o caldo e os equipamentos. E havendo condições
favoráveis para a multiplicação dos bacilos, estes causam transtornos ao processo
fermentativo, as principais espécies de bacilos contaminantes do processo de
etanol são o Bacillus coagulans e Bacillus stearothermophilus (Gallo, 1990). Em
23
trabalho realizado por Nolasco Jr (2005), foram determinados os parâmetros
cinéticos para B. stearothermophilus, para tanto foram utilizadas temperaturas
entre 98-130ºC, os valores obtidos para a energia de ativação e o valor z foram
249.52 kJ/mol e 11.48ºC, respectivamente. Ainda baseado no tempo de residência
médio no decantador, o autor pode constatar que os esporos de B.
stearothermophilus sofriam apenas 0.14 reduções decimais neste equipamento.
Leveduras e bactérias lácticas são freqüentemente encontradas juntas em
ecossistemas naturais e podem competir pelos mesmos nutrientes. Gallo (1990) e
Oliva-Neto (1990) constataram a predominância de bactérias lácticas no processo
de fermentação alcoólica. As características que levam à predominância das
bactérias lácticas no processo fermentativo são: o metabolismo fermentativo, o
que capacita o crescimento rápido em meio rico em açúcar fermentescível; alta
tolerância a pH baixo e particularmente sua habilidade de crescimento rápido em
soluções ácidas; muitas espécies apresentam cápsula polissacarídicas e secretam
gomas extracelulares as quais protegem as células dos efeitos letais do calor, de
agentes químicos e da desidratação; algumas espécies são capazes de crescer
em temperaturas relativamente altas (Gallo e Canhos, 1991; Narendranath et al,
1994).
A maioria dos trabalhos identificou e tornou evidente a predominância de
bactérias Gram positivas e em forma de bastonetes no processo industrial de
fermentação alcoólica com destaque para os gêneros Bacillus e Lactobacillus e
dentro do último gênero as espécies L.fermentum e L. helveticus. Como os
lactobacilos competem com as leveduras pelos açúcares presentes no mosto, e
têm maior incidência neste processo, foram escolhidos para este estudo.
24
3.5. Características morfológicas e citológicas de Lactobacillus fermentum
As bactérias lácticas são descritas como Gram positivas, não esporogênica,
catalase negativa, citocromo ausente, não aeróbia, mas aerotolerante, exigente
quanto aos fatores nutricionais, tolerante a ácido e estritamente fermentativa como
a formação de ácido láctico como principal produto da degradação do açúcar. São
geralmente associadas ao habitat rico em nutrientes como leite, carne e produtos
vegetais, mas alguns membros são associados à pele e mucosa de mamíferos
podendo até ser patogênico ao hospedeiro (Costa, 2006). Geralmente, este grupo
de microrganismos é caracterizado por serem fastidiosos, que exigem substratos
complexos com nucleotídeos, aminoácidos, carboidratos e vitaminas,
principalmente a vitamina B1 com destaque para pantotenato de cálcio, niacina e
tiamina. Desenvolvem-se em meio ligeiramente ácido, com pH entre 4.4 e 6.4 e
em condições microaerófilas.
As bactérias pertencentes ao gênero Lactobacillus apresentam uma grande
importância na indústria alimentícia, pois as mesmas são utilizadas tanto como
culturas iniciadoras em processos fermentativos, quantos nos leites fermentados
ou iogurtes na forma de probióticos (Kandler & Weiss, 1986).
O gênero Lactobacillus pode ser dividido em três grupos distintos quanto ao
modo como realizam a degradação dos carboidratos (Kandler & Weiss, 1986). Os
três grupos se assemelhem pelo fato de degradarem apenas hexoses, no entanto,
diferem pelo modo como o esqueleto carbono de tais compostos são
metabolizados:
25
� Homofermentativos obrigatórios: através da via de Embden-Meyerhof
convertem 1 mol de hexoses em 2 moles de ácido láctico e não fermentam
pentoses ou glucanato;
� Heterofermentativos facultativos: realizam a fermentação de forma
semelhante ao grupo homofermentativo, contudo, algumas espécies
produzem outros ácidos (acético) em condições limitantes de glicose.
Convertem pentoses em acido láctico e acético via fosfocetolase indutível;
� Heterofermentativos obrigatórios: convertem 1 mol de hexoses em 1 mol de
CO2, e 1 mol de ácido láctico através da via 6-fosfoglucanato. Pentoses são
convertidas a ácido láctico e acético.
Oliveira et al (1995) referem-se à espécie L.fermentum como sendo bastonetes
de 0.5 a 0.9 µm de largura e comprimento bastante variável, apresentam-se
isolados e aos pares, Gram-positivos, não esporulados e raramente com
motilidade. Também apresenta as seguintes características fisiológicas: são
anaeróbios facultativos, heterofermentativos, apresentam catalase negativa, com
temperatura ótima entre 30ºC e 40ºC e pH ótimo na faixa de 5.5 a 5.9.
A espécie L.fermentum compreende muitas linhagens e a maior parte delas
fermenta frutose, galactose, glicose, gluconato, lactose, maltose, manose,
melobiose, rafinose, ribose e sacarose, porém determinadas espécies também
fermentam a arabinose, celobiose, trealose e xilose (Kandler & Weiss, 1986).
Durante o processo de fermentação do açúcar, podem ser produzidos ácidos
D-láctico e L-láctico, ou ainda a mistura racêmica dos isômeros em proporções
variáveis. Tal aspecto é decorrência da existência de enzimas desidrogenases
26
lácticas esteroespecíficas, produzindo separadamente os isômeros D e L (Costa,
2006).
Guchte et al (2002) relatam que o efeito do ácido láctico sobre a própria
bactéria não é conhecido em detalhes, mas é aceito que ocorre a difusão passiva
e que o acúmulo intracelular reduz o pH intracelular e então afeta a
permeabilidade da membrana. A proporção de ácidos graxos presentes na
membrana plasmática da bactéria determina a sua resistência aos estresses
causados pela presença de ácidos.
3.6. Influência dos contaminantes no processo de fe rmentação alcoólcia
De acordo com a reação estequiométrica de Gay-Lussac, o rendimento da
fermentação alcoólica é expresso em quantidade de produto formado (etanol) por
unidade de açúcar consumido. Em função disto, todo açúcar que não é convertido
em álcool, e sim em outros produtos, faz com que haja diminuição no rendimento
do processo de produção de etanol (Nobre, 2005).
O consumo da sacarose resultando na formação dos ácidos láctico e acético,
como os principais ácidos orgânicos formados, é um dos principais prejuízos
causados pelas bactérias contaminantes no processo de produção de etanol
(Nobre, 2005). Outros compostos como a formação de goma, que aumenta a
viscosidade do caldo e podem causar entupimento nas tubulações, centrífugas,
peneiras e trocadores de calor; a floculação do fermento, que diminui a velocidade
de fermentação, acarreta perda de células de leveduras pelo fundo da dorna e
dificulta a operação das centrífugas também são associados por diversos autores
à perda no rendimento alcoólico (Oliva-Neto e Yokoya, 1997).
27
As bactérias lácticas exercem um efeito inibidor sobre a levedura em função da
pressão osmótica exercida pela presença do ácido láctico no meio de cultivo
(Essia-Ngang et al, 1989). Essia- Ngang (1992) estudaram a estimulação no
desenvolvimento de L. casei em cultura mista com S. cerevisiae em meio de
melaço de beterraba e relataram que o estímulo, ao lactobacilo, também ocorre
devido à hidrólise da sacarose em hexoses proporcionando maior facilidade de
assimilação dos carboidratos pela bactéria.
A contaminação bacteriana é considerada a maior causa da redução na
produção de etanol durante a fermentação de meios amiláceos, de uísque
escocês e de mosto de cana, por S. cerevisiae. O estímulo no desenvolvimento do
Lactobacillus sp., quando em cultura mista é devido à excreção de nutrientes, da
levedura para o meio, como adenina, guanina, ácido aspártico e nicotínico,
triptofano, glicina, alanina e lisina, biotina e vitamina B12 (Narendranath et al,
1997; Chin & Ingledew, 1994).
Oliva-Neto & Yokoya (1997) pesquisaram o desenvolvimento de três linhagens
de L.fermentum, contaminantes isolados de destilarias brasileiras, em meios de
cultivo com diferentes composições em aminoácidos e em cultura mista com S.
cerevisiae. A análise dos resultados demonstrou que uma das linhagens
estudadas não se desenvolveu na ausência de algum dos seguintes aminoácidos:
fenilalanina, alanina, ácido glutâmico, cistina, prolina, histidina, arginina, teronina,
triptofano, serina e metionina. Também evidenciou que todas as linhagens
testadas não se desenvolveram em meios ausentes dos aminoácidos leucina,
isoleucina e valina, porém todas as linhagens desenvolveram-se em cultura mista
com a levedura. Portanto, o estímulo ao desenvolvimento bacteriano também é
28
causado pela liberação de aminoácidos e presença de aminoácidos no meio
fermentativo causada pela autólise das leveduras. O desenvolvimento bacteriano
é favorecido nos estágios finais do processo fermentativo (Oliva-Neto, 1995).
Chin e Ingledew (1994) relataram que a contaminação com aproximadamente
108 UFC/mL de bactérias produtoras de ácido láctico não afetou seriamente a
produtividade em etanol na fermentação de malte de trigo, mesmo com o aumento
gradual da concentração de ácido láctico ao longo de 5 fermentações, mas
ocasionou uma redução de 60% na viabilidade da levedura nas últimas
fermentações. No entanto, Essia Nang et al (1989) observaram uma redução de
30% na produtividade de etanol da fermentação do mosto de beterraba quando a
concentração de ácido láctico, produzido pelas bactérias contaminantes atingiu,
5.0g/L.
Alterthum et al (1984) relatam que a elevada porcentagem de leveduras
mortas, bem como o aumento da acidez do mosto, mostra a provável liberação de
substâncias tóxicas, como ácidos, pelas células bacterianas, no meio de cultura
promovendo a morte das leveduras ou mesmo dificultando seu desenvolvimento.
Da mesma forma, a grande quantidade de açúcares residuais presentes no mosto
fermentado confirma o fato de que as células de levedura existentes estão
enfraquecidas e incapacitadas de utilizar adequadamente o substrato disponível.
Por outro lado, a perda no rendimento do etanol não justifica a elevada
concentração de açúcares consumida, sugerindo que a mesma tenha sido
destinada para a formação de outros produtos ou que o etanol formado tenha sido
consumido pelos microrganismos infectantes.
29
Ferguglia (1997) relatou queda de 97% na viabilidade de S. cerevisiae após 12
horas e 98% após 30 horas em cultura mista com L.fermentum, quando cultivados
em meio de caldo de cana-de-açúcar suplementado com peptona e extrato de
levedura. Entretanto, o autor não destaca o nível de contaminação ao qual a
levedura foi exposta.
Thomas et al (2001) avaliaram as interações entre Saccharomyces cerevisiae
e algumas cepas de lactobacilos na fermentação de macerado de milho para a
produção de etanol. Com esta pesquisa, os autores verificaram que durante o
processo de fermentação houve decréscimo no rendimento do etanol, queda
rápida na viabilidade das leveduras após a exaustão dos açúcares
fermentescíveis, aumento no desvio de carboidratos para a produção de glicerol e
ácido láctico, redução na proliferação de leveduras, quando a contaminação do
lactobacilo atingia elevados níveis (~109UFC/mL). No entanto o crescimento do
lactobacilo é inibido quando a levedura está presente em maior número, ou
quando a S. cerevisiae é inoculada em igual concentração que o lactobacilo.
Qualquer correlação entre o tamanho da contaminação bacteriana e perdas no
rendimento em etanol precisa ser mais bem compreendida, embora seja óbvio que
cada molécula de açúcar direcionada para a produção de ácido láctico pela
bactéria resulta em perdas de duas moléculas de etanol que poderiam ser
produzidas pelas células de leveduras (Nobre, 2005). Por outro lado, apesar da
importância atual deste processo para o Brasil, não existem dados quantitativos na
literatura dos parâmetros básicos de crescimento como tempo de adaptação,
população máxima da levedura e do lactobacilo quando em cultura mista, apenas
dados para a velocidade de crescimento são descritos na literatura.
30
3.7. Modelagem do crescimento da levedura em biopro cessos
A modelagem dos bioprocessos é complicada, pois envolve crescimento
microbiano sob mudanças constantes nas condições de processo, impactando
diretamente na cinética da fermentação (Rivera et al, 2007).
Phisalaphong et al (2006) descreveram o efeito da temperatura no
crescimento de Saccharomyces cerevisiae em melaço de cana e verificaram que
temperaturas altas, por volta de 45ºC causavam decréscimo no rendimento de
etanol e na massa celular, e ainda que a taxa de crescimento da levedura variou
de 0.1h-1 a 0.78h-1. D’amore et al (1987) observaram que em temperaturas mais
elevadas (40°C) ocorre um aumento na permeabilidade da membrana plasmática
em conseqüência da alteração da composição de ácidos graxos. Ocorre que, em
temperaturas elevadas, há um acréscimo de ácidos graxos insaturados que
proporcionam ótima fluidização na membrana para atividades celulares. Segundo
Yamamura et al (1991), devido a esse aumento da fluidização da membrana,
células de leveduras crescendo a temperaturas elevadas são facilmente sujeitas à
lise celular.
Rivera et al (2007), utilizaram uma cepa de S.cerevisiae isolada de uma
planta industrial de fermentação, para modelagem do processo fermentativo
utilizando melaço de cana-de-açúcar. Estes autores verificaram que a 34ºC a
levedura tinha sua taxa de crescimento aproximadamente 0.4h-1. No entanto, a
esta temperatura apesar da levedura apresentar elevada taxa de crescimento, a
produção de etanol e o rendimento celular estes sofreram redução de 140 Kg/m3 a
30ºC para aproximadamente 76Kg/m3 e 90 Kg/m3 para aproximadamente 45
Kg/m3 respectivamente.
31
Além da influência da temperatura nos parâmetros de crescimento da
levedura, deve-se levar em consideração a contaminação bacteriana no mosto,
pois esta é a maior causa de perda de rendimento no processo fermentativo. A
influência do lactobacilo nos parâmetros de crescimento da levedura foi relatado
por Narendranath et al (1997) em fermentação de macerado de trigo. Variando a
concentração de células de lactobacilo de 105 a 108 UFC/mL, verificaram que, com
o aumento no nível de inóculo inicial de 105 para 109UFC/mL, a taxa de
crescimento da levedura sofria decréscimo de 0.42 para 0.36h-1, demonstrando
assim que o lactobacilo tem influência na taxa de crescimento da levedura.
As demais pesquisas realizadas (Oliva-Neto &Yokoya, 1997; Nobre, 2005)
para determinar a influência do lactobacilo nos processos fermentativos relatam
como resultados a utilização dos nutrientes excretados pela célula de levedura,
pelo lactobacilo para o crescimento durante o processo, e como conseqüência
deste fenômeno há a redução na viabilidade celular e na produtividade de etanol.
A informação quantitativa dos parâmetros de crescimento é escassa.
32
PARTE II: MICROBIOLOGIA PREDITIVA
3.8. Microbiologia preditiva
A microbiologia preditiva surgiu descendendo de duas linhas de pesquisas
isoladas. Uma delas é o controle da deterioração de peixe fresco, e a segunda
área é a prevenção de botulismo e outras intoxicações microbianas (Ross &
McMeekin, 1994). O conceito de microbiologia preditiva está baseado no
conhecimento detalhado da resposta microbiana a mudanças ambientais, sendo
possível predizer, através de observações passadas, a resposta dos
microrganismos em um novo ambiente similar (Jagannath & Tsuchido, 2003;
McMeekin et al, 2002; Dens & Van Impe, 2001). Essas mudanças podem ser
aplicadas para adotar medidas de segurança alimentar, avaliando o efeito de
operações como processamento, distribuição e estocagem dos alimentos e vida
de prateleira (McMeekin et al, 2002). Nos últimos dez anos, muitas pesquisas têm
sido desenvolvidas nessa área.
3.9. Planejamento experimental para modelagem predi tiva
A análise dos impactos dos fatores ambientais sob a resposta dos
microrganismos é a fonte primária de dados para desenvolver modelos preditivos.
Para a investigação desta influência com precisão, é necessário descrever esta
interação que é uma importante consideração para desenhar os experimentos
(Rasch, 2004). Na etapa de planejamento, devem ser definidas algumas
características relacionadas à(s) variável(eis) independente(s), à variável
dependente, ao inóculo e ao modelo experimental (Nakashima et al, 2000).
33
A faixa de condições, sobre as quais o modelo tem que operar tem que ser
definida, pois os modelos empíricos não são aplicados além da faixa definida na
qual o modelo foi gerado. Nessas condições, é requerido que os fatores de
crescimento possam ser alterados facilmente (Blackburn, 2000).
Os tempos da amostragem são considerações importantes para a aplicação
prática do planejamento e devem ser concentrados em torno das regiões de
mudanças mais rápidas da curva de crescimento, como o final da fase de
aceleração negativa para modelos de crescimento. A escolha das combinações
dos fatores deve também ser considerada. Pode ser o caso de um planejamento
composto central mais apropriado para gerar modelos particulares, como aqueles
para a inativação térmica. Entretanto, para outros modelos, tais como aqueles que
descrevem uma região de interesse, pode ser na área onde a resposta que está
sendo medida é mais variável (interface de crescimento / não crescimento) então
as medições poderão necessariamente ser tomada nestas regiões. O uso de
procedimentos de “screening” pode ser útil para definir as variáveis de interesse e
o uso de medidas de densidade ótica para acompanhar o crescimento pode ser
particularmente usado para este propósito (Blackburn, 2000).
34
3.9.1. Desenho composto central
O desenho composto central consiste em um desenho fatorial completo 2k,
acrescido dos pontos centrais e axiais (Rasch, 2004). O número de experimentos
é determinado através de 2k+2*k+no, onde k é o número de variáveis do processo
e n0 é o número de pontos centrais(n0≥1), por exemplo um planejamento com k=2
e 3 e n0= 2, resulta em 9 e 16 ensaios respectivamente (Rasch, 2004).
3.10. Coleta de dados experimentais para a construç ão dos modelos
preditivos
A parte mais minuciosa, do trabalho experimental, é a geração de dados de
crescimento, sobrevivência ou inativação térmica do microrganismo
(BlackBurn,2000). Para determinar a quantidade celular de microrganismos em
função do tempo, pode-se utilizar vários metódos de aquisição de dados. O
método mais utilizado para a modelagem preditiva é a contagem de células viáveis
por ser realizada por contagem em placas com meio de cultura. No entanto, é um
método laborioso considerando o grande volume de dados a serem coletados
(Rasch, 2004). Alguns métodos alternativos têm sido usados, como a medida de
densidade ótica, onde aumenta a turbidez do meio de cultura com o crescimento
microbiano (Rasch, 2004). Para o cultivo de fungos, usualmente utiliza-se a
medida do crescimento radial, sendo o modelo de Baranyi & Roberts (1994), o
mas utilizado para o ajuste dos dados (Rasch, 2004).
O crescimento microbiano pode ser caracterizado pela figura 2.
35
Figura 2. Curva padrão do crescimento bacteriano a temperatura constante
O significado biológico de cada uma das fases da curva de crescimento
microbiano (Figura 2) pode ser assim definido (Nakashima et al, 2000):
Fase de adaptação ou fase “lag”: ajuste da fisiologia e bioquímica das
células para que possam ser capazes de explorar o ambiente onde se encontram.
Fase exponencial: fase de crescimento balanceado, ou seja, a síntese de
cada componente celular (enzimas, moléculas estruturais, DNA, etc.) é ajustada
para que não exista síntese além do necessário para a produção de novas células.
Todo o metabolismo está direcionado para a reprodução. Nesta fase, todos os
componentes celulares estão presentes em proporções constantes e as células
são consideradas praticamente fisiologicamente idênticas. A velocidade de
crescimento, na fase exponencial, pode ser expressa como velocidade de
crescimento absoluta que indica o aumento da densidade da população com o
tempo, ou como .velocidade de crescimento relativa ou específica, que indica o
aumento da densidade da população em um determinado intervalo de tempo,
dividido pela densidade de células no tempo final deste intervalo. O tempo
36
necessário para a população microbiana dobrar é denominado de tempo de
geração .
Fase estacionária: morte celular e lise devido ao acúmulo de metabólitos
tóxicos no meio de crescimento. Nesta fase, a velocidade de morte celular é
equivalente à velocidade de crescimento. Em condições que permitam o
crescimento celular.
Fase de declínio: Maior acúmulo de substâncias tóxicas, determinando uma
velocidade de morte celular maior do que a capacidade do meio em proporcionar a
reprodução ou divisão celular.
A fase lag e a exponencial são as de maior interesse para os
microbiologistas de alimentos pois, para a maioria dos alimentos, a deterioração
ocorre antes dos microrganismos chegarem à fase estacionária.
No caso de um estudo de vida de prateleira de produto, quanto maior a fase
lag, maior a vida de prateleira, assim como quanto maior a velocidade de
crescimento na fase exponencial, menor a vida de prateleira.
3.11. Influência do inóculo nos parâmetros de cresc imento dos
microrganismos
Os modelos preditivos foram tradicionalmente desenvolvidos utilizando como
inóculo inicial concentrações celulares de microrganismos próximas aos níveis
encontrados em alimentos. Os pesquisadores desenvolveram os modelos de
forma a justificar a aproximação para a construção dos mesmos. O tamanho da
população inicial elevada também representa uma má aproximação conservadora
37
do caso a ser modelado, porém as altas concentrações celulares asseguram a
repetibilidade e simplificam a variabilidade microbiana (McKellar & Lu, 2004).
A densidade do inóculo inicial é um importante parâmetro (Malakar, et al,
2003). Nakashima et al (2000) relatam que uma mistura de 3 a 5 cepas de um
mesmo patógeno é freqüentemente utilizada para inocular um meio de
crescimento que será modelado. Esta prática é experimentalmente viável e resulta
em modelos para as cepas de crescimento mais rápido ou de maior resistência
nas condições ambientais de estudo. O uso de uma mistura de cepas aumenta a
probabilidade de se criar um modelo representativo da situação real.
Nakashima et al (2000) e Blackburn (2000) relataram que a duração da fase
lag pode ser influenciada pelo tamanho do inóculo, dependendo do limite de
detecção do método de determinação da variável de resposta a ser modelada.
Porém, McKellar & Lu (2004) afirmam que em alguns casos o tamanho do inóculo
não afeta a resposta a ser modelada (i.e. taxa de crescimento). O estado
fisiológico do microrganismo (estresse no ambiente versus preparação do inóculo
no laboratório) tem que ser considerado, pois afeta de forma mais intensa a fase
lag do que a taxa de crescimento (Miconnet et al, 2005).
Van Impe et al (2005) realizaram um estudo sob a influência da
concentração do inóculo de Lactobacillus lactis nos parâmetros de crescimento da
Listeria innocua e obtiveram como resultado que, com o aumento do inóculo de L.
lactis de 103UFC/mL para 107UFC/mL, não havia influência na taxa de
crescimento da listeria porém a população máxima de L.innocua diminuía de
106UFC/mL para 102UFC/mL com o aumento da concentração do inóculo em co-
cultura.
38
3.12. Modelagem matemática
O termo modelo foi definido em diversas e excelentes revisões de
modelagem matemática de processos microbiológicos. O termo modelo
matemático é mais rigoroso e se refere a um conjunto básico de hipóteses nos
processos estudados, alguns deles expressos por meios de funções e equações
(diferenciais). Portanto, de um ponto de vista mecanístico, função e modelo não
são termos equivalentes. Função é uma abstração matemática que torna mais
fácil a descrição de um modelo particular (Baranyi & Roberts, 1995).
A variável primária pode ser a taxa de crescimento, tempo inativação
térmica, ou tempo para um evento acontecer, ou ainda, condições para atingir, e
também a probabilidade de um evento acontecer em um tempo pré-determinado
(Jagannath & Tsuchido, 2003).
Em um consenso geral, um modelo é um sistema simplificado que usa
combinações de descrições, através de funções ou equações matemáticas, e com
condições iniciais específicas. Os modelos podem ser divididos em duas classes:
descritivos e explanatórios, sendo este último composto por modelos analíticos e
numéricos. Modelos descritivos (i.e. de observações, empíricos, “Black Box” ou
indutivos) têm dados dirigidos,sendo que as aproximações como as funções
polinomiais, redes neurais artificiais, e análise do componente principal é utilizada
para classificar os dados. È difícil fazer predições verdadeiras com essa classe de
modelo, pois os modelos obtidos não podem ser extrapolados além dos dados
utilizados para a construção do mesmo (McKellar & Lu, 2004).
Os modelos explanatórios (ou mecanístico, dedutivo, ou “White Box”), têm
como objetivo relacionar os dados com os princípios científicos fundamentais, ou
39
com um processo fisiológico mensurável. Muitos modelos de microbiologia
preditiva que têm seus parâmetros relatados a partir fenômenos observados são
considerados mecanísticos. Estes modelos analíticos são explicitados em forma
de equações que se ajustam aos dados experimentais. Para ser verdadeiramente
mecanístico um modelo deve, no entanto, levantar perguntas e hipóteses novas
que possam ser testadas (McKellar & Lu, 2004).
Os modelos são geralmente baseados em diversas hipóteses biológicas, na
interpretação das diferentes fases do crescimento microbiano, onde o principal
esforço está direcionado para estudar a fase lag cuja significância biológica ainda
é vaga (Baty & Delignette-Muller, 2004).
3.12.1. Parâmetros de crescimento
Microbiologistas usam classicamente três parâmetros para caracterizar a
curva de crescimento microbiano: tempo de adaptação (λ), a velocidade específica
de crescimento (µ) e a população máxima (Rg), os parâmetros estimam vários
campos notáveis na microbiologia de alimentos (Baty & Delignette-Muller, 2004).
3.12.1.1. Tempo de adaptação (λ)
È um fenômeno inerente à cinética microbiana, no qual tipicamente é
observado como uma resposta tardia da população microbiana à mudança de
ambiente. A fase lag ocorre em ambos os processos crescimento e inativação
(Swinnen et al, 2004). Durante a fase de adaptação, os microrganismos passam
40
por mudanças intracelulares, para adaptarem ao novo ambiente (Yates & Smoter,
2007).
Yates e Smoter (2007) desenvolveram um modelo para descrever a fase de
adaptação dos microrganismos. O modelo comportamental descrevia três
subpopulações: (i) as células inicialmente não duplicadas que se adaptariam e
posteriormente seriam duplicadas; (ii) a células adaptadas que cresceriam em um
novo ambiente; (iii) e as células que morreriam e não adaptariam ao novo
ambiente. Um modelo de crescimento foi apresentado, incluindo a fase de
adaptação, fase exponencial e a fase estacionária, onde as curvas de crescimento
dependiam da taxa de crescimento e morte das três subpopulações e da porção
inicial de cada uma delas.
3.12.1.2. Taxa específica de crescimento (µ)
A velocidade específica de crescimento é um importante parâmetro para
modelar o crescimento microbiano, pois avalia a capacidade de crescimento do
microrganismo mostrando se há dificuldades ou não (Perni et al, 2005).
Em pesquisa realizada por Perni et al (2005), comparou-se os valores da
taxa máxima de crescimento predita pelos modelos de Gompertz, Logístico e
Baranyi com dados experimentais do crescimento de Listeria monocytogenes e
Listeria innocua, usando a absorbância para quantificar a concentração de células.
Todos os modelos tiveram bons ajustes, no entanto, comparando o valor de µ
obtido a partir do Gompertz e o modelo logístico os resultados foram bastante
similares, porém quando comparado que ao modelo de Baranyi os valores
preditos eram substancialmente diferentes.
41
3.12.1.3. População máxima (Rg)
A população máxima é um importante parâmetro para trabalhos em cultura
mista, pois esta pode sofrer reduções significativas com relação a cultura pura,
levando-se em consideração fatores ambientais como temperatura e nutriente
presente no meio de cultura. Em trabalho realizado por Vam Impe et al (2005), a
Listeria innocua quando cultivada em cultura pura atinge uma população máxima
de 109UFC/mL, e sofre uma redução para 102UFC/mL quando cultivada com
107UFC/mL de Lactococcus lactis.
3.13. Modelagem primária
Os modelos primários de crescimento descrevem a cinética microbiana
definindo precisamente as fases de crescimento dos microrganismos. A população
microbiana é plotada contra o tempo, resultando usualmente em uma curva de 4
fases: adaptação, exponencial, estacionária e morte
Nos modelos cinéticos, a resposta da variável é expressa em unidades de
tempo para os parâmetros taxa de crescimento e tempo de adaptação, já para a
população máxima a unidade utilizada é UFC/mL (Ross & McMeekin,1994). Os
modelos cinéticos de primeira ordem mais importantes são o modelo de Baranyi &
Roberts (1994) e Gompertz modificado (Zwietering et al., 1991). Esses modelos
medem a resposta a uma condição específica em função do tempo. A resposta
pode ser medida direta ou indiretamente através da população microbiana ou de
produtos do metabolismo de microrganismos (Jagannath & Tsuchido, 2003).
O modelo de Baranyi e Roberts é mais usado por várias razões; (i) é fácil
de usar; (ii) é aplicável às condições dinâmicas de meio-ambiente; (iii) tem boa
42
capacidade de ajuste; (iv) a maioria dos parâmetros são biologicamente
interpretáveis (Van Impe, et al, 2005).
De acordo com os resultados obtidos por Baty & Delignette-Muller (2004),
dentre os três modelos utilizados Baranyi e Roberts, Gompertz e Lag-exponencial,
pôde-se notar que Baranyi, é definitivamente o mais constante dos modelos,
porque ele ajusta da melhor forma a maioria dos dados e assim gera
razoavelmente e estima de forma mais precisa o tempo de lag (λ).
3.13.1. Modelo de Gompertz Modificado
O modelo de Gompetz é uma função que descreve uma curva sigmoidal
assimétrica. A modificação proposta por Zwietering et al. (1991) foi reparametrizar
o modelo em função dos parâmetros microbiológicos de crescimento.
Equação 4
Onde: y= concentração de células, 0
lnN
Ny =
A= população máxima atingida µmáx = taxa máxima de crescimento λ = tempo de lag A equação não apresenta um período de aumento linear durante a fase de
crescimento exponencial, como é observado com a maioria das curvas de
crescimento. Sendo assim, como a velocidade de crescimento é determinada por
um ponto de inflexão na curva, o processo tende a fornecer valores que variam
mais do que as velocidades correspondentes determinadas por um período de
+
−⋅⋅
−⋅=1)( t
A
em
eeAyλ
µ
43
crescimento linear (Whiting e Buchanan, 1997), desta forma o tempo de geração
pode ser superestimando em até 13% (McKellar & Lu, 2004). Além disso, a função
da inclinação da curva não pode ser ajustada em zero, e assíntota inferior da
curva pode ser menor que o nível de inóculo, gerando λ negativo para alguns
casos (Mckellar & Lu, 2007).
3.13.2. Modelo de Baranyi
Baranyi e Roberts (1994) propuseram um modelo que inclui uma fase de
crescimento exponencial linear e uma fase lag determinada por uma função de
ajuste. A equação proposta por Baranyi & Roberts (1994) está demonstrada na
equação 5:
)1
1ln()()(max
max )(
maxoyy
tA
oe
etAyty −
−+−+=µ
µ Equação 5
Onde:
y(t) = concentração de células no tempo (t); onde:
0ln
N
Ny = yo = concentração inicial de células no tempo 0 (t=0);
ymax = concentração máxima de células; µmax = máxima taxa de crescimento;
O valor do tempo de adaptação é calculado pela equação 6
v
q )11ln(0
+=λ Equação 6
O coeficiente,q0, é representado por q0=P0/Kp, que expressa o estado
fisiológico do inóculo. Onde P0 é a concentração de células no inicio do
processo de crescimento, e Kp é a constante de Michaelis-Menten.
44
O valor da taxa específica do crescimento é representado pela
equação 7
dt
txdt
))((ln)( =µ Equação 7
Onde x(t) denota a concentração celular bacteriana aumentando em função
do tempo. O tempo de geração é expresso pelo G=ln2/µmax. Onde µmax é máxima
taxa de crescimento atingida pelo microrganismo.
A função A(t) é expressa como:
max
)ln()(
00
µ
µ hvht teeetA
−−−− −+= , para h0= -lnα0 Equação 8
Onde o parâmetro α0 é chamado de estado fisiológico das células no tempo
t= t0 conseqüentemente h0 usa-se para caracterizar o estado fisiológico inicial da
célula. Além de apresentar várias vantagens computacionais quando comparado a
outras funções sigmóides, seu uso principal é predizer a resposta de crescimento
bacteriano mesmo com alteração de temperatura durante a fase lag e
estacionária. Enfim, esta função considera as características do meio e do
microrganismo em questão; critério importante devidos às influências dos
diferentes fatores ou variáveis que provocam mudanças no meio e no
metabolismo do microrganismo de forma mais completa que a equação de
Gompertz( Peña, 2005).
O modelo de Baranyi & Roberts (1994) pode ser comparado a uma série de
equações diferenciais que ajustam um ambiente dinâmico, resultando em perfis de
temperatura não-isotérmicos, desta forma o modelo por se utilizado para
descrever comportamento de microrganismos em temperatura subótimas
(McKlellar & Lu, 2004).
45
Através da utilização do programa DMFit é possível se obter ambos os
modelos de crescimento citados acima. Considerando o modelo de Baranyi e
Roberts (1994) o programa ajusta uma função sigmoidal que descreve os
parâmetros: m. l, Rg, y0. E os parâmetros de curvatura m e n, que podem variar de
0 até 20. O parâmetro m representa a curvatura da transição da fase de
adaptação para a fase exponencial, enquanto que, o parâmetro n representa a
curvatura da fase exponencial para a fase estacionária. Além é importante se
considerar que o parâmetro yend(Rg) a assíntota superior de uma curva sigmoidal
de crescimento, ou inferior se a curva for de morte. Já quando se considera o
modelo de Gompertz gerado pelo programa (utilizado a equação de Zwietering et
al, 1991) é gerada uma função bifásica que consiste na junção de dois segmentos
lineares (Baranyi e Le Marc)
3.14. Modelagem preditiva em co-cultura
Muitas vezes na microbiologia preditiva, os microrganismos são modelados
em cultura pura, e as interações microbianas não são levadas em consideração.
Isso é feito apenas para simplificar a modelagem, mas este procedimento pode
causar discrepância entre as predições feita pelos modelos e evolução microbiana
real, particularmente para produtos que têm uma microbiota natural complexa,
como fermentados e minimamente processados (Janssen et al, 2006) onde os
sinergismos e antagonismos têm um papel importante.
A modelagem em co-cultura descreve as interações microbianas, onde a
inibição pode ser causada por (i) competição pelo substrato e/ou (ii) produção de
metabólitos tóxicos por um dos organismos (Van Impe et al, 2005).
46
A interação entre as bactérias lácticas (antagonistas) e microrganismos
patogênicos (indicador) foi discutida e modelada por Van Impe et al(2005),
Janssen et al (2006), Antwi et al(2007) e Poschet (2005).
Durante o processo de fermentação, o ácido láctico é produzido pela
bactéria láctica, e este ácido dissocia-se no meio de cultivo abaixando o pH do
meio, causando um efeito tóxico para os microrganismos. O efeito inbidor também
pode ocorrer para a bactéria láctica, que tem o seu crescimento cessado na fase
estácionaria, como um efeito auto-inibidor. Bactérias patogênicas, como a Yersinia
enterocolitca, são muito sensíveis ao efeito deste ácido. A presença da bactéria
láctica e, consequentemente, do ácido láctico, causa reduções na fase de
crescimento exponencial e na população máxima deste patogêno, conforme
verificado por Vereecken et al (2003). Estes autores cultivaram a Yersinia
enterocolitica em co-cultura com Lactobacillus sakei e observaram que, com o
aumento da concentração das células do lactobacilo de 103 para 107UFC/mL,
havia a redução de 4 ciclos logarítmicos na população máxima de Y.enterocolitca,
e também uma redução de 10 horas na duração da fase exponencial deste
microrganismo.
O modelo de inibição construído pelos autores referenciados acima está
descrito na equação (9). Este modelo descreve a fase estacionária em função de
Ni(t) (número de células) e Nmax (número máximo de células), onde começa o
fenômeno da inibição do crescimento pela produção do ácido láctico (Bernaerts et
al, 2004).
)(]).[],(.)([(.). max tNHLaHdt
dNilag
i += µµ Equação 9
47
Onde µ é a taxa de crescimento, onde µi(.) é a taxa especifica de
crescimento global (µlag – Taxa de crescimento na fase de adaptação ; µmax – Taxa
máxima de crescimento atingida na fase exponencial), [LaH] é a concentração de
ácido láctico e [H+] é a concentração de íons hidrogênio. A equação 9 descreve o
crescimento de ambos microrganismos, tanto da bactéria láctica quanto do
microrganismo indicador – particularmente para o antagonismo – requer a adição
de uma equação diferencial apresentada na equação 10.
)((.).)(][
tNdt
tLaHdi
total π= Equação 10
Onde π (.) é a taxa específica de produção de ácido láctico pela bactéria
antagonista. O [LaH]total se refere à concentração de ácido láctico, i. e. , a soma do
ácido láctico dissociado e não-dissociado( Bernaerts et al, 2004).
Para descrever o processo químico de dissociação de ácido láctico em um
meio complexo foi utilizada uma equação química clássica, apresentada na
equação 11.
LaHKH
PHLaH
+= +
+
][
].[][ Equação 11
Onde P é a concentração de ácido láctico, [H+] é a concentração de íons
hidrogênio e KLaH = 10-3.86M.(constante de dissociação do ácido láctico em Molar).
Para descrever a inibição foi uitilizada a equação 12
βα
µ
−
−= +
+
+
max
]
max, ][
[1.
][
][1
H
H
LaH
LaHHLaH quando [LaH]≤[LaH]max e [H+]≤[H+]max
Quando [LaH]>[LaH]max ou [H+] > [H+]Max Equação 12
48
Com [LaH]max a máxima concentração de ácido láctico quando cessa o
crescimento, [H+] a concentração de protóns no pH mimímo de crescimento e α e
β parâmetros positivos. O termo de inibição ( +HLaH ,µ )não tem efeitos na cinética
microbiana, contanto que os valores das concentrações de ácido láctico
dissociado e a concentração de prótons premaneçam abaixo do valor inibitório.
Para completar a estrutura do modelo, a taxa de produção de ácido láctico
precisa ser matemáticamente modelada. Esta taxa pode ser descrita pela equação
13
])[],([(.).(.) ,/++= HLaHYY imiNLaH i
µπ Equação 13
A estratégia de construção do modelo neste caso, começa com a
identificação do principal fenômeno que determina a dinâmica microbiana. Este
exemplo ilustra que o microrganismo pode crescer sozinho, porém causa
mudanças nas condições ambientais do meio de cultivo, i. e., produção de
metabólitos. O modelo descreveu a inibição do patógeno pela bactéria láctica.
3.15. Modelo Quase-químico
O modelo quase-químico combina os conceitos de cinética química e
modelagem preditiva em alimentos. O modelo quase-químico é um modelo
baseado na simples premissa de modelos matemáticos que compreendem uma
ou mais equações diferenciais (Ross et al, 2005). Esse modelo tem a vantagem de
ser capaz de descrever crescimento/morte sendo possível a avaliação da morte a
partir da fase estacionária do microrganismo. O modelo quase-químico postula um
Fase de crescimento Fase de manutenção
49
esquema de reações, que combinam reações de crescimento autocatalítico e
feedback negativo, e presumidamente a formação de um metabólito antagonista
hipotético, o qual induz a morte as células viáveis em multiplicação (Ross et al,
2005). Sendo assim este modelo pode ser definido como um modelo cinético que
relata 4 fases do ciclo de vida do crescimento microbiano (fase de adaptação, fase
exponencial, fase estacionária e a morte) baseado num sistema de equações
diferenciais ordinárias(ODEs) (Ross et al, 2005; Taub et al 2003).
O ciclo de vida microbiano que inclui os fenômenos de crescimento/morte
pode ser integrado dividindo-se o ciclo de vida das bactérias em 4 passos. A fase
de adaptação das células é denominada por M, a fase de crescimento M*, o
antagonista por A e as morte das células por D. (Taub, 2003):
1º passo (ativação): representa a ativação das células da fase lag para a
fase de exponencial (M → M*), e ocorre a uma taxa constante k1;
2º passo (multiplicação): representa a multiplicação das células (M*→2
M*+A), com uma taxa constante k2 .Há a formação concomitante de metabólitos
antagônicos (A) que interagem com as células em multiplicação.
3ºpasso (sensibilização): o microrganismo interage com os metabólitos
antagonistas que sensibilizam as células para morte (D) (A+M*→D) a uma taxa
constante k3.
4ºpasso (morte): ocorre a morte natural (M*→D), com taxa constante k4.
Taub et al (2003) apresentaram um modelo “quase-químico” para estudar a
cinética de crescimento/morte de S.aureus em pão para ração militar, onde o
modelo combina parâmetros como pH, atividade de água e temperatura.
50
A tabela abaixo apresenta as equações das velocidades e as ODEs
utilizados para a construção de um modelo quase-químico.
Tabela 5. Resumo do mecanismo e das equações para o modelo quase-químico
Passo Equações da velocidade
ODEs
M → M* Mkv 11 = MkvdtdM 11)( −=−= (1) M*→2
M*+A *
22 Mkv = )()( *14321
* AGMMkvvvvdtdM ε−+=−−+= (2)
A+M*→
D AMkv *
33 = )()( 2*
32 AkMvvdtdA ε−=−= (3)
)()( 4*
43 AkMvvdtdD ε+=−= (4) M*→D *
44 Mkv = )()()( * tMtMtU += (5)
Fonte: Ross (2005)
Onde: G = (k1-k2), taxa de crescimento natural;
U = M-M*, mudança na população.
ε = (0≤ε<<1), erro estocástico
vi= velocidade em função do tempo em cada passo
Para Taub et al (2003), quando o modelo quase-químico foi comparado ao
modelo de Gompertz observou-se que o modelo quase-químico foi capaz de se
ajustar aos dados de crescimento e morte de maneira contínua. Entretanto,
também se observou que a estimativa da taxa de crescimento para o modelo
ajustado com todos os dados, ou somente com os dados da fase de crescimento,
não foram significativamente diferentes.
O modelo quase-químico é um modelo versátil capaz de caracterizar a
cinética de crescimentos dos microrganismos nos alimentos, descrevendo os
cenários de crescimento, crescimento-morte e a morte (inativação), através de
pequenas mudanças no ambiente experimental (Doona et al, 2005).
51
3.16. MODELAGEM SECUNDÁRIA
Os que modelos descrevem os efeitos das condições ambientais físicas,
químicas e caracteristicas bióticas, nos parâmetros primários de crescimento são
chamados modelos secindários (Ross & Dalgaard, 2004) .
De acordo com McMeekin e Ross (2002), na modelagem secundária tem
que ser considerado o efeito individual de cada fator mas, em diferentes situações,
é necessário considerar como os diferentes fatores interagem restringindo o
crescimento microbiano.
3.16.1. Modelo de Belehràdek ou raiz quadrada
Em 1982, Ratkwosky apresentou um modelo simples para descrever a taxa
de crescimento como uma função da temperatura. O modelo era baseado na
observação da raiz quadrada da taxa de degradação do nucleotídeo no músculo
de carpa, em função da temperatura (Ross & McMeekin, 1994).
)( minTTbk −= Equação 14
onde:
k : taxa de crescimento; T: temperatura; Tmin: temperatura mínima de crescimento. O modelo da raiz quadrada foi desenvolvido primeiramente com o objetivo
de predizer o efeito da temperatura no crescimento bacteriano (Delignette-Muller
et al, 1995). Em 1983 Ratkwosky, estendeu a aplicabilidade da equação incluindo
as temperaturas superótimas de crescimento.
52
De acordo com Delignette-Muller et al (1995), variantes do modelo da raiz
quadrada foram propostos a partir do modelo original levando em conta outros
fatores como pH e atividade de água (aw).
Apesar de sua parcimônia, o modelo da Raiz Quadrada ajusta-se aos
dados tão bem quanto os outros utilizados em microbiologia preditiva, como o
modelo polinomial, e muitas vezes, melhor. Justamente por esta qualidade, é
muito mais geral que os modelos com muitos parâmetros (Ross & McMeekin,
1994).
3.16.2. Modelo de Arrhenius modificado ou modelo de Davey
O modelo de Davey (1989) foi baseado no modelo de Arrhenius.
22423
212110 .)ln( VCVCVCVCCK +++= + Equação 15
onde:
C1 ...C4 : são coeficientes a serem calculados; V1 e V2: são respectivamente fatores ambientais (aw, temperatura absoluta ou pH); K: Taxa de crescimento; 3.16.3. Modelos de superfície de resposta
São polinômios múltiplos ajustados por regressão padrão. Eles podem
conter termos lineares, quadráticos, cúbicos, recíprocos, e podem conter termos
de interações ou cruzados. Freqüentemente, o logaritmo da resposta é melhor
ajustado, e a equação pode ser apresentada na forma completa, ou simplificada
até os termos estatisticamente representativos (Ross & McMeekin , 1994).
A equação genérica de um modelo polinomial (superfície de resposta) está
apresentada abaixo:
53
ε++++++++++=
329318
217236
225
2143322110
**
*
xxbxxb
xxbxbxbxbxbxbxbby
Equação 16
Onde:
λ = tempo de adaptação (dias) x1 …x3 = parâmetros de controle bo...b9 = coeficientes do modelo ε = erro
3.17. Validação de modelos
Após coletar certo número de curvas e ajustar o modelo primário e
estabelecer o modelo secundário é importante testar a precisão do modelo com
novos dados e novas combinações dos fatores. A necessidade de desenvolver
índices interpretáveis, medidas baseadas na razão média entre o tempo predito e
o observado, originou os fatores de Bias e Exatidão (Ross,1996).
3.17.1. Fator de bias
O fator de bias é o antilogaritmo da razão média dos valores preditos e os
observados.
Por conveniência, este valor é nomeado Fator de Bias, e é definido
(Ross,1996):
∑
nobservado
predito
log10 Equação 17
onde:
predito: valor predito para a variável; observado: valores observados para a variável; n: número de observações utilizadas no cálculo.
54
O fator de Bias avalia quantitativamente onde o modelo prediz de maneira
segura determinando assim, em média, onde os dados preditos estão, por baixo
ou por cima da linha de equivalência (Ross,1996).
3.17.2. Fator de exatidão
O fator de exatidão é o valor absoluto do logaritmo da razão média do
predito e o observado.
Por conveniência, este valor é nomeado Fator de Exatidão, e é definido
(Ross,1996):
∑ nobservado
preditolog
10 Equação 18
onde:
predito: valor predito para a variável; observado: valores observados para a variável; n: número de observações utilizadas no cálculo.
O fator de exatidão, por se tratar de um valor absoluto, sempre terá valores
maiores que um. Este fator indica a distância entre cada ponto observado da linha
de equivalência da predição, a variabilidade dos dados, ou seja uma simples
medida do nível de confiança do modelo de predição (Ross,1996).
3.17.3. Erro do quadrado médio (MSE)
O erro do quadrado médio (MSE) é um índice estatístico, onde é definido pela
soma quadrática do resíduo divido pelo número de graus de liberdade. O MSE
representa o desvio entre a medida experimental e o valor predito. Quanto menor
o valor do MSE melhor será a adequação do modelo (George, 1999).
56
4. MATERIAL E MÉTODOS
4.1. Seleção das linhagens
Foi utilizada a levedura Saccharomyces cerevisiae CCT 0759, não floculante,
por ser descrita como possuidora de alto potencial fermentador e muito utilizada
nas indústrias de álcool brasileiras. Para o estudo do antagonismo láctico foi
selecionado o Lactobacillus fermentum CCT1668, a bactéria láctica contaminante
com maior incidência nas plantas de produção de etanol (Gallo, 1990). As culturas
foram obtidas de isolados de usinas de álcool da coleção de culturas da Fundação
Tropical de Pesquisas e Tecnologia André Tosello.
A manutenção da S. cerevisiae foi feita em Agar Extrato de Malte (MEA)
formulado com pH 6.7, para o L.fermentum. O meio de manutenção foi Mann,
Rogosa & Sharpe (MRS) caldo (DIFCO), e as cepas estocadas a 4ºC. Antes de
cada experimentos as culturas eram repicadas três vezes.
4.2. Delineamento experimental
Para o delineamento experimental, foi selecionado um desenho composto
central rotacional (DCCR) com duas variáveis, incluindo 3 pontos centrais e 4
pontos axiais, totalizando 11 ensaios (2k+2*k+no). Os níveis deste planejamento
estão apresentados na tabela 6. Como variáveis do processo foram selecionadas
a temperatura de processo fermentativo (T) e nível de inóculo de Lactobacillus
fermentum (L). Os parâmetros do processo foram o nível de inóculo da levedura
mantido constante em 106 UFC/mL (Essia Ngang, 1990). No Brasil, a inoculação é
feita levando em consideração o peso seco da levedura, iniciando com 10 g de
57
fermento (Lima et al, 2001). O pH do mosto (6,1±0,1) e a quantidade de sólidos
solúveis, presentes no mosto de cana-de-açúcar foram ajustados em 21.5ºBrix .
Como respostas do planejamento foram obtidas a taxa específica de crescimento
(µ − h-1), população máxima (Rg – UFC/mL), tempo de geração (G- h), tempo de
adaptação (λ - h) de ambos microrganismos, tanto em cultura pura quanto em
cultura mista. Durante cada ensaio, foram coletadas amostras em intervalos
regulares de tempo (vide item 4.5), para a determinação da concentração de ácido
láctico, etanol, frutose, glicose e glicerol (análises descritas no item 4.9), e
avaliação do índice de viabilidade da levedura quando cultivada em cultura pura e
mista (vide item 4.6).
Para cada ensaio realizado com a cultura mista, foram realizados outros dois
ensaios, conduzidos da mesma forma e com o mesmo substrato, para as culturas
puras de L.fermentum e S.cerevisiae, como controle. Para a descrição dos
experimentos, foi utilizado a seguinte codificação (valor de T(ºC) – corresponde à
temperatura de fermentação) –(S seguido do número indicando– nível de inóculo
da S. cerevisiae) – (L seguido do número indicando–nível de inóculo de
L.fermentum)). Exemplo experimento realizado a 28ºC, com 105UFC/mL de
inóculo de L.fermentum e com 106UFC/mL de inóculo de S. cerevisiae codificado
como (28S6L5).
58
Tabela 6. Desenho do planejamento experimental com valores codificados e (reais).
Ensaios Temperatura (ºC) Nível de inóculo de L. fermentun (UFC/mL)
01 -1(25) -1(103) 02 +1(31) -1(103) 03 -1(25) +1(107) 04 +1(31) +1(107) 05 -1.4(24) 0(105) 06 +1.4(32) 0(105) 07 0(28) -1.4(101) 08 0(28) +1.4(108) 09 0(28) 0(105) 10 0(28) 0(105) 11 0(28) 0(105)
4.2.1. Variáveis de controle do processo fermentativo
Os níveis das variáveis independentes foram selecionados conforme os itens
4.2.1.1 e 4.2.1.2.
4.2.1.1. Temperatura do processo fermentativo
As temperaturas selecionadas para o processo fermentativo foram descritas,
por Costa et al (2001) levando em consideração que temperatura acima de 40ºC
causam decréscimo na viabilidade celular da levedura (Marañón et al 1999),
portanto, a faixa de temperatura selecionada foi de 24ºC a 32ºC (tabela 6). As
amostras foram inoculadas e incubadas em agitador, com agitação de 120rpm
(New Brunswick Scientific, Model G-27, U.S.A.) com temperatura controlada
(±0,5ºC). As variações de temperaturas foram registradas com o auxílio do
registrador de temperatura OMEGA CL526 mediante termopar tipo T flexível
Omega TT-T- 30-SLE, fio duplex cobre –constantan. Caso necessário, nas
temperatura mais baixas (24 e 25oC) era acionado manualmente o controle de
refrigeração do agitador.
59
4.2.1.2. Nível de inóculo de Lactobacillus fermentum
O microrganismo, L.fermentum, foi inoculado em mosto, previamente
preparado, em cinco níveis de inóculo variando de 101 a 108 UFC/mL, avaliando
níveis extremos de contaminação (tabela 6). O ponto central do desenho
experimental foi determinado conforme relatos de Gallo (1990) para a ocorrência
de L.fermentum no mosto de caldo de cana resfriado, que foi da ordem de 105
UFC/mL.
4.3. Inoculação
O caldo de cana-de-açúcar, composto por 15% (v/v) de caldo de cana
proveniente dos filtros a vácuo das usinas a 13,2ºBrix, e o restante 63% (v/v) de
caldo de cana do segundo terno de extração da moenda a 10ºBrix, clarificado
industrialmente, foi filtrado em algodão, para a retirada de sujidades (Nolasco Jr,
2005).
Para o ajuste do sólidos solúveis, 21.5ºBrix, foi utilizado mel a 78ºBrix, a
medição do teor de sólidos solúveis foi realizada com o auxilio de um refratômetro
manual (Atago,Type 500). O cálculo das proporções foi realizado pelo Quadrado
Pearson (vide representação a seguir), um método simples, o qual permite o
calculo das proporções de dois componentes de uma mistura.
ºBrix do caldo: 12ºbrix 55.3 21.5 ºBrix + 64.8 ºBrix do mel 76.8ºBrix 9.5
Proporção do mosto a 12ºBrix: %34.858.64
1003.55 =x
60
Proporção do mel a 76.8ºBrix: %66.148.64
1005.9 =x
Após misturas nas proporções calculadas, a concentração de sólidos
solúveis foi confirmada com o refratômetro.
O mosto a 21,5ºBrix, foi acondicionado em garrafões de vidro com
capacidade para 9L, e tratao termicamente a 121ºC por 40 minutos (Nolasco Jr,
2005).
Após o tratamento térmico para eliminação dos contaminantes, o mosto foi
transferido para garrafas PET (Polietilenotereftalato) com capacidade para 500mL,
previamente sanitizadas com Vortex ES® 0,03% conforme metodologia adaptada
de Petrus (2000), e estocadas a -20ºC até a realização dos ensaios.
4.4. Preparo do inóculo
O preparo do inóculo dos microrganismos foi realizado por 3 transferências
sucessivas em meio líquido Malt Extract broth (MEB) formulado com pH6,7 para a
levedura e MRS caldo (Man Rogosa Sharpe) (DIFCO) para o lactobacilo, num
período de 72 horas antecedentes a cada experimento.
4.4.1. Pré-inóculo da levedura (Saccharomyces cerevisiae)
A cultura da levedura foi repicada em tubos com Agar Extrato de Malte
(MEA, formulado pH.6,7) e incubada à 25ºC por 5 dias. Após este período, foram
realizadas 3 transferências sucessivas, como indicado a seguir, para a
multiplicação das células de levedura. O crescimento do tubo com MEA foi
transferido para 50 mL Caldo Extrato de Malte (MEB) e incubado com agitação de
61
120 rpm (New Brunswick Scientific, Model G-27, U.S.A.) por 24 horas à
temperatura do respectivo experimento (Tabela 6). Após este período, os 50mL de
meio com crescimento foram transferidos para 50mL de MEB, e incubados, com
agitação, por 24 horas à respectiva temperatura. Decorrido 24 horas de
incubação, 100mL de meio, com crescimento, foram transferidos para
erlenmeyeres contendo 100mL de MEB, e reincubados por 24 horas, com
agitação.
4.4.2. Pré-inóculo do lactobacilo (Lactobacillus fermentum)
A cultura da bactéria foi repicada em MRS caldo e incubada a 32ºC por 72
horas. Após este período, foram realizadas 3 transferências sucessivas para a
multiplicação das células bacterianas: foi retirado 1mL da suspensão bacteriana e
transferido para 50mL de MRS caldo. Esta suspensão foi incubada com agitação
(New Brunswick Scientific, Model G-27, U.S.A.) à temperatura do respectivo
experimento (Tabela 6) por 24 horas, com agitação de 120rpm. Decorrido o
período de incubação, 50mL da suspensão foram transferidos para frascos
erlenmeyeres, contendo 50mL de MRS caldo, e reincubados com agitação por 24
horas. Após o período de 24 horas, os 100mL da suspensão foram transferidos
para erlenmeyeres contendo 100mL de MRS caldo, incubados com agitação por
24 horas.
62
4.4.3. Ajuste do inóculo da levedura
A partir do pré-inóculo, a concentração inicial da levedura foi ajustada
mediante contagem em câmara de Neubauer (Nobre, 2006). A técnica consiste
em misturar partes iguais da suspensão de levedura, adequadamente diluída e da
solução corante (Azul de Metileno) (Lee et al, 1981). Com o auxilio da pipeta
Pasteur, foi transferida uma gota da amostra (suspensão de células + corante)
para a câmara e esta recoberta com uma lamínula, então levada ao microscópio
óptico na objetiva de 40X.
Para determinação do número de células, foram contados 5 quadrados
médios na diagonal da lâmina (Figura 3) . O cálculo do número de células foi
realizado de acordo com a equação 20 (Laluce et al,2007)
xDxNxC 41025= Equação 20
Onde: C: número de células/mL
N: média do número de células nos 5 quadrados médios
25: números de quadrados médios da câmara
104: correção do volume da Câmara de Neubauer (cm3 ou mL)
D: fator de diluição da suspensão de leveduras
Figura 3. Quadrado Médio da Câmara de Neubauer e sentido de contagem dos
quadrados médios
63
O cálculo da concentração do volume de suspensão a ser inoculada foi
realizado de acordo com a equação 21.
Volume a ser inoculado = Concentração de células desejada X Volume de meio no frasco
Concentração da suspensão
Equação 21
4.4.4. Ajuste do inóculo do lactobacilo
A partir do pré-inóculo, a concentração de células do lactobacilo foi ajustado
com o auxilio do aparelho Densimat® (BioMérieux, S.a, France). A concentração
da bactéria foi ajustada conforme os experimentos descritos na tabela 6. Os
padrões McFarland (Tabela 7) foram utilizados como referência para ajuste da
concentração de células bacterianas, o equipamento avalia a turbidez da
suspensão num comprimento de onda de 550nm.
Tabela 7.Equivalência dos padrões McFarland
Padrão Concentração
bacteriana X (106)
Densidade óptica teórica
a 550nm
0.5 150 0.125
1.0 300 0.25
2.0 600 0.50
3.0 900 0.75
4.0 1200 1.00
5.0 1500 1.25
Fonte: APHA, 2001.
O ajuste foi realizado considerando um volume de 200mL de mosto de
cana-de-açúcar.
64
Para as concentrações de inóculo de 105 e 103UFC/mL do lactobacilo, a
suspensão foi ajustada no padrão 2.0 (6.0X108UFC/mL). A partir do inóculo
ajustado, foram feitas diluições decimais sucessivas para concentração 107
UFC/mL e 105 UFC/mL, respectivamente. O cálculo do volume de inóculo foi
realizado de acordo com a equação 21. Para os experimentos com concentração
de células em 107UFC/mL, o inóculo foi ajustado no padrão 5 (1,5x109UFC/mL). O
cálculo do volume foi procedido da mesma forma descrita anteriormente. Na
concentração de 101UFC/mL, a suspensão foi ajustada no padrão
1(3,0x108UFC/mL) diluída até 3,0x103UFC/mL, o procedimento para o cálculo foi
realizado como os demais experimentos. Para o ajuste do inóculo de 108UFC/mL
foi utilizada o padrão 5(1,5x109UFC/mL). O cálculo do volume foi realizado
conforme equação 19.
4.5. Coleta de amostras do processo fermentativo
As coletas foram realizadas de 3 em 3 horas num período de 24 horas
iniciais de fermentação, 6 em 6 horas de 30 horas até 60 horas de processo, a
partir de 68 horas de fermentação até o término do ensaio, 100 horas, as coletas
foram de 8 em 8 horas.
Em cada coleta, foi retirada uma alíquota de 7mL de mosto fermentado,
2mL destinados à contagem por diluição e plaqueamento em superfície para e
levedura e profundidade para o lactobacilo, 1mL para a determinação do índice de
viabilidade de levedura, e 4mL para a análise das concentrações de etanol e ácido
láctico e aferição do pH. As amostras para a determinação da concentração de
65
etanol e ácido láctico foram acondicionadas em frascos vedados e mantidas
congeladas a -20ºC até a determinação posterior dos respectivos compostos.
4.6. Avaliação da viabilidade das células de levedu ra
Para avaliação da viabilidade, foi realizada contagem em Câmara de
Neubauer, conforme procedimento descrito no item 4.4.3.
As células com alta atividade fisiológica não se coloriram, enquanto as
células inativas (mortas) apresentaram-se coloridas de azul (Figura 4). O número
de células viáveis foi calculado pela equação 18, da mesma forma foi determinado
o número de células inviáveis (coloridas).
Figura 4. Determinação da viabilidade celular de leveduras com azul de metileno. As células coradas de azul são células mortas, enquanto as incolores são células viáveis
Para o cálculo do índice de viabilidade foi utilizada a equação 22 (Lee et al,
1981).
66
Número de células incolores
Número de células incolores + Número de células coloridas
Equação 22
4.7. Avaliação do crescimento
4.7.1. Contagem das células da S. cerevisiae
A avaliação do crescimento foi realizada mediante análise microbiológica de
contagem de S.cerevisiae e L.fermentum. Para a levedura, foi utilizada a
metodologia descrita Beuchat e Cousin (2001). A contagem da levedura foi
realizada mediante diluições decimais sucessivas que foram inoculadas em
superfície utilizando como meio de cultura Malt Extract Agar (MEA) formulado com
pH 6.7 e suplementado de cloranfenicol (100mg/L) e tetraciclina (100mg/L). As
placas foram incubadas à temperatura ótima de crescimento (25ºC) por 5 dias.
Decorrido o crescimento, as placas foram contadas e as colônias presentes nas
placas foram avaliadas quanto a sua morfologia macroscópica (tipo de borda, cor
(topo e fundo), aspecto da colônia e tipo de crescimento) e microscópica.
4.7.2. Contagem das células do L. fermentum
Para o L.fermentum, foi utilizada a metodologia descrita por Hall et al.
(2001). Sendo assim foram realizadas diluições decimais sucessivas inoculadas
em profundidade utilizando como meio de cultura MRS Agar (Oxoid) acidificado
com a adição de ácido acético 1N até pH 5,5±0,1 e suplementado com Natamax®
(Danisco) (50mg/mL) (Botes et al, 2007; Jullian, 2005). As placas foram incubadas
à temperatura ótima de crescimento (35ºC) por 72 horas. Decorrido o crescimento,
as placas foram contadas e as colônias presentes nas placas foram avaliadas
Índice de viabilidade =
67
quanto a sua morfologia macroscópica (tipo de borda, cor (topo e fundo), aspecto
da colônia e tipo de crescimento) e microscópica.
4.8. Medição do pH do mosto
O pH foi aferido em potênciometro digital Digimed, modelo DMPH-2, a cada
coleta.
4.9. Avaliação da concentração de ácido láctico, ác ido acético, etanol,
frutose, glicose, glicerol
Os compostos foram detectados e quantificados por cromatografia líquida
de alta eficiência (CLAE/HPLC). A metodologia utilizada foi a proposta por López
& Gómez (1996). Para a análises foi utilizado um sistema cromatográfico líquido
de alta eficiência (HPLC) Shimadzu (Integrador – Shimadzu – CR4A), composto
por uma bomba (Shimadzu–CC-6A), um injetor manual, uma coluna para detecção
de ácidos orgânicos, etanol e açúcares (Sulpelco–Supelco Gel C.610H, Catalogue
Number 5-9320), forno (Shimadzu–CTO6A) e desgaseificador automático
(Shimadzu – DGU2A) conectados em série.
As aliquotas de mosto fermentado coletadas durante o processo
fermentativo foram centrifugadas a 15094xg/4ºC por 20 minutos, e posteriormente
filtradas em membrana PVDF (polivinilideno) material de 0,22µm, previamente a
injeção no equipamento.
As amostras foram eluídas em ácido sulfúrico 0,65mM, a uma taxa de fluxo
isocrática de 0,7mL/mim. A temperatura de operação da coluna foi de 75ºC. Os
68
compostos eluídos na fase móvel (ácido sulfúrico 0,65mM) foram analisados por
detector UV (Shimadzu–SPD6A), ajustado a 214nm, e detector de índice de
refração (RI) (Shimadzu–RI 10A), com a temperatura de cela do RI mantida a
50ºC durante os ensaios.
4.9.1. Preparo da fase móvel
Para o preparo da fase móvel, foi utilizada água ultra-pura (Milliq®, Millipore;
Milford, MA) e ácido sulfúrico (Merck, Alemanha). Foi preparada uma fase móvel,
diariamente, com concentração de 0,65mM de ácido sulfúrico, e filtrada, com
sistema de filtração (Millipore; Milford, MA) acoplado a uma bomba de vácuo
(Millipore; Milford, MA – Millipore vaccum pressure pump) (Figura 5) com
membrana de acetato de celulose com porosidade de 0,45µm (Millipore; Milford,
MA).
Figura 5. Sistema de filtração a vácuo para a fase móvel.
69
4.9.2. Condicionamento da coluna
Antes da injeção das amostras, a coluna foi condicionada com a respectiva
fase móvel e mantida na temperatura de 75ºC. O processo de condicionamento foi
conduzido por 12 horas.
4.9.3. Curva padrão da glicose
Para a preparação da curva padrão da glicose, foi utilizada Glicose Anidra
P.A. (Merck, Alemanha), com teor de pureza de 99,5%. Foram preparados 50mL
de solução estoque com concentração de 100g/L. A partir desta solução, foram
feitas diluições para a preparação das demais concentrações 75, 50, 25, 10, 5, 1 e
0,1g/L. Para a detecção da glicose foi utilizado o índice de refração, com
temperatura de cela de 50ºC, a taxa de fluxo isocrático de 0,7mL/min e
temperatura da coluna de 75ºC.
4.9.4. Curva padrão frutose
A curva padrão da Frutose P.A. (Synth, Brasil), com teor de pureza de
99,5%, foi construída nas concentrações de 100, 75, 50, 25, 10, 5, 1, 0,1g/L. Para
tanto foram preparados 50mL de uma solução estoque com concentração de
100g/L, e realizadas diluições para a preparação das demais concentrações. Para
a detecção da frutose, foi utilizada detecção por indice de refração (RI) com
temperatura de cela de 50ºC, a taxa de fluxo isocrático de 0,7mL/min e
temperatura da coluna de 75ºC.
70
4.9.5. Curva padrão etanol
Para a preparação da curva padrão do Etanol (VETEC, Brasil), grau HPLC
com 95% de pureza, foram utilizadas concentrações de 100, 75, 50, 25, 10, 5, 1,
0,1g/L. Foi preparada uma solução estoque de 100g/L. A partir desta solução,
preparadas as demais diluições. Para a detecção do etanol, foi utilizado o índice
de refração, com temperatura de cela de 50ºC, a taxa de fluxo isocrático de
0,7mL/min e temperatura da coluna de 75ºC.
4.9.6. Curva padrão glicerol
Para a preparação da curva padrão do Glicerol (Sigma Aldrich, Alemanha),
teor de pureza de 99,5%, foram utilizadas concentrações de 100, 75, 50, 25, 10,
5, 1, 0,1g/L. Foi preparada uma solução estoque de 100g/L. A partir desta
solução, preparadas as demais diluições. Para a detecção do glicerol, foi utilizado
o índice de refração, com temperatura de cela de 50ºC, a taxa de fluxo isocrático
de 0,7mL/min e temperatura da coluna de 75ºC.
4.9.7. Curva padrão ácido láctico
Para a preparação da curva padrão do ácido láctico (Sigma
Aldrich,Alemanha), teor de pureza de 99,8%, foram utilizadas concentrações de
10, 7, 5, 3, 1, 0.5, 0,1 mg/mL. Foi preparada uma solução estoque de 10mg/mL. A
partir desta solução preparadas as demais diluições. Para a detecção do ácido
láctico, foi utilizado o índice de refração, com temperatura de cela de 50ºC, a taxa
de fluxo isocrático de 0,7mL/min e temperatura da coluna de 75ºC. Para o ácido
láctico, foram testados os padrões dos isômeros D e L. No entanto, com a
71
metodologia utilizada não foi possível a diferenciação destes isômeros, portanto,
foi ultizada uma mistura racêmica do ácido como padrão de detecção.
4.9.8. Curva padrão ácido ácetico
Para a preparação da curva padrão do ácido acético (Vetec, Brasil), teor de
pureza de 99,5%, foram utilizadas concentrações de 10, 7, 5, 3, 1, 0.5, 0,1 mg/mL.
Foi preparada uma solução estoque de 10mg/mL. A partir desta solução,
preparadas as demais diluições. Para a detecção do ácido láctico, foi utilizado o
índice de refração, com temperatura de cela de 50ºC, a taxa de fluxo isocrático de
0,7mL/min e temperatura da coluna de 75ºC.
4.9.9. Análise das amostras
As amostras de mosto de cana-de-açúcar fermentadas foram filtradas
previamente à injeção no cromatográfo, em membrana de PDVF (Millipore) de
0,22um de poro e 13mm de diâmetro. Foram injetados 20µl de amostra na coluna
de detecção. Para o cálculo das concentrações dos compostos detectados, foram
comparados os tempos de retenção das amostras com o tempo de retenção dos
padrões e as concentrações foram calculadas de acordo com as curvas padrões
(ver anexo D).
72
4.10. Modelagem preditiva
4.10.1. Modelagem primária
Os modelos de Baranyi & Roberts (1994) e Gompertz modificado (Zwietering et
al, 1991) foram utilizados para predizer os parâmetros de crescimento, tempo de
lag (λ), taxa específica de crescimento (µ), tempo de geração (G) e população
máxima (Rg) de cada microrganismo até a fase estacionária, Lactobacillus
fermentum e Saccharomyces cerevisiae. Para a determinação dos parâmetros
descritos acima, foi utilizado o software DMFIT versão 2.1. Os dados utilizados
foram o logarítimo da população versus tempo de cada microrganismo.
4.10.2. Modelo quase-químico
Foi utilizado o modelo quase-químico proposto por Ross et al (2005) para a
descrição das etapas de crescimento e morte da levedura e do lactobacilo tanto
em cultura pura quanto em cultura mista, considerando que este modelo descrevia
crescimento/morte da população de forma contínua, pressupondo que tanto a
levedura quanto o lactobacilo iniciariam um rápido declínio após a fase
exponencial devido à presença de metabólito antagonista.
O modelo foi ajustado aos dados experimentais, mediante a utilização do
software MATLAB 7.5 através da função ODE15S, juntamente com análise de
regressão não linear pela função LSQNONLIN, para o modelo quase-químico.
Os dados de entrada para a preparação do modelo foram a contagem celular
de ambos microrgansimos, chamada xd, e o intervalo de tempo de coleta de
dados, chamado td. Para o cálculo das constantes k de crescimento/declíniode
73
cada fase foram assumidos valores iniciais para k1, k2, k3 e k4 para ajuste deste
parâmetro pela função LSQNONLIN (vide anexo C).
Para a execução do modelo, foram criadas 4 subrotinas (vide anexo C). O
script SD, que chama a função não-linear calculando o erro pelo método dos
mínimos-quadrados, tendo como dados de saída a função f(x) e a norma do
passo; A função ED que auxilia no ajuste dos dados e minimiza o erro da função
pelo método dos míminos quadrados; A função utilizada para a solução do
sistema de equações diferenciais (ODE) é definida como FD. O script PredOde é
onde são calculadas as soluções de M, M*,A, D e U, este script somente calcula
os valores das soluções das equações diferenciais, não envolvendo o ajuste dos
dados. Os dados de saída deste script são taxa de crescimento (µ), tempo de
adaptação (λ) e população máxima (Rg).
4.10.3. Modelagem secundário
4.10.3.1. Modelagem de superficie de resposta
Foi aplicada a modelagem de superfície de resposta para as variáveis
dependentes λ, µ e concentração máxima de etanol produzido durante a
fermentação pela cultura mista, em função da temperatura de fermentação e nível
de inóculo de lactobacilo. Em cada experimento a determinação da concentração
de etanol foi calculada a partir da equação da curva padrão de etanol para cada
tempo; a partir, destes dados foi selecionado o valor máximo de etanol produzido
para cada situação. Com os dados das variáveis indenpendentes e concentração
máxima de etanol, foi usado o procedimento Industrial Statistics & Six Sigma e a
74
função Experimental Design, Central composite, non factorial, surface design do
Software Statistica 7.0 e utilizando o procedimento ANOVA (p<0,10). O modelo
encontrado foi validado estatisticamente através de análise de variância. Os
fatores de bias e exatidão foram calculados conforme descrito por Roos (1996).
4.10.3.2. Modelo de Davey (1989) e Raíz quadrada
Os parâmetros µ e λ foram modelados em função da temperatura de
fermentação para tanto foi utilizado o procedimento de regressão não-linear
Advanced Linear/ Non linear models e a função Non linear estimation do software
Statisitica 7.0. O modelo encontrado foi validado estatisticamente através de
análise de variância. Os fatores de bias e exatidão foram calculados conforme
descrito por Ross (1995).
75
5. RESULTADOS E DISCUSSÃO
5.1. Curvas experimentais de crescimento e declino de Saccharomyces
cerevisiae e Lactobacillus fermentum
As curvas de crescimento e declínio experimentais, do lactobacilo e da
levedura, apresentadas na figura 6 no Anexo A demonstram que com o inóculo de
levedura constante em 106UFC/mL para todos os experimentos, e
independentemente do nível de inóculo do lactobacilo ou da temperatura do
processo fermentativo, o crescimento do Lactobacillus fermentum apresenta um
máximo entre 40 e 60 horas. Em contra-partida, neste mesmo período, o
crescimento da levedura que estava no estado estacionário, começa a decrescer
exponencialmente.
Ao avaliar a duração da fase exponencial da levedura, esta tem duração de
aproximadamente 20 horas tanto em cultura pura, quanto em cultura mista, este
fenômeno é idependente da presença do L.fermentum. O lactobacilo entra na fase
exponencial após a fase estacionária da levedura, sendo que a duração da fase
exponencial do lactobacilo foi dependente da presença da levedura. Por outro
lado, observa-se na figura 18, que o índice de viabilidade da levedura neste
mesmo período, para as mesmas condições experimentais, foi menor que 40%.
Em pesquisa de estimulação de lactobacilo na fermentação alcoólica em melaço
de beterraba, Essia-Ngang et al (1992), constataram que com o nível de inóculo
inicial de 107UFC/mL, o lactobacilo em cultura mista com a levedura, tem o
máximo de crescimento exponencial ao redor de 25 horas de fermentação,
momento no qual observaram maior índice de morte da levedura. Sendo assim,
76
pode-se verificar, que quando a levedura está na fase de declínio o lactobacilo
atingiu o auge do seu crescimento exponencial, isto poderia ser devido a há o
excreção de aminoácidos e vitaminas no meio de cultivo (Oliva-Neto & Yokoya,
1997).
Pôde-se (ver curvas Anexo A) verificar o aumento de 5 a 6 ciclos
logarítmicos para o crescimento do lactobacilo a partir do inóculo inicial, enquanto
para a levedura este aumento é de apenas dois ciclos logarítmicos em todos os
processos fermentativos.
1,00E+00
1,00E+04
1,00E+08
1,00E+12
0 20 40 60 80 100 120
Lact
obac
illus
(UF
C/m
L)
Tempo (horas)
Lactobacillus cultura pura Lactobacillus cultura mista
Levedura cultura pura Levedura cultura mista
Figura 6. Curvas experimentais de crescimento para o experimento 04 (31S6L7), para as culturas mistas e puras de S. cerevisiae e L.fermentum em mosto de cana-de-açúcar.
77
5.2. Modelagem primária
As curvas de crescimento do lactobacilo e da levedura apresentadas a
seguir foram modeladas até o final da fase estacionária conforme Baranyi e
Roberts (1994) e Gompertz modificado (Zwietering, 1991), utilizando o software
DMFIT 2.1. Os valores estimados dos parâmetros pelo modelo de Baranyi &
Roberts (1994), tempo de adaptação (lag), taxa de crescimento (µ.) e população
máxima estão apresentados nas tabelas 9 e 10 para as culturas mistas e puras,
respectivamente. Para as curvas ajustadas pelo modelo de Gompertz modificado
(Zwietering et al, 1991) (vide tabelas 11 e 12), em dois experimentos não tiveram
bom coeficiente de correlação dos dados (R2<0,90), um para a cultura pura de
lactobacilo 04(31S0L7), e outro para a cultura mista de levedura 02 (31S6L3). O
modelo de Gompertz modificado não foi capaz de predizer o tempo de adaptação
para a cultura mista de lactobacilo no caso dos experimentos 02(31S6L3), 03
(25S6L7), 06(32S6L5), 7(28S6L1), 09 (28S6L5), 10(28S6L5) e 11(28S6L5).
Pelo coeficiente correlação dos dados (R2> 0,92) pode-se observar muito
bom ajuste do modelo de Baranyi e Roberts (1994), indicando que este descreve
melhor, quando comparado ao modelo de Gompertz modificado, o fenômeno de
crescimento de ambos microrganismos.
Portanto, para a modelagem primária optou-se pelos parâmetros preditos
pelo modelo de Baranyi & Roberts (1994).
Observando a tabela 9 e figura 7 (25S6L3), pode-se observar que não há
diferença na taxa de crescimento da levedura quando em cultura pura (0,19h-1) ou
mista (0,18h-1), isto também pode ser observado para a população máxima, no
entanto houve uma pequena diferença entre o tempo de adaptação da cultura
78
pura e mista, de 7,04h para 5,61h, respectivamente. Porém para o lactobacilo há
um decréscimo na taxa de crescimento de 0,30h-1 para 0,21h-1quando este é
cultivado juntamente com a levedura. Este fato pode ser relacionado com a
diferença na concentração de células dos microrganismos, pois a levedura neste
experimento, foi inoculada em maior concentração (106UFC/mL) que o lactobacilo
(103UFC/ml), desta forma a S. cerevisiae reduziu o crescimento de L.fermentum
no mosto de cana-de-açúcar. Este resultado está de acordo como os
apresentados por Thomas et al (2001). No entanto, o lactobacilo, quando em co-
cultura com a levedura atinge a população máxima de 3,04x109UFC/mL, enquanto
que o lactobacilo quando cultivado em cultura pura atingiu população máxima de
5,83x108UFC/mL.
A população máxima da levedura, atingindo 108UFC/mL em todos os
experimentos, não sofre reduções consideráveis quando em co-cultura com a
bactéria láctica. Em cultura pura, a redução na população máxima do lactobacilo
pode ser devido à ausência de micronutrientes que são liberados com a autólise
das células da levedura, podendo-se destacar as vitaminas B12 e biotina,
permitindo desta forma que o lactobacilo, quando cultivado juntamente com a
levedura, atinja níveis elevados durante o processo de fermentação alcoólica. Na
figura 7, pode-se avaliar também a extensão da fase exponencial da levedura que
é de aproximadamente 10 horas, apresenta uma longa curvatura de aceleração
negativa antes da fase estacionária. A fase exponencial do lactobacilo é quase 3
vezes maior, aproximadamente 30 horas.
79
0
1
2
3
4
5
6
7
0 10 20 30 40 50 60 70 80Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo mistoBaranyi - levedura pura Baranyi - levedura mistaDados experimentais - lactobacilo puro Dados experimentais - lactobacilo mistoDados experimentais - levedura pura Dados experimentais - levedura mista
Figura 7. Curvas de crescimento experimento 01(25S6L3) de L.fermentum e S. cerevisiae , em culturas puras e culturas mistas.
Analisando-se a figura 8 (31S6L3), pode-se observar que o tempo de
adaptação do lactobacilo sofreu redução quando cultivado em cultura mista com a
levedura, passando de 7,12 horas em cultura pura para 2,62 horas. A levedura foi
cultivada com o lactobacilo e teve seu tempo de adaptação de 1,26 horas e em
cultura pura sendo elevado 6 horas. Não foi encontrado na literatura relatos para a
comparação destes resultados, no entanto parece existir sinergismo entre ambos
os microrganismos, com relação ao tempo de adaptação, facilitando, em alguns
casos, a adaptação um para o outro. Este fato é importante pois, em cultura mista,
a levedura entra na fase exponencial num tempo 4 vezes menor do que quando
cultivada em cultura pura. Neste experimento, a taxa de crescimento do
lactobacilo, quando em co-cultura com a levedura foi 0,35h-1, sendo que a mesma
sofre uma redução para 0,17h-1 quando este microrganismo foi cultivado sem a
presença da levedura. Este acontecimento pode estar correlacionado ao fato do
80
lactobacilo requerer uma imensa variedade de fatores para seu crescimento,
sendo que dentre os mais importantes pode-se citar nucleotídeos, aminoácidos e
vitaminas, como Biotina e vitamina B12. É sabido que a biotina é um fator
essencial de crescimento para a S. cerevisiae, de modo similar quando suas
células são lisadas após algumas horas do processo fermentativo essa biotina vai
sendo liberado gradativamente no meio a partir do final da fase exponencial até o
inicio da fase estacionária, dando condições favoráveis para o desenvolvimento
para o lactobacilo (Oliva-Neto & Yokoya,1997). No entanto, para o mesmo
experimento, a levedura teve a taxa de crescimento afetada pela presença do
lactobacilo, quando em cultura pura a taxa foi de 0,24h-1, sofrendo uma redução
para 0,16 h-1, quando cultivada juntamente com a bactéria láctica, afetando desta
forma o tempo de geração da levedura de 2,88 horas para 4,30 horas (ver tabelas
8 e 9). Essia-Ngang et al (1989) quando avaliaram o efeito do ácido láctico,
intencionalmente adicionado, nos parâmetros de crescimento da levedura, em
concentração de 3x106UFC/mL em melaço de beterraba, verificaram que, com o
aumento da concentração de ácido láctico no meio de cultivo de 5 g/L para 30 g/L,
houve a redução da taxa de crescimento de 0,6h-1 para aproximadamente 0,2h-1.
No entanto, quando o inóculo de levedura foi incrementado para 5x107UFC/mL, a
redução na taxa de crescimento foi menos acentuada quando avaliada em mesmo
nível de concentração de ácido láctico, o decréscimo na taxa foi de
aproximadamente 0,95h-1 para a 0,8h-1.
81
0
1
2
3
4
5
6
7
8
0 10 20 30 40 50 60 70 80 90Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 8. Curvas de crescimento experimento 02 (31S6L3) de L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
A taxa de crescimento do lactobacilo no experimento 03 (25S6L7), em cultura
pura foi de 0,17h-1 (vide tabelas 9 e 10), quando este microrganismo foi cultivado
com a levedura, S=106UFC/mL, este parâmetro foi elevado para 0.26h-1 (tabelas 9
e 10). No entanto, não houve alteração na taxa de crescimento da levedura,
quando cultivada em cultura mista com o lactobacilo ou em cultura pura. O tempo
de adaptação da levedura sofreu um incremento de 8,61 horas quando cultivada
em cultura pura para 11,05 horas quando em co-cultura com a bactéria láctica.
Para o lactobacilo, não houve modificações consideráveis no tempo de adaptação
quando cultivado em cultura mista ou individualmente. A população máxima do
lactobacilo atingiu 4,37x1013 UFC/mL quando cultivada em cultura mista com o
levedura. Este valor sofreu uma redução para 2,18x1012UFC/mL quando o
82
microrganismo foi cultivado individualmente. Observa-se, na figura 9 que, quando
o lactobacilo está em cultura pura, no L=107UFC/mL, a fase estacionária foi
atingida com 50 horas, já no caso da levedura em 15 horas entra na fase
estacionária nestas condições. Em contrapartida quando o lactobacilo estava em
co-cultura com a levedura em mesmo nível de inóculo, a fase estacionária foi
atingida por volta de 68 horas de processo. Estes resultados confirmam, mais uma
vez, uma sinergia de convivência entre as duas culturas, onde quanto mais células
lisadas de levedura existirem maior o crescimento do lactobacilo, sendo que
muitos estudos têm atribuído este fato ao efeito da liberação de nutrientes no
meio, especialmente aminoácidos como resultados da autólise da levedura (Essia-
Ngang, 1992).
0
1
2
3
4
5
6
0 10 20 30 40 50 60 70 80 90 100 110Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 9. Curvas de crescimento experimento 03 (25S6L7) de L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
83
No experimento 04 (31S6L7), a levedura, quando cultivada em cultura mista
com o lactobacilo, tem a taxa de crescimento de 0,34h-1 (ver tabelas 9 e 10),
atingindo a fase estacionária com por volta de 18 horas de fermentação (vide
figura 10). Neste mesmo período de tempo, o lactobacilo estava em pleno
crescimento exponencial. Este fato pode ser entendido quando se considera que a
levedura tem uma taxa de crescimento elevada em presença de inóculo de
107UFC/mL de L.fermentum, isto implica na chegada mais rápida na fase de morte
celular, liberando assim no meio, aminoácidos essenciais ao crescimento do
lactobacilo (Oliva-Neto & Yokoya, 1997). A presença destes micronutrientes no
meio pode ser relacionada com a população máxima atingida pelo lactobacilo, pois
quando em co-cultura o L.fermentum atingiu 1,04x1012UFC/ml, enquanto quando
cultivada individualmente esta população foi reduzida a 7,38x1011UFC/mL. O
tempo de adaptação do lactobacilo passou de 30,42 horas, em cultura pura para
6,82 horas em cultura mista, demonstrando que a levedura permite melhor
adaptação ao meio do lactobacilo. É possível, que o tempo de adaptação do
lactobacilo seja afetado também pela temperatura de 31ºC na cultura pura. No
entanto, quando este microrganismo é cultivado juntamente com a levedura o o
tempo de adaptação, foi reduzido. A taxa de crescimento do lactobacilo sofreu
decréscimo de 0,20 h-1, em cultura pura para 0,15h-1 em co-cultura com a
levedura, onde o crescimento da bactéria láctica pode ser inibido durante a
fermentação não somente pela produção de ácidos orgânicos, mas também pela
limitação de nutrientes (Leroy & Vuyst, 2001), causando assim alterações nos
parâmetros de crescimento.
84
0
1
2
3
4
5
6
0 10 20 30 40 50 60 70Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 10. Curvas de crescimento experimento 04 (31S6L7) L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
A 24ºC com 105UFC/mL de inóculo de L.fermentum (24S6L5) (Figura 11, ver
tabelas 8 e 9), as taxas de crescimento dos microrganismos não sofreram
alterações consideráveis, quando cultivadas em cultura mista ou pura. No entanto,
o lactobacilo teve um incremento na taxa de crescimento de 0,17h-1 em cultura
pura para 0,19h-1 quando cultivado juntamente com a levedura. O término da fase
exponencial de crescimento do lactobacilo, tanto em cultura mista quanto em
cultura pura foi por volta de 40h. Demonstrando, desta forma o antagonismo entre
estes dois microrganismos, onde o lactobacilo compete com a levedura pelos
nutrientes do mosto, e os metabólitos excretados no meio, pela bactéria láctica,
inibem o metabolismo fermentativo da levedura (Chin e Ingledew, 1994).
85
0
1
2
3
4
5
6
7
8
0 10 20 30 40 50 60 70 80 90Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 11. Curvas de crescimento experimento 05 (24S6L5) de L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
Quando a levedura é cultivada em cultura mista com o lactobacilo, a 32ºC
com concentração de células de lactobacilo em 105UFC/mL (32S6L5) (Figura 12,
ver tabelas 9 e 10), a sua taxa de crescimento é elevada de 0,16h-1, quando
cultivada individualmente, para 0,22h-1, quando cultivada em cultura mista com o
lactobacilo. No entanto, o lactobacilo tem a taxa de crescimento reduzida de
0,47h-1, quando em cultura pura, para 0,35h-1 quando cultivado em co-cultura com
a levedura. Em contrapartida, quando o lactobacilo está cultivado juntamente com
a levedura, a população máxima atingida é de 1,53x1012UFC/mL, sofrendo uma
redução para 2,07x1011UFC/mL, quando cultivado individualmente. Quando a
levedura atinge a fase estacionária, por volta de 20 horas, o lactobacilo estava em
pleno crescimento exponencial, evidenciando que a presença dos metabólitos
excretados pela lise das células de levedura durante o período estacionário, torna-
86
se importante fonte de nutrientes para o metabolismo da bactéria láctica (Oliva
Neto & Yokoya, 1997; Essia-Ngang et al 1992).
0
1
2
3
4
5
6
7
8
0 20 40 60 80 100Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 12. Curvas de crescimento experimento 06 (32S6L5) de L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
No experimento 07 (28S6L1), o lactobacilo não teve influência marcante
nos parâmetros de crescimento da levedura, a taxa de crescimento manteve-se ao
redor de 0.20h-1, o tempo de adaptação foi aproximadamente 6 horas, para as
culturas mista e pura e, conseqüentemente, o tempo de geração não foi afetado (3
horas). Este fato é importante pois neste nível de contaminação (101UFC/mL), o
lactobacilo não afeta os parâmetros de crescimento da levedura, λ, µ e população
máxima. Seria, portanto, interessante assim a contaminação do lactobacilo em
101UFC/mL.
87
Essia-Ngang et al (1992) cultivaram em melaço de beterraba, L.casei com
concentração inicial fixa em 3x106UFC/mL em co-cultura com S.cerevisiae com
concentração inicial variando de 5x106 a 1.2x108 UFC/mL. E, verificaram que
quando a levedura estava em maior concentração que o lactobacilo, a evolução do
consumo de sacarose e as atividades metabólicas das leveduras não foram
afetadas pelo crescimento da bactéria láctica. Contudo, quando os parâmetros do
lactobacilo foram avaliados, ao cultivá-lo em cultura mista com a levedura, a sua
taxa de crescimento foi incrementada de 0.16h-1 para 0.28h-1, com conseqüente
redução no tempo de geração de 4.47 horas, em cultura pura, para 2.52 horas, em
cultura mista. Demonstrando assim, o sinergismo de crescimento do lactobacilo
com a levedura.
0
1
2
3
4
5
6
7
0 20 40 60 80 100 120Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 13. Curvas de crescimento do experimento 07 (28S6L1) de L.fermentum e S. cerevisiae , em culturas puras e culturas mistas.
88
Quando o lactobacilo foi inoculado na concentração de 108UFC/mL, no
experimento 08 (28S6L8) (figura 14 ver tabelas 8 e 9), implicou em inibição leve
da taxa de crescimento da levedura, sendo que quando cultivada em cultura pura
a taxa foi de 0.23h-1 sendo reduzida para 0.13h-1 quando em co-cultura com o
lactobacilo. Vereecken et al (2003) em pesquisa na qual cultivaram Yersinia
enterocolitica em co-cultura com L.sakei, demonstraram que a produção de ácido
láctico tem efeito tóxico para as células dos outros microrganismos em co-cultura,
pois, está associado com a redução do pH do meio de cultivo e simultaneamente
com a formação de ácido láctico na forma de lactato, o qual é capaz de penetrar
na membrana celular ocasionando queda no pH intracelular. Os autores
verificaram que, com aumento da concentração de células do lactobacilo, e
conseqüente aumento da produção de ácido láctico, o crescimento da Y.
enterocolitica era inibido. Desta forma, a bactéria láctica tornava o meio adverso
para o crescimento da Y.enterocolitica. Este fenômeno é conhecido como
antagonismo láctico para microrganismos patogênicos.
O lactobacilo em concentração de 108UFC/mL (Figura 14), quando
cultivado juntamente com a levedura, teve sua taxa de crescimento elevada de
0,16h-1, em cultura pura para 0,51h-1. Esta taxa foi a maior registradas nos
experimentos em cultura mista e este aumento na taxa de crescimento pode ser
observado quando a levedura passa para a fase estacionária (figura 14). Este
fenômeno deve-se ao fato do lactobacilo ser um microrganismo fastidioso que
requer inúmeros nutrientes para o seu crescimento. Estes nutrientes são liberados
no meio quando há autólise da célula da levedura, desta forma tornam-se
disponíveis para o metabolismo da bactéria láctica.
89
0
1
2
3
4
5
6
7
0 20 40 60 80 100Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 14. Curvas de crescimento do experimento 08 (28S6L8) de L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
No experimento 09 (28S6L5) (Figura 15 ver tabelas 8 e 9), o lactobacilo
sofreu redução na taxa de crescimento de 0,53h-1 em cultura pura para 0,18h-1 em
cultura mista. O fato a levedura (106UFC/mL) ter sido inoculada em maior
concentração que o lactobacilo (105UFC/mL) levando a inibição do metabolismo
do L.fermentum, como observado por Thomas et al (2001) e Essia-Ngang (1992).
No entanto, a taxa de crescimento da levedura também foi afetada pela presença
do lactobacilo no meio de cultivo, decaindo de 0,20h-1 para 0,16h-1 quando
cultivado com o lactobacilo, mostrando que mesmo o lactobacilo em menor
concentração que a levedura, reduz o pH do meio de 6.07 para 4.86 em 36 horas
de fermentação. A concentração de ácido láctico era de 7,66g/L neste tempo de
90
processo que pode provocar a redução do pH intracelular da levedura, causando
danos às células . A população final do lactobacilo, no entanto, não foi afetada.
0
1
2
3
4
5
6
7
0 10 20 30 40 50 60 70 80Tempo (horas)
Log
N/N
0
Baranyi - lactobacilo puro Baranyi - lactobacilo misto
Baranyi - levedura pura Baranyi - levedura mista
Dados experimentais - lactobacilo puro Dados experimentais - lactobacilo misto
Dados experimentais - levedura pura Dados experimentais - levedura mista
Figura 15. Curvas de crescimento experimento 09 (28S6L5) de L.fermentum e S. cerevisiae, em culturas puras e culturas mistas.
Analisando, de forma geral, os dados das tabelas 9 e 10 pode-se inferir
que, na maioria dos casos, o lactobacilo tem seu tempo de adaptação reduzido
quando em co-cultura, e também pode-se verificar que há um efeito na taxa de
crescimento dado pela interação entre a temperatura e o nível de inóculo. A
população máxima é afetada pelo nível inicial de inóculo e pela presença da
levedura. No entanto, a população máxima da levedura não é afetada pela
presença do lactobacilo, porém a sua taxa de crescimento sofre decréscimo, em
alguns casos, quando cultivada em co-cultura. O tempo de adaptação da levedura,
91
na maioria dos experimentos, tem seu valor reduzido quando cultivado em cultura
mista.
Os parâmetros gerados pelo modelo de Baranyi e Roberts (1994) foram
avaliados estatisticamente através do Teste de Tukey. Não houve diferença
significativa para o tempo de adaptação, taxa de crescimento e população máxima
em cultura pura e mista da levedura. Para o lactobacilo, as taxa de crescimento e
o tempo de adaptação não tiveram diferença significativa em cultura pura e mista,
no entanto, ao avaliar-se a população máxima das culturas pura e mista, houve
diferença significativa ao nível de 10% de significância. Os testes estão
apresentados na tabela 8.
92
Tabela 8. Resultados do teste Tukey para os parâmetros de crescimento do L. fermentum e S. cerevisiae gerados pelo modelo de Baranyi e Roberts (1994).
Variável Média Desvio
Padrão N Diferença
Desvio
padrão da
diferença
t GL p
Lactobacilo
misto 5.66 4.31
Lactobacilo
puro 8.78 7.68
11 -3.13 7.69 -1.35 10 0.0208
Levedura
mista 6.78 3.53
Tempo de
adaptação
(h)
Levedura
pura 6.86 0.99
11 -0.0836 2.71 -0.102 10 0.9205
Lactobacilo
misto 0.255 0.11
Lactobacilo
puro 0.302 0.16
11 -0.047 0.229 -0.686 10 0.508
Levedura
mista 0.191 0.062
Taxa de
crescimento
(h-1)
Levedura
pura 0.208 0.023
11 -0.017 0.069 -0.820 10 0.431
Lactobacilo
misto 11.37 1.74
Lactobacilo
puro 11.01 1.74
11 0.367 0.0448 2.72 10 0.022
Levedura
mista 8.54 0.226
População
máxima
(UFC/mL)
Levedura
pura 8.46 0.242
0.241 0.077 0.217 1.166 10 0.271
Onde: média: médias dos parâmetros calculados pelo modelo; N: número de parâmetros avaliados; Diferença: diferença entre as médias das culturas puras e mistas; t: valor do teste Tukey GL: graus de liberdade p: p valor
93
Tabela 9. Parâmetros de crescimento do Saccharomyces cerevisiae e Lactobacillus fermentum em cultura pura, estimados pelo de Baranyi e Roberts (1994)
L.fermentum S. cerevisiae
Experimento Temperatura
(ºC)
Nível de
inóculo de
L.fermentum
(UFC/mL)
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
01 25 103 0,210 6,07 3,32 3,04E+09 0,99 0,180 5,61 3,84 7,46E+08 0,96
02 31 103 0,350 2,62 2,00 4,12E+09 0,98 0,160 1,26 4,30 2,66E+08 0,98
03 25 107 0,258 3,42 2,68 4,37E+13 0,99 0,233 11,05 2,98 8,03E+08 0,99
04 31 107 0,148 6,82 4,67 1,04E+12 0,97 0,347 14,96 1,99 1,82E+08 0,97
05 24 105 0,190 13,14 3,60 8,65E+11 0,99 0,140 5,96 4,82 4,52E+08 0,96
06 32 105 0,350 5,04 1,97 1,53E+12 0,98 0,220 4,66 3,12 2,67E+08 0,92
07 28 101 0,275 2,58 2,52 6,17E+07 0,98 0,216 6,12 3,21 2,02E+08 0,98
08 28 108 0,512 14,44 1,35 2,34E+13 0,96 0,127 5,40 5,48 2,41E+08 0,96
09 28 105 0,155 2,38 4,48 7,92E+11 0,98 0,167 6,45 4,15 2,79E+08 0,98
10 28 105 0,176 3,58 3,93 4,27E+11 0,96 0,154 6,68 4,50 5,94E+08 0,97
11 28 105 0,184 2,13 3,77 3,39E+11 0,96 0,155 6,38 4,48 2,88E+08 0,96
94
Tabela 10. Parâmetros de crescimento do Saccharomyces cerevisiae e Lactobacillus fermentum em cultura mista, estimados pelo modelo de Baranyi e Roberts (1994)
L.fermentum S. cerevisiae
Experimento Temperatura
(ºC)
Nível de
inóculo de
L.fermentum
(UFC/mL)
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
01 25 103 0,300 5,00 2,33 5,83E+08 0,97 0,190 7,04 3,61 9,05E+08 0,98
02 31 103 0,170 7,12 4,06 4,05E+09 0,96 0,240 6,01 2,88 3,25E+08 0,96
03 25 107 0,166 4,94 4,19 2,18E+12 0,97 0,213 8,61 3,26 2,58E+08 0,94
04 31 107 0,200 30,42 3,46 7,38E+11 0,93 0,219 8,70 3,16 2,39E+08 0,93
05 24 105 0,170 5,92 4,08 6,93E+11 0,97 0,190 5,76 3,63 2,28E+08 0,97
06 32 105 0,470 5,44 1,46 2,07E+11 0,98 0,160 5,77 4,24 4,57E+08 0,96
07 28 101 0,155 2,32 4,47 3,26E+07 0,98 0,195 6,67 3,55 1,85E+08 0,99
08 28 108 0,166 13,47 4,19 4,91E+13 0,99 0,225 6,81 3,08 1,57E+08 0,95
09 28 105 0,461 7,29 1,50 3,60E+11 0,98 0,225 6,72 3,08 2,55E+08 0,99
10 28 105 0,546 7,48 1,27 1,80E+11 0,96 0,229 6,96 3,02 5,63E+08 0,96
11 28 105 0,524 7,22 1,32 2,02E+11 0,98 0,200 6,40 3,48 1,50E+08 0,91
95
Tabela 11. Parâmetros de crescimento do Saccharomyces cerevisiae e Lactobacillus fermentum em cultura mista, estimados pelo modelo de Gompertz modificado (Zwietering et al, 1991)
L.fermentum S. cerevisiae
Experimento Temperatura
(ºC)
Nível de
inóculo de
L.fermentum
(UFC/mL)
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
01 25 103 0,239 7,80 2,99 3,91X109 0,98 0,126 4,10 5,50 7,54X108 0,96
02 31 103 0,176 - 3,94 4,25X109 0,97 0,188 1,49 3,69 2,79X108 0,89
03 25 107 0,130 - 5,33 3,12X1013 0,98 0,230 10,07 3,01 2,55X108 0,93
04 31 107 0,163 7,85 4,25 2,57X1012 0,95 0,209 7,99 3,31 3,34X108 0,94
05 24 105 0,181 10,99 3,83 1,52X1013 0,97 0,182 7,54 3,81 4,60X108 0,94
06 32 105 0,166 - 4,18 1,58X1012 0,97 0,239 4,75 2,90 2,70X108 0,92
07 28 101 0,144 - 4,81 6,32X107 0,97 0,269 6,85 2,58 2,02X108 0,97
08 28 108 0,243 13,50 2,85 1,66X1013 0,95 0,163 6,64 4,25 2,49X108 0,94
09 28 105 0,141 - 4,92 1,99X1011 0,97 0,204 8,48 3,40 2,96X108 0,96
10 28 105 0,150 - 4,62 5,54X1011 0,96 0,198 8,99 3,50 5,61X108 0,97
11 28 105 0,160 - 4,33 5,63X1011 0,97 0,206 8,99 3,36 2,77X108 0,96
(-) não houve ajuste do modelo
96
Tabela 12. Parâmetros de crescimento do Saccharomyces cerevisiae e Lactobacillus fermentum em cultura pura, estimados pelo modelo de Gompertz modificado (Zwietering et al 1991)
L.fermentum S. cerevisiae
Experimento Temperatura
(ºC)
Nível de
inóculo de
L.fermentum
(UFC/mL)
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
Taxa de
crescimento
(h-1)
Tempo de
adaptação
(h)
Tempo
de
geração
(h)
População
máxima
(UFC/mL)
R2
01 25 103 0,198 7,66 3,50 9,94X108 0,98 0,133 3,36 5,21 5,52X108 0,96
02 31 103 0,154 4,20 4,50 3,30X109 0,93 0,280 6,48 2,48 3,38X108 0,93
03 25 107 0,152 4,19 4,56 2,23X106 0,97 0,176 7,82 3,93 2,55X108 0,93
04 31 107 0,080 10,86 8,66 2,97X1014 0,82 0,168 6,28 3,31 2,11X108 0,94
05 24 105 0,211 8,77 3,28 1,36X1012 0,96 0,140 5,32 4,95 2,76X108 0,96
06 32 105 0,212 0,85 3,27 1,869X1011 0,97 0,185 6,39 3,75 4,57Z108 0,95
07 28 101 0,198 4,34 3,50 2,70X108 0,92 0,246 7,51 2,82 1,89X108 0,98
08 28 108 0,202 15,05 3,43 5,63X1013 0,98 0,158 5,75 4,39 2,20X108 0,96
09 28 105 0,215 4,56 3,22 2,65X1011 0,97 0,202 6,67 3,40 2,96X108 0,96
10 28 105 0,216 5,54 3,20 2,83X1011 0,98 0,207 6,73 3,34 5,53X108 0,96
11 28 105 0,210 4,78 3,30 1,59X1011 0,97 0,201 6,32 3,44 2,49X108 0,90
97
5.3. Índice de viabilidade da levedura (IV)
As percentagens do indíce de viabilidade (IV) da levedura versus o tempo de
fermentação são apresentados para os experimentos 7 (28S6L1), 8 (28S6L8) e 9 (28S6L5)
(Figura 16), 1 (25S6L3) e 3 (25S6L7) (Figura 17), 2 (31S6L3) e 4 (31S6L7) e 1 (25S6L0), 2
(31S6L0), 5 (24S6L0), 6 (32S6L0) e 9 (28S6L0). Em todas as figuras foi apresentado o IV
para a levedura em cultura pura nas mesmas condições dos respectivos testes. Pode-se
observar, em todas as figuras, a correlação negativa da porcentagem de células viáveis de
levedura e o aumento da concentração de células de L.fermentum, portanto os resultados
demonstram que a presença de ácido no meio de cultivo produzido pela bactéria láctica,
provoca a diminuição da viabilidade celular. Os dados apresentados estão em concordância
com os resultados apresentados por Nobre et al (2007), que cultivou S. cerevisiae em cultura
mista com L.fermentum em meio de caldo de cana-de-açúcar ajustado a 5ºBrix e
suplementado com 1,0% de extrato de levedura e 1,0% de peptona. Os autores observaram
uma correlação entre o aumento da acidez do meio e a diminuição da viabilidade celular da
levedura em cultivo associado com bactérias lácticas.
Na figura 16, ao tempo de 20 horas de processo com L=101UFC/mL, o índice de
viabilidade era de aproximadamente 90%,quando o pH era 4,95 e a concentração de ácido
láctico era 7,55g/L e quando o inóculo foi elevado para 105UFC/mL o índice de viabilidade
sofreu redução para 50% com valor de pH 4,83 e concentração de ácido láctico de 8,82g/L,
e quando o L foi incrementado para 108UFC/mL o índice de viabilidade foi menor que 20%,
ao mesmo tempo de processo, com pH do mosto fermentado de 4,23 e concentração de
ácido láctico 10,97g/L. Levando em consideração o processo de fermentação industrial, em
torno de 10 horas, para uma contaminação baixa com L=101UFC/mL de lactobacilo, o IV da
levedura foi de 100%, no entanto ao elevar a contaminação para 105 ou 108 UFC/mL IV da
levedura foi reduzido para 80%.
98
Como o processo brasileiro de fermentação alcoólica faz uso de reciclo de fermento,
as leveduras ficam expostas por tempos crescentes a ação das bactérias lácticas, podendo
acarretar no decréscimo da viabilidade celular.
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
120,00%
0 20 40 60 80 100 120
Cél
ulas
viá
veis
Tempo (horas)
L=10^1 L=10^5 L=10^8 Levedura pura
Figura 16. Índice de viabilidade de S.cerevisiae, em co-cultura com L.fermentum experimento 07(28S6L1), 08 (28S6L8) e 09 (28S6L5) e levedura em cultura pura (28S6L0).
A T=25ºC e com L=103UFC/mL (figura 17), o IV foi de aproximadamente 98% a 10
horas de processo. Com o aumento de L=107UFC/mL, o IV decai para aproximadamente
90%, e a partir deste período o índice de viabilidade decresce oscilatoriamente e de forma
rápida. O mesmo fenômeno pode ser observado a 31ºC (Figura 18).
99
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
0 20 40 60 80 100 120
Tempo (horas)
Cél
ulas
viá
veis
Levedura pura L=10 3̂ L=10 7̂
Figura 17. Índice de viabilidade de S.cerevisiae, em co-cultura com L.fermentum para o experimento 01 (25S6L3) e 03 (25S6L7) e levedura em cultura pura (25S6L0).
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
0 20 40 60 80 100 120
Tempo (horas)
Cél
ulas
viá
veis
Levedura pura L=10 3̂ L=10 7̂
Figura 18. Índice de viabilidade de S. cerevisiae, em co-cultura com L.fermentum para o experimento 02(31S6L3) e 04(31S6L7) e levedura em cultura (31S6L0).
100
A análise da figura 19 demonstra que a variação na temperatura afetou
consideravelmente o índice de viabilidade celular, com incremento de 7ºC na temperatura, de
25 para 32ºC, há o decréscimo do índice de viabilidade de aproximadamente 80% para 0%
em 100 horas de fermentação. Phisalaphong et al (2006) relatam que altas temperaturas
causam decréscimo no rendimento celular, e no caso de levedura para a produção de etanol,
a causa pode ser relacionada com a mudança na atividade de transporte celular ativo, ou no
nível de saturação dos compostos solúveis e dos solventes intracelulares. McMeekin et al
(2002) relatam que o efeito indireto de altas temperaturas pode estar associado à
desnaturação dos ribossomos e enzimas, ou ainda problemas de permeabilidade da
membrana celular. Sendo assim, como o uso do reciclo de fermento é uma prática comum na
indústria brasileira, quando o processo ocorre a temperaturas acima de 30ºC, a levedura fica
exposta por um período longo de tempo a temperaturas altas que causam decréscimo no
índice de viabilidade celular. No entanto, as indústrias fazem injeção de células novas de
levedura em um período de 8 a 12 horas de processo.
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
0 20 40 60 80 100 120
Tempo (horas)
Cél
ulas
viá
veis
24ºC 25ºC 28ºC 31ºC 32ºC
Figura 19. Índice de viabilidade de S. cerevisiae, em cultura pura em diferentes temperaturas para os experimentos 01 (25S6L0), 02(31S6L0),05(24S6L0), 06(32S6L0), 09(28S6L0).
101
5.3.1 Efeitos da temperatrura de fermentação e nível de inóculo de L. fermentum no
índice de viabilidade da levedura em cultura mista
Para o índice de viabilidade (IV) foi gerado um modelo polinomial de segunda ordem,
tendo como variáveis indepedentes temperatura e nível de inóculo, e variável dependente o
índice de viabilidade. Para o ajuste do modelo foi selecionado o valor de IV em 21 horas de
fermentação. Como pode-se verificar nas figuras 16, 17 e 18, neste período de tempo o valor
de IV apresenta um decréscimo relevante. O nível de inóculo de S. cerevisiae foi mantido
constante em 106UFC/mL.
Avaliando-se a tabela 13 pode-se verificar que o nível de inóculo quadrático tem maior
efeito significativo (p<0,10).
Tabela 13. Efeitos da temperatura de fermentação e nível de inóculo de L. fermentum no índice de viabilidade da levedura em cultura mista
Effect Estimates; Var .:IV; R-sqr=.85116; Adj:.70233 (dados de entrada do modelo.sta)2 factors, 1 Blocks, 11 Runs; MS Residual=309.4796DV: IV
FactorEffect Std.Err. t(5) p -95.%
Cnf.Limt+95.%
Cnf.LimtCoeff. Std.Err.
Coeff.-95.%
Cnf.Limt+95.%
Cnf.LimtMean/Interc.(1)Temperatura(L)Temperatura(Q)(2)Lactobacilo(L)Lactobaci lo(Q)1L by 2L
95,5994 10,15664 9,41249 0,000228 69,4909 121,7078 95,5994 10,15664 69,4909 121,7078-14,6882 12,45799 -1,17902 0,291435 -46,7125 17,3361 -7,3441 6,22899 -23,3562 8,6681-22,7870 14,86562 -1,53286 0,185885 -61,0003 15,4264 -11,3935 7,43281 -30,5001 7,7132-41,2634 12,45799 -3,31220 0,021189 -73,2877 -9,2391 -20,6317 6,22899 -36,6438 -4,6196-55,5268 14,86562 -3,73525 0,013498 -93,7401 -17,3134 -27,7634 7,43281 -46,8700 -8,656725,2800 17,59203 1,43701 0,210215 -19,9418 70,5018 12,6400 8,79602 -9,9709 35,2509
O modelo polinimial de segunda ordem está apresentado na equação 23. Este modelo
apresentou bom coeficiente de correlação dos dados com R2 0,85.
2*76,27*63,2060,95 LLIV −−= Equação 23
Pela avaliação da figura 20 pode-se inferir que a levedura apresentou maior IV à 25oC
com L=103 UFC/mL. Essas condições são favoráveis a manutenção do IV da levedura
próximo a 100% ao crescimento (vide figura 19). O menor IV foi apresentado quando o
lactobacilo estava em concentração 108UFC/mL e T=28oC, isso indica que a temperatura
102
apesar de apresentar um pequeno efeito sobre IV o efeito mais significativo é notato pela
mudanca no nível de inóculo de lactobacilo.
Figura 20. Efeitos da temperatura de fermentação e nível de inóculo de L. fermentum no índice de viabilidade da levedura em cultura mista
103
5.4. Modelagem quase química
Para a construção do modelo quase-químico foi utilizada a metodologia proposta por
Ross et al (2004), descrito no item 4.10.2, utilizando o software Matlab 7.5. Este modelo foi
escolhido para descrever o crescimento/morte, pois pressupõe-se que ambos
microrganismo, lactobacilo e levedura, teriam uma curta fase estacionária e entrariam no
processo de declínio instantâneo, e também porque este modelo prediz crescimento e morte
de forma contíniua, e os demais modelos ultilizados, Baranyi & Roberts e Gompertz
modificado, ajustam os dados somente da fase de adaptação até a fase estacionária.
Os resultados desta modelagem estão no Anexo C, e as figuras do crescimento/morte
estão graficadas apresentando o logartimo da contagem de colônias (Log Cols) experimental
(o) e calculado pelo modelo ( – ) versus tempo (horas) O modelo prediz o crescimento/morte,
não contemplando a fase estacionária (vide figura 20). A morte, segundo Ross et al (2005),
seria devido à produção de um metabólito antagonista hipotético quorum sense, uma
quantidade de metabólito produzido pelo próprio microrganismo que inibiria o crescimento
celular. Em alguns casos, como no experimento 09 para a levedura em cultura mista onde o
SSE (Soma do quadrado dos erros) é igual a 1, este modelo se ajusta bem aos dados
experimentais, pois os microrganismos entram em processo de declínio imediatamente após
a fase exponencial que pode ser devido ao esgotamento de açúcares. No entanto, a medida
da fase de adaptação (λ) não fica bem definida neste modelo. Isto foi devido ao ajuste linear
realizado pelo modelo em cada fase do ciclo de crescimento do microorganismo (vide anexo
C – experimento 01). Pode-se verificar uma relação direta entre o aumento do valor de k1
(constante da fase de adaptação) e a redução de tempo na fase de adaptação.
Ao comparar os experimento 01 (25S0L3), 02 (31S0L3), 03 (25S0L7) e 04 (31S0L7)
para a cultura pura de lactobacilo, pode-se verificar que o valor de k1 sofre variação pela
104
interação do nível inóculo com a temperatura de cultivo do lactobacilo, onde o lactobacilo
quando cultivado a 25ºC com 103 UFC/mL, tem taxa constante k1= 44,53 de ativação das
células (M→ M*) e, conseqüentemente, tem o menor tempo de adaptação com o valor de
0.0225 h, já nos demais experimentos (02, 03 e 04) o valor da constante k1 tem valores entre
12 e 14, e os valores de λ 0,07 e 0,08 (vide tabela 13).
O modelo quase-químico subestima a população máxima para o experimento 04
(31S0L7), pois o modelo prediz Rg=1,77X1011UFC/mL (vide anexo C) enquanto a população
máxima experimental é 1,10X1012UFC/mL, e o modelo de Baranyi & Roberts (1994) prediz
uma população máxima próxima de 7,38X1011UFC/mL mais próximo da população verificada
experimentalmente. No entanto, as duas predições são subestimadas. Ao avaliar o
parâmetro estatístico SSE, no caso deste experimento 04, que tem um valor de 3,00,
demonstrando desta forma que o modelo não tem bom ajuste aos dados experimentais.
No caso do experimento 05 (24S0L5) para o L. fementum em cultura pura, o modelo se
ajusta bem aos dados experimentais, com o valor de SSE=1,92 (vide figura 21), pois o
lactobacilo tem uma curta fase estacionária entrando imediatamente em fase de declínio, o
que pode ser devido à redução da glicose disponível que em 60 horas de fermentação atinge
uma das menores concentrações medidas com valor de 25,14g/L.
Em todos os experimentos o valor de k3, a constante para as células sensibilizadas pelo
metabólito antagonista, tem valores próximos de zero, portanto esta etapa, torna-se
praticamente desprezível (Ross et al, 2005). A morte para o lactobacilo cultura pura ocorre
de forma natural, segundo definição de Roos (2005) pois, a partir de de 48 horas, houve o
esgotamento de glicose (vide anexo C – Figura 41 a 51).
105
Figura 21. Modelo quase-químico para o L.fermentum em cultura pura para o experimento 05 (24S6L5)
Para o experimento 07 (28S0L1), não há bom ajuste do modelo apresentando um
valor de SSE igual a 3,08. O lactobacilo não entra na fase de declínio, após 54 horas de
fermentação este microrganismo se mantém na fase estacionária plana, e o modelo não
contempla uma fase estacionária (vide tabela 12 e figura 22).
Figura 22. Modelo quase-químico para o L.fermentum em cultura pura para o experimento 07 (28S0L1)
106
O experimento 08 (vide figura 23), para o lactobacilo em cultura pura (28S0L8) o
modelo teve bom ajuste para fase de adaptação, λ=10,44h; este resultado quando
comparado ao valor obtido pelo ajuste do modelo proposto por Baranyi & Roberts (1994)
λ=13,47h, mostra-se próximo. O mesmo pode ser verificado para a taxa de crescimento, o
modelo quase-químico prediz 0,132h-1 e o modelo de Baranyi & Roberts (1994) prediz
0,166h-1. No entanto, a predição para a população máxima pelo modelo quase-químico é de
4,94x1014UFC/mL, o valor obtido com este modelo está próximo do verificado
experimentalmente que foi de 1,65X1014UFC/mL.Sendo a predição obtida pelo modelo de
Baranyi & Roberts (1994) de 4,93X1012 UFC/mL um ciclo logarítmico menor que o valor
experimental.
Figura 23. Modelo quase-químico para o L.fermentum em cultura pura para experimento 08 (28S0L8)
Os experimento 09, 10 e 11 (28S0L5) apresentam boa repetibilidade. Para estes
experimentos, o modelo quase-químico não caracteriza fase de adaptação nestas condições
experimentais utlizadas (vide figura 24 – para o experimento 09 e tabela 12 para os demais
experimentos)
107
Figura 24. Modelo quase-químico para o experimento 09, L.fermentum em cultura pura (28S0L5)
Para os experimentos realizados com a levedura em cultura pura, a medida do tempo
de adaptação (λ) pelo modelo quase-químico não fica bem definida para nenhum dos onze
experimentos. Para os experimentos 09,10 e 11 não houve boa reprodutibilidade do modelo,
para o parâmetro k1 como relatado anteriormente este modelo não realiza bom ajusta para a
fase lag, portanto os valores de λ gerados pelo modelo são discrepantes para as três
repetições. Ao avaliar a taxa de crescimento, a diferença entre os valores gerados não é
relevante. No entanto, a população máxima do experimento 10(20S6L0) é um ciclo
logarítimico maior que as demais (09 e 11) (vide tabela 12), devido ao ajuste do modelo,
porque este não descreve um plateau da fase estacionária e tende a ajustar pelo ponto de
maior valor (vide figura 25).
108
Figura 25. Modelo quase-químico para a S. cerevisiae em cultura pura(28S6L0)
Os valores de k1 para os experimentos com a levedura em cultura pura variam de 15 a
30 (vide tabela 12), isto demonstra a rápida transição das células (M→M*) da fase lag para a
fase exponencial do crescimento (vide figura 26). Ao avaliar os SSE do modelo para a
levedura em cultura pura estes têm menor valor que os SSE dos modelos ajsutados para o
lactobacilo em cultura pura, onde o maior valor de SSE para a levedura foi de 2,34, sendo
que para o lactobacilo em cultura pura o maior erro foi de 3,10, demonstrando assim que o
modelo se ajustou melhor aos dados experimentais da levedura em cultura pura.
109
Figura 26. Modelo quase-químico para a S. cerevisiae em cultura (31S6L0)
Para os experimentos em cultura mista, todos os experimentos, tanto para o lactobacilo
quanto para a levedura, apresentam elevados valores de k1 (vide tabela 13), demonstrando a
ativação rápida das células inoculadas (Figura 27).
Os valores de k3, constante da fase de sensibilização das células pelo metabólito
antagonista, são maiores que zero para a levedura cultivada em co-cultura, onde na
passagem da fase exponecial para a fase estacionária há uma sensibilização das células da
levedura, provocando a morte deste microrganismo. Quando esta mesma constante (k3) é
avaliada para o lactobacilo em cultura mista, o valor é desprezível para todos os
experimentos, com exceção do experimento 07 (28S6L1) (Figura 28), onde a levedura se
sobrepõe ao lactobacilo devido à diferença de nível de inóculo de 5 ciclos logarítimicos. No
experimento 04 (31S6L7) em 36 horas de processo, onde a levedura passa para a fase de
morte, a concentração de ácido láctico medida foi de 9,05g/L, sendo que no final do processo
de fermentação (100 horas), onde a levedura atingiu sua menor concentração celular, a
110
quantidade de ácido láctico era 13,71g/L, demonstrando assim, que este ácido tem efeito
maléfico para as células de leveduras.
Figura 27. Modelo quase-químico para o S. cerevisiae em cultura mista (31S6L7)
Figura 28. Modelo quase-químico para o L.fermentum em cultura mista (28S6L1)
111
Ao avaliar as constantes geradas pelo modelo, pode-se verificar que, quando a
levedura é cultivada com o lactobacilo, a constante k3 (vide tabelas 14 e 15) sofre um
aumento, demonstrando que houve um efeito antagônico para a levedura em presença de
lactobacilo, mesmo o modelo não contemplando o cultivo de dois microrganismos juntos.
112
Tabela 14. Parâmetros gerados pelo modelo quase-químico para as culturas puras de S. cerevisiae e L.fermentum.
L.fermentum S. cerevisiae
Exp. Temperatura
(ºC)
Nível de
inóculo de
L.fermentum
(UFC/mL)
µµµµ (h-1) λλλλ (h) Rg(UFC/mL) K 1 K2 K3 K4 SSE µµµµ (h-1) λλλλ(h) Rg(UFC/mL) K 1 K2 K3 K4 SSE
01 25 103 0,1124 0,02 2,35X109 44,53 1,50 0,005 1,25 2,30 0,0674 0,03 1,39X109 29,00 1,41 0,006 1,25 1,69
02 31 103 0,1117 0,07 1,02X1010 14,58 1,50 0,002 1,25 3,00 0,0842 0,03 6,00X108 29,86 1,38 0,024 1,18 2,33
03 25 107 0,0892 0,08 1,62X1013 12,48 1,60 0,000 1,39 3,04 0,0590 0,03 9,88X108 34,05 1,41 0,007 1,27 2,13
04 31 107 0,0822 0,08 1,77X1011 12,39 1,55 0,000 1,36 2,41 0,0872 0,06 5,32X108 17,65 1,44 0,028 1,25 1,60
05 24 105 0,1389 0,08 1,23X1012 13,17 1,57 0,000 1,25 1,92 0,0619 0,05 1,05X109 18,77 1,41 0,007 1,27 1,70
06 32 105 0,1241 0,05 2,53X1012 19,23 1,53 0,000 1,25 2,76 0,0733 0,05 9,88X108 20,80 1,42 0,011 1,25 1,97
07 28 101 0,1298 0,05 4,37X109 21,39 1,55 0,007 1,25 3,10 0,0772 0,04 6,89X108 26,92 1,42 0,017 1,25 1,94
08 28 108 0,1321 10,44 4,95X1014 0,013 1,33 0,000 1,02 2,45 0,0755 0,03 5,93X108 39,94 1,42 0,020 1,25 1,83
09 28 105 0,1295 0,08 1,42X1012 12,89 1,55 0,000 1,25 2,34 0,0748 0,03 5,03X108 33,79 1,42 0,022 1,25 1,63
10 28 105 0,1383 0,08 2,20X1012 12,50 1,57 0,000 1,25 2,57 0,0795 0,05 1,30X109 18,37 1,42 0,009 1,25 2,34
11 28 105 0,1351 0,08 1,16X1012 12,21 1,55 0,000 1,24 3,10 0,0711 0,06 6,78X108 15,44 1,41 0,015 1,25 2,24
113
Tabela 15. Parâmetros gerados pelo modelo quase-químico para as culturas mistas de S. cerevisiae e L.fermentum
L.fermentum S. cerevisiae
Exp. Temperatura
(ºC)
Nível de
inóculo de
L.fermentum
(UFC/mL)
µµµµ (h-1) λ λ λ λ (h) Rg(UFC/mL) K 1 K2 K3 K4 SSE µµµµ (h-1) λ λ λ λ (h) Rg(UFC/mL) K 1 K2 K3 K4 SSE
01 25 103 0,1267 0,03 4,44X1010 37,65 1,53 0,0007 1,24 3,03 0,0689 0,03 1,57X109 38,01 1,41 0,006 1,25 1,79
02 31 103 0,1204 0,07 2,57X1010 14,66 1,53 0,001 1,25 2,80 0,0767 0,01 7,78X108 86,96 1,40 0,015 1,23 2,54
03 25 107 0,1049 0,07 9,65X1012 13,69 1,57 0,000 1,33 2,01 0,0675 0,01 1,15X109 89,66 1,40 0,008 1,25 2,64
04 31 107 0,1112 0,07 7,27X1011 13,46 1,56 0,000 1,30 2,99 0,1167 0,08 6,91X108 12,06 1,52 0,037 1,25 1,69
05 24 105 0,1256 0,02 9,76X1011 47,05 1,53 0,000 1,24 2,17 0,0649 0,01 1,24X109 85,26 1,40 0,007 1,25 2,51
06 32 105 0,1215 0,08 2,57X1012 13,07 1,52 0,000 1,25 2,63 0,0842 0,08 1,22X109 12,59 1,44 0,011 1,25 2,46
07 28 101 0,1052 0,01 1,87X108 165,54 1,44 0,115 1,20 2,25 0,0667 0,03 7,14X108 38,99 1,40 0,012 1,25 2,32
08 28 108 0,0950 0,08 4,95X1013 12,52 1,71 0,000 1,49 3,08 0,0797 0,08 8,72X108 12,60 1,53 0,013 1,35 1,91
09 28 105 0,1136 0,03 9,72X1011 29,44 1,51 0,000 1,25 2,16 0,0830 0,08 8,32X108 12,53 1,44 0,016 1,25 1,35
10 28 105 0,1180 0,07 1,37X1012 13,29 1,52 0,000 1,25 2,10 0,0787 0,08 8,67X108 12,41 1,43 0,014 1,25 1,00
11 28 105 0,1255 0,01 1,45X1012 96,60 1,53 0,000 1,24 2,31 0,0752 0,08 5,99X108 12,39 1,42 0,018 1,25 1,42
114
5.5. Modelagem secundária
5.5.1 Efeitos da temperatura e nível de inóculo de L. fermentum sobre a concentração
máxima de etanol
Para a concentração máxima de etanol, foi gerado um modelo polinomial de segunda
ordem, em função de temperatura e nível de inóculo de lactobacilo, utilizando os valores
codificados para as variáveis, como fatores significativos (Tabela 16), a p<0.10,o modelo foi
construído a partir das variáveis significativas, temperatura e nível de inóculo (linear e
quadrático) e a interação entre a temperatura e o nível de inóculo. Este modelo apresentou
um alto coeficiente de correlação dos dados, demonstrando que 94.7% dos dados estão de
acordo com o modelo proposto, e os parâmetros de performance do modelo (bias e exatidão)
demonstram excelente concordância Os parâmetros de performance do modelo foram
calculados, onde o valor de bias é 1.00 e o valor do fator de exatidão é de 1.02.
Avaliando a tabela 16, a temperatura quadrática tem maior efeito, ou seja, menor p
valor = 0.001746, na concentração máxima de etanol. Este efeito pode ser verificado na
superfície de resposta apresentada na figura 29.
Considerando a cultura mista dos microrganismos S.cerevisiae e L.fermentum, a
produção máxima de etanol ocorre a 28ºC com L=105UFC/mL (vide figura 28), e
S=106UFC/mL, a quantidade de etanol produzida é de 84.83g/L.
115
Tabela 16. Efeitos da temperatura e nível de inóculo para a concentração máxima de etanol em cultura mista
O modelo polinomial de 2ª ordem está apresentado na equação 24
LTLLTTole *3625,2*87,4*253359,4*36750,5*43815,053,84max]tan[ 22 −−−−−=
Equação 24
A maior concentração foi gerada pelo ponto central, seguindo este raciocínio o ponto
de inflexão para maior produção de etanol corresponde a 84.5g/L, o que bem similar ao real
observado que é de 84.83g/L. Este modelo pode ser aplicado na indústria para predizer a
quantidade máxima de etanol produzida, quando se conhece o nível da contaminação por
lactobacilo e a temperatura de fermentação, dentro da faixa estudada. A superfície de
resposta (figura 28) demonstra o efeito quadrático da temperatura e do nível de inóculo de
lactobacilo na faixa estudada, sobre a concentração máxima de etanol.
116
Figura 29. Efeito da temperatura e concentração de L. fermentum sobre a concentração máxima de etanol em função da temperatura e nível e inóculo
5.5.2 Efeito da temperatura e nível de inóculo de L. fermentum µµµµ, λλλλ e Rg
Considerando as culturas mistas da levedura e do lactobacilo o modelo de raiz
quadrada (Ratwosky) não foi capaz de ajustar com precisão os dados experimentais para o
tempo de adaptação (λ). Onde o coeficiente de correlação dos dados, para o modelo do
lactobacilo R2 foi 0,22 (vide tabela 17), e apesar do fator de exatidão apresentar 31% dos
dados discordantes do modelo e o fator de exatidão aproximadamente 96% dos dados estão
preditos na região segura do modelo, este modelo não prediz de forma coerente a relação
entre a temperatura e o tempo de adaptação. O mesmo fato ocorre com o modelo da raiz
Concentração m
áxima de etanol (g/L)
Con
cent
raçã
o La
ctob
acill
us
ferm
entu
m
(ÛF
C/m
L)
117
quadrada (Ratwosky) para a levedura, que apresenta um R2 de 0,43, demonstrando baixa
concordância do modelo com os dados experimentais. Estes dados demonstram que λ do
lactobacilo e da levedura tem baixa dependência do fator temperatura. O mesmo ocorre com
o modelo de Davey (1989) testado para o tempo de adaptação apresenta baixo coeficiente
de correlação, com menos de 50% dos dados em concordância com o modelo, o fator de
bias com um valor de 0,934 e o fator de exatidão com um valor de 1,34, demonstrando da
mesma forma do modelo da raiz quadrada, a baixa dependência da temperatura na faixa
estudada.
Tabela 17. Comparação dos índices de validação dos modelos secundários para a S.cerevisiae e L. fermentum para os parâmetros µ, λ e Rg
Modelo
Arrhenius modificado Raiz Quadrada Polinomial de 2ª ordem
Levedura mista R² Bias Exatidão R² Bias Exatidão R² Bias Exatidão
µ 0,450 0,988 1,129 0,430 0,992 1,10 0,636 1,009 1,131
λ 0,301 0,890 1,330 0,352 0,960 1,220 - - -
Res
post
as
Rg - - - - - - - - -
Arrhenius modificado Raiz Quadrada Polinomial de 2ª ordem
Lactobacilo misto R² Bias Exatidão R² Bias Exatidão R² Bias Exatidão
µ 0,243 0,964 1,230 0,244 0,980 1,15 0,585 1,022 1,195
λ 0,480 0,934 1,340 0,220 0,956 1,310 - - -
Res
post
as
Rg - - - - - - 0,975 1,000 1,020
Onde (-) não houve significância das variáveis
Como estes modelos avaliam somente a influência da temperatura, e os dados
avaliados são provenientes de uma cultura mista de microrganismos com várias
concentrações de lactobacilo (101 a 108UFC/mL) e uma concentração de levedura fixa
(106UFC/mL), onde há uma interação complexa entre estes dois microrganismos (lactobacilo
e levedura) que não é descrita pelos modelos da raiz quadrada e Davey, portanto estes
modelos não se ajustaram aos dados experimentais.
118
Como os modelos da raiz quadrada e de Davey não ajustam dados para a população
máxima, foi gerado um modelo polinomial de segunda ordem, utilizando valores codificados
para as variáveis (temperatura e nível de inóculo), tendo como fatores significativos (Tabela
18), a p<0,10, nível de inóculo (linear e quadrático) e a interação entre a temperatura e o
nível de inóculo. Este modelo apresentou um alto coeficiente de correlação dos dados,
demonstrando que 97,5% dos dados estão de acordo com o modelo proposto, e os
parâmetros de performance do modelo (bias e exatidão) demonstram excelente
concordância. Pelo cálculo do fator de bias 100% dos dados estão na região segura da
predição do modelo, e somente 2% dos dados, de acordo com o fator exatidão, estão em
discordância com o modelo predito.
Tabela 18. Efeitos da temperatura e nível de inóculo para a população máxima do lactobacilo em cultura mista
Ao avaliar o efeito das variáveis, a que apresenta maior significância é L inóculo linear
do lactobacilo com um p valor de 0.000045 (vide tabela 18 e figura 30), demonstrando assim
que a população máxima é influenciada pelo inóculo inicial de lactobacilo. A equação do
modelo está apresentada abaixo (equação 25). Esta equação permite calcular a população
máxima atingida em um processo de fermentação alcoólica, a partir da população inicial de
lactobacilo, dentro da faixa estudada.
LTLLRgLog **43887,0*58622,0*80619,168645,11)( 2 −−+=
Equação 25
A superfície de resposta (figura 30) demonstra o efeito quadrático do nível de inóculo de
lactobacilo e o efeito quase linear da temperatura na faixa analisada.
119
Figura 30. Efeito da temperatura de fermentação e nível de inóculo de L. fermentum sobre o logarítmo da população máxima do lactobacilo em cultura mista
Para os modelos secundários testados para a levedura em cultura mista (vide tabela
17), os modelos de Davey e Ratwosky não apresentaram bom coeficiente de correlação dos
dados (R2< 0,90), demonstrando desta forma a baixa dependência da taxa de crescimento e
do tempo de adaptação do fator temperatura. Para a taxa de crescimento da levedura foi
testado um modelo polinomial quadrático em função de temperatura e nível de inóculo de
lactobacilo, porém o R2 foi de 0,636, demonstrando da mesma forma a baixa dependência da
temperatura e do nível de inóculo de lactobacilo, apesar dos indíce de performance do
modelo bias e exatidão apresentarem valores bons, 1,009 e 1,131, respectivamente.
Log da população máxim
a
120
5.5.3 Análises da produção de metabólitos (etanol, glicerol, ácido láctico e
ácido acético) e açúcares (glicose)
Os dados de crescimento, juntamente com a produção de metabólitos e
consumo de açúcares estão apresentados na figura 31, para o experimento 07
(28S6L1).
0,00
40,00
80,00
120,00
160,00
200,00
-2,000
0,000
2,000
4,000
6,000
8,000
0 20 40 60 80 100 120
Glic
ose/
Eta
nol/
Glic
erol
(g/L
)
Leve
dura
e L
acto
baci
lo (L
og N
/N0)
Áci
do lá
ctic
o e
acét
ico
(g/L
)
Tempo (horas)
Levedura (log n/N0) Lactobacilo (Log N/N0) Ácido acéticoEtanol Ácido Láctico GlicoseGlicerol
Figura 31. Curva de evolução da produção de etanol, ácido láctico, ácido acético e glicerol; consumo de glicose; curva de crescimento do lactobacilo e levedura em cultura mista para o experimento 07 (28S6L1).
Pela análise da figura 31, pode-se verificar que o valor mínimo de glicose
(8,77 g/L) coincide com o inicio da fase estacionária da levedura em 30 horas de
processo de fermentação, e a produção de etanol atinge o seu máximo em 48
horas, o glicerol acompanha a produção de etanol atingindo seu máximo também
em 48 horas com 21g/L. Os ácidos láctico e acético têm o auge de sua produção
121
no final da fermentação em 84 horas, onde a levedura atingiu sua menor
população, demonstrando assim que os ácidos orgânicos produzido pelo
lactobacilo inibem o crescimento da levedura.
122
6. CONCLUSÕES
• O índice de viabilidade da levedura em cultura pura foi afetado
por mudanças na temperatura. Porém para a cultura mista, num
tempo fixo de fermentação (21h) o nível de inóculo de lactobacilo
foi altamente significante. O melhor índice de viabilidade foi
observado para L=103Ufc/mL e T=25oC;
• Altas temperaturas reduzem o rendimento celular do lactobacilo
em cultura pura, a 31ºC;
• Não houve diferença significativa, ao nível de 10% de
significância, para o tempo de lag, taxa de crescimento e
população máxima da levedura em cultura pura e mista;
• Para o lactobacilo, não houve diferença significativa, ao nível de
10% de significância, para a taxa de crescimento e tempo de lag.
No entanto, para a população máxima houve diferença
significativa quando o microrganismo foi cultivado em cultura pura
e mista;
• A população máxima do lactobacilo em cultura mista é afetada
pela quantidade inicial de inóculo do mesmo;
• A quantidade de ácido láctico produzido no meio de cultivo
influencia a atividade celular da levedura;
• A glicose é um fator limitante para o crescimento do lactobacilo;
• Quando a levedura atinge a fase estacionária, o lactobacilo teve
sua taxa de crescimento incrementada;
• O modelo quase-químico não caracteriza bem a fase de
adaptação dos microrganismos (L. fermentum e S. cerevisiae)
devido ao ajuste linear realizado pelo modelo. Este modelo não
se ajustou muito bem aos dados experimentais, pois os
microrganismos (lactobacilo e levedura) não entram em processo
de morte instataneamente após a fase exponencial, nos casos
em que ocorrem esta situação (morte instantânea) o ajuste do
modelo é muito bom;
123
• O modelo desenvolvido para a população máxima do lactobacilo
pode ser aplicado, dentro da faixa estudada, na indústria de
processamento de cana-de-açúcar pois, conhecendo a
concentração inicial do lactobacilo, pode-se predizer a população
máxima atingida num processo fermentativo;
• Considerando os processos de fermentação industrial a melhor
condição para a produção máxima de etanol com a levedura em
cultura mista e foi com concentração inicial de lactobacilo em
105UFC/mL e a temperatura de fermentação à 28ºC.
• O modelo encontrado para descrever a produção máxima de
etanol demonstra a interação significativa entre a temperatura de
fermentação e o nível de inóculo de lactobacilo no processo
fermentativo. No entanto, o efeito mais importante é o da
temperatura quadrática. Sendo assim, este modelo pode ser
aplicado na prática, dentro da faixa estudada, pois conhecendo a
temperatura de fermentação e o nível de inóculo do lactobacilo
pode-se estimar a quantidade máxima de etanol a ser produzida
durante o processo fermentativo realizado dentro das condições
estudadas.
124
7. REFERÊNCIAS BIBLIOGRÁFICAS
Alcarde, V.E. Avaliação de parâmetros que afetam a floculação de leveduras de
leveduras e bactérias isoladas de processos industriais de fermentação alcoólica.
Campinas, 2001,91p. Tese de doutorado – Faculdade de Engenharia de
Alimentos, UNICAMP.
Alterthum , F.; Cruz, M.R, M..; Vairo, M.L. R.; Gambassi, D.M. Efeitos dos
microrganismos contaminantes da fermentação alcoólica nas microdestilarias.
STAB: Açúcar, Álcool e Subprodutos, v.3, n. 1, p. 42-49, 1984.
Andrietta, M.G.S.; Steckelberg, C.; Andrietta. Bioetanol – Brasil, 30 anos na
vanguarda. Cosntruindo a história dos produtos naturais – Multiciência , n. 7, p. 1-
14, 2006.
Amorim, H. V.; Oliveira, A.J. Infecção na fermentação: como evitá-la. Álcool e
Açúcar, v. 2, n. 5, p 12-18, 1982.
Antwi, M.; Bernaerts, K.; Van Impe, J.F.; Geerarerd, A.H. Modelling the combined
effect of structureds food model system and lactic acid on Listeria innocua and
Lactococcus lactics growth in mono-and coculture. International Journal of Food
Microbiology (2007), article in press.
125
APHA. American Public Health Association. Compendium of Methods for the
Microbiological Examination of Foods. 4ºedição, 2001.
Batista, V.M. Produção de Álcool (Etanol). Goiânia, 2003. 69p. Trabalho de
conclusão de curso. Universidade Católica de Goiás.
Baranyi, J.; Roberts, T.A.. A dynamic approach to predicting bacterial growth in
food. International Journal of Food Microbiology, V. 23, p. 277-294, 1994.
Baranyi, J.; Roberts, T.A.. Mathematics of predictive food microbiology.
International Journal of Food Microbiology, v. 26 p. 199-218, 1995.
Baranyi, J; Le Marc, Y. DMFit Manual Version 2.0.
Baty, F.; Delignette-Muller, M-L.; Estimating the bacterial lag time: which model,
which precision? International Journal of Food Microbiology, v. 91, p. 261-277,
2004.
Beuchat, L.R.; Cousin, M.A. Yeasts and Molds In:.APHA. AMERICAN PUBLIC
HEALTH ASSOCIATION. Compendium of methods for the microbiological
examination of foods. 4 ªed. p.209-216 2001.
Blackburn, W.C. Modeling shelf-life. In: Kilcast, D; Subramaniam, P. The stability
and shelf-life of Food . CRC Press LLC, Cambridge, England, 2000. Cap. 3.
126
Bernaerts, K; Dens, E; Vereecken, K; Geeraerd, A.H; Standaert, A.R; Devlighere,
F; Debevere, J; Van Impe, J.F. Concepts and tools for predictive modeling of
microbial dynamics. Journal of Food Protection, v. 67, n. 9, p. 2041-2052. 2004.
Borges, Uta, et.al. Proálcool: economia política e avaliação socioeconômica do
programa brasileiro de biocombustível. Universidade Federal de Sergipe. PROEX/
CECAC/ Programa Editorial. 1988.
Botes, A.; Todorov, S.D.; von Mollendorff, J.W.; Botha, A.; Dicks, L.M.T.
Identification of lactic acid bacteria and yeast from boza. Process Biochemistry, v.
43, p. 267-270, 2007.
Castro, M. M. S.. Leveduras contaminantes do processo de fermentação alcoólica:
diversidade taxonômica e metabólica. Campinas,1995. 124 p. Dissertação
(Mestrado) – Faculdade de Engenharia de Alimentos, Universidade Estadual de
Campinas.
COPERSUCAR Centro de Tecnologia Canavieira – CTC. Fermentação. 1ed.,
CTDI, 1987.
Cherubin, R A. Efeitos na viabilidade celular das leveduras e da contaminação
bacteriana na fermentação alcoólica. Piracicaba, 2003, 124p. Tese (Doutorado) –
Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo.
127
Chin, P.M.; Ingledew, W.M. Effect of lactic acid bactéria on wheat mash
fermentation prepared with laboratory backset. Enzyme Microbiology and
Technology, v. 16, n. 4, p. 311-317, 1994.
Cobra, Carlos. Álcool, combustível verde do presente e do futuro. In: Mello,
Marcello Guimarães (Org.). Biomassa: Energia dos Trópicos em Minas Gerais.
Belo Horizonte: Labmídia, 2001. p.49-58.
Costa, A. C; Atala, D.I.P; Maugeri, F; Maciel, R. Factorial design and simulation for
the optimization and determination of control structures for an extractive alcoholic
fermentation. Process biochemistry, v. 37, n. 2, p. 125-137, 2001
Costa, V.M. Perfil de metabólitos excretados por Lactobacillus isolados de
processos industriais de produção de etanol, com ênfase nos isômeros óticos D(-)
e L(+) do ácido láctico. Piracicaba, 2006, 65p. Dissertação (Mestrado) – Escola
Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo.
Crueger, W; Crueger, A.; Biotecnología: Manual de Microbiologia Industrial.
Zaragoza (España). Editora Acribia. 1993. 3ª edição.
Davey, K.R. A predictive model for combined temperature and water activity on
microbial growth during the growth phase. Journal of Applied bacteriology, v. 67, p.
483-488, 1989.
128
D’Amore, T. & Stewart, G. G. Ethanol tolerance of yeast-reviews. Enzyme and
Microbial Technology, v.9, n.6, p.322-330, 1987.
De la Fuente, G. & Sols, A. Transport of sugars in yeast. II. Mechanism of
utilization of dissaccharides and related glycosides. Biochem. Biophys. Acta, v.56,
p.49-62, 1962.
Delignette-Muller, M. L.; Rosso, L.; Flandrois, J. P. Accuracy of microbial growth
predictions with square root and polynomial models International Journal of Food
Microbiology, v. 27, n. 2-3, p. 139-146. 1995.
Dens, E.J.; Van Impe, J.F.. On the need for another type of predictive model in
strutured foods. International Journal of Food Microbiology, v. 64, p.247-260,
2001.
Doona, C.J.; Feehery, F.E; Ross, E.W. A quasi-chemical model for the grwth and
death of microorganisms in food by non-thermal and high pressure processing.
International Journal of Food Microbiology, v. 100, p. 21-32, 2005.
Essia Ngang, J.J.; Wolniewicz, E.; Letourneau, F.; Villa, P. Stimulation of
lactobacilli during alcoholic fermentation action of sucrose hydrolysis by yeast.
Biotechnology Letters, v. 14, n.08, p. 741-746, 1992.
129
Essia Ngang, J.J.E.; Letourneau, F; Villa, P. Inhibition of beet molasses alcoholic
fermentation by lactobacilli. Applied Microbiology and Biotechnology, v. 33 p. 490-
493, 1990.
Essia Ngang, J.J.E.; Letourneau, F; Villa, P. Alcoholic fermentation of beet
molasses: effect of lactic acid on yeast fermentation parameters. Applied
Microbiology and Biotechnology, v. 31, p. 125-128, 1989.
Ferguglia, R.M.O. Viabilidade celular de Saccharomyces cerevisiae em cultura
mista com Lactobacillus fermentum envolvidos na floculação de leveduras.
Piracicaba, 1997. 104p. Dissertação (Mestrado) – Escola Superior de Agricultura “
Luiz de Queiroz”, Universidade de São Paulo.
Formaggio, G.J.; Finguerut, J. Produção específica de ácidos orgânicos.
Piracicaba: Centro de Tecnologia Copersucar, p. 1-12, RT 963-99/00.
Gallo, C.R. Determinação da microbiota bacteriana de mosto e de dornas de
fermentação alcoólica. Campinas, 1990, 388p. Tese (Doutorado) – Faculdade de
Engenharia de Alimentos, UNICAMP.
Gallo, C.R.; Canhos, V.P. Contaminantes bacterianos na fermentação alcoólica-
Revisão. STAB, v. 9, n. 4/5, p.35-40, 1991.
130
Gancebo, C. & Serrano, R. Energy-yielding metabolism. In: The yeasts, 2ed.,
Academic Press, v.3, cap. 6, p.205-259, 1989.
Gava, A. J. Princípios de tecnologia de Alimentos. São Paulo. Editora Nobel, 1998.
George Casella & E.L. Lehmann, Theory of Point Estimation . Springer, (1999).
Giffel, M.C.; Zwietering, M.H.. Validation of predictive models describing the growth
of Listeria monocytogenes. International Journal of Food Microbiology, v.46, p.
135-149, 1999.
Globo Rural. São Paulo: Editora Globo, ano 14, nº 157, novembro, 1998.
Goldblith, S.A.; Joslyn,M.A. Nickerson,J.T.R.. An Introduction to Thermal
Processing of Foods. In: Nakashima, S.M.K.; André, C.D.S.; Franco. B.D.G.M..
Revisão: Aspectos Básicos da Microbiologia Preditiva. Brazilian Journal of Food
Technology, V.3 p. 41-51, 2000.
Guchte, M.; Serror, P.; Chervaux, C.; Smokvina, T.; Ehrlich, E.D.; Maguin, E.
Stress response in lactic bacteria. Antonie van Leeuwennhoek, v. 82, n. 1/4, p.
187-216, 2002.
Halász, A. & Lásztity, R. Use of yeast biomass in food production, CRC Press,
cap.4, p.45-60, 1995.
131
Hall, P.A.; Ledenbach, L.; Flowers, R.S. Acid-Producing Microorganisms Beuchat,
In:.APHA. AMERICAN PUBLIC HEALTH ASSOCIATION. Compendium of
methods for the microbiological examination of foods. 4 ªed. p.201-208, 2001.
Jagannath, A.;, Tsuchido, T.. Predictive Microbiology: A review. Biocontrol
Science, V. 8 p.1-7,2003.
Janseen, M; Geeraerd, A.H.; Logist, F.; De Visscher, Y. Vereecken, K.M. Debvere,
J; Devlieghere, F.; Van Impe, J.F. Modelling Yersinia enterocolitica inactivation in
coculture experiments with Lacotbacillus sakei as based on pH and lactic acid
profiles. International Journal of Food Microbiology, v. 11, p. 59-72, 2006.
Jullian, I.M. Siembra simultánea de bacterias y leveduras para inducer la
Fermentação Maloláctica. Santiago, 2005, 32p. Trabalho de conclusão de curso.
Departamento de Fruticultura y Enologia – Facultad de Agronomia e Ingenieria
Forestal – Pontifícia Universidad Católica de Chile.
Kandler, O. Weiss, N. Lactobacillus. In: Sneath, P.H.A.; Mair, N.S. Sharpe,
M.E.;Holt, J.G. Bergey’s of systematic bacteriology. Baltimore: Williams and
Wilkins, 2, p. 1029-1234, 1986.
132
Laluce, C.; Sponchiado, S.R.P., Serra, C. Elementos de Microbiologia para cultivo
de leveduras, Modulo 2, Aula 3, 2007. Disponível em:
http://www.iq.unesp.br/flotacao/MODULO2/aula3/aula3.htm
Lee, S.S.; Robinson, F.M.; Wang, H.Y. Rapid Determination of Yeast Viability.
Biotechnology and Bioengineering Symposium, n. 11, p. 641-649, 1981.
Leroy, F; Vuyst, L. Growth of bacteriocin producing Lactobacillus sakei strain CTC
494 in MRS broth is strongly reduced due to nutrient depletion model for the
growth of lactic acid bacteria. Applied Enviromental Microbiology, v. 67, n. 10, p.
4407-4413. 2001.
Lima, N. Microbiologia – Biotecnologia microbiana. Lisboa, 1998.
Lima, L.R.; Marcondes, A.A. Álcool Carburante: Uma Estratégia Brasileira.
Curitiba: Editora UFPR, 2002. 248p.
Lima, Urgel de Almeida, et. al. Biotecnologia Industrial: Processos fermentativos e
Enzimáticos (vol.3). São Paulo – SP. Editora Edgard Blucher. 2001. 1º edição.
Lima, Urgel de Almeida; Basso, Luiz Carlos; Amorim, Henrique Vianna de. In:
Lima, Urgel de Almeida (Coord.). Biotecnologia Industrial: Processos
Fermentativos e Enzimáticos. São Paulo: Edgard Blücher, 2001. p.1-43.
(Biotecnologia Industrial; v.3)
133
Lodder, J. The yeast: a taxonomic study. 2.ed. Amsterdan: North Holland, 1971.
1385p.
López, E.F.; Gómez, E.F. Simultaneous determination of the major organic acids,
sugar, glycerol, and ethanol by HPLC in grape musts and white wines. Journal of
Chromatographic Science, v.34, p. 254-257, 1996.
Manual Merck. Reagents: Chemical Diagnostics. Darmstadt, Germany, p.1171,
1996.
Mafart, P. Food engineering and predictive microbiology: on the necessity to
combine biological and physical kinetcs. International Journal of Food
Microbiology, v.100, p. 239-251, 2005.
Malakar,P.K.; Barker. G.C.; Zwietering, M.H.; van’t Riet, K. Relevance of microbial
interactions to predictive microbiology. International Journal of Food Microbiology,
v. 84, p. 263-272, 2003.
Marañón, I. M; Chaudanson, N.; Joly, N.; Gervais, P. Slow heat rate increases
yeast thermotolerance by maintain plasma membrane integrity. Biotechnology and
Bioengineering, v. 65,n. 2, p. 176-181. 1999.
134
McKellar, R.C; Lu, X. Modeling Microbial Responses in Food . CRC Press.
London, England, 2004.
McMeekin, T.A.; Olley, J.N; Ratkoswsky,D.A; Roos,T. Predictive micorbiology:
towards the interface and beyond. International Journal of Food Microbiology, V.
73 p. 395-407,2002.
Miconnet, N.; Geeraerd, A.H.; Van Impe, J.F.; Rosso, L.; Cornu. M. Reflections on
the use of robust and least-squares non-linear regression to model challenge tests
conducted in/on food products. International Journal of Food Microbiology, v. 104,
p. 161-177, 2005.
Narendranath, N.V.; Hynwa, S.H.; Thomas, K.C.; Ingledew, W,M. Effects of
lactobacilli on yeast-catalyzed ethanol fermentation. Applied and enviromental
microbiology , v. 63, n. 11, p. 4158-4163, 1997.
Nakashima, S.M.K.; André, C.D.S.; Franco. B.D.G.M. Revisão: Aspectos Básicos
da Microbiologia Preditiva. Brazilian Journal of Food Technology, v.3 p. 41-51,
2000.
Nobre, T. P.; Horii, J; Alcarde, A. R. Viabilidade celular de Saccharomyces
cerevisiae cultivada em associação com bactérias contaminantes da fermentação
alcoólica. Ciênc. Tecnol. Aliment., , v.27, n.1, p.20-25. 2007.
135
Nobre, T. P. Viabilidade celular de Saccharomyces cerevisiae cultivada em
associação com bactérias contaminantes da fermentação alcoólica. Piracicaba,
2006, 90p. Dissertação (Mestrado) – Escola Superior de Agricultura “Luiz de
Queiroz”, Universidade de São Paulo.
Nolasco Jr, J. Desenvolvimento de processo térmico otimizado para mosto de
caldo de cana na fermentação alcoólica. Campinas, 2005, 155p. Dissertação
(Mestrado) – Faculdade de Engenharia de Alimentos, UNICAMP.
Oliva-Neto, P.; Yokoya, F. Effects of nutricional factors on growth of Lactobacillus
fermentum mixed with Saccharomyces cerevisiae in alcoholic fermentation.
Revista de Microbiologia, v. 28, p. 25-31, 1997.
Oliva-Neto, P.Estudo de diferentes fatores que influenciam o crescimento da
população bacteriana contaminante da fermentação alcoólica por leveduras.
Campinas, 1995, 183p. Tese (Doutorado) – Faculdade de Engenharia de
Alimentos, UNICAMP.
Oliva-Neto, P. Influência na contaminação por bactérias láticas na fermentação
alcoólica pelo processo de batelada alimentada. Campinas, 1990, 200p.
Dissertação (Mestrado) – Faculdade de Engenharia de Alimentos, UNICAMP.
136
Oliveira, A.J.; Gallo, C.R.; Alcarde, V.E. Efeito da temperatura e pH na germinação
de esporos de bactérias em processos de fermentação alcoólica. Álcool e Açúcar,
v. 15, n. 80, p. 32-35, 1995.
Oliveira, M; Vasconcelos, Y. Revolução no canavial. Pesquisa Fapesp, n. 122, p.
62-70, 2006.
Peña, W.L. Uso de modelos preditivos no crescimento e inativação de esporos de
Alicyclobacillus acidoterrestris em suco de laranja e maçã. Campinas, 2005, 360p.
Tese (Doutorado) – Faculdade de Engenharia de Alimentos, UNICAMP.
Perni, S.; Andrew, P.W.; Shama, G. Estimating the maximum growth curves:
definition is everything. Food Microbiology, v. 22, p. 491-495, 2005
Petrus, P.R.; Desenvolvimento de processo e avaliação da estabilidade de bebida
isotônica acondicionada em garrafa plástica asséptica. Campinas, 2000. 122p.
Tese (Mestrado) – Faculdade de Engenharia de Alimentos. UNICAMP.
Phisalaphong, M; Srirattana, N; Tanthapanichakoon, W. Mathematical modeling to
investigate temperature effect on kinetic parameters of ethanol fermentation.
Biochemical Engineering Journal, v. 28, n. 1, p. 36-43. 2006.
Pitt, J.I.; Hocking, A.D. Fungi and Food Spoilage. Academic Press - Sidney, 1985.
137
Porto, L.M. Modelagem de processo industrial de fermentação alcoólica contínua
com reatores de mistura ligados em série. Campinas, 2005, 139p. Tese
(Doutorado) – Faculdade de Engenharia Química, UNICAMP.
Poschet F., Vereecken K.M.,. Geeraerd A.H,. Nicolaï B.M,. Van Impe J.F. Analysis
of a novel class of predictive microbial growth models and application to coculture
growth. International Journal of Food Microbiology, v. 100, n. 1-3, p. 107-124.
Potter, Norman; Hotchkiss, Joseph. Ciencia de los alimentos. Zaragoza (España).
Editora Acribia. 1999.
Ramos, D.A. R.; Souza, J.G. As transformações do setor sucroalcooleiro e seus
impactos na composição orgânica do capital: uma análise do setor no município
de Sertãozinho – SP. Disponível em:
www2.prudente.unesp.br/eventos/semana_geo/dulcineiarissattiramos.pdf, 2005.
Rasch, M. Experimental design and data collection. In: McKellar, R.C; Lu, X.
Modeling Microbial Responses in Food . CRC Press. London, England, 2004.
Cap. 1.
Rasovsky, E.M. Álcool: destilaria. Rio de Janeiro. Coleção Canavieira. n.12,
1973.
138
Rivera, E.C., Costa, A.C.; Andrade, R.R.; Atala. D.I.P.; Maugeri, F; Maciel Filho, R.
Development of adptative modeling techniques to describe the temperature-
dependet kinectcs of biotechnological processes. Biochemical Engineering
Journal, article in press, 2007.
Ross, E.W.; Taub, I.A.; Doona, C.J.; Feeherry, F.E.; Kustin, K. The mathematical
properties of the quase-chemical model for microorganism growth-death kinetcs in
foods. International Journal of Food Microbiology, v. 99, p. 157-171, 2005.
Ross, T; Dalgaard, P. Secondary models. In: McKellar, R.C, Lu, X. Modeling
Microbial Response in Foods . CRC Press, London, England. 2004. Cap. 3.
Ross, T. Indices for performance evaluation of predictive models in food
microbiology. Journal Applied bacteriology, v. 81, p. 501-508. 1996.
Roos,T.; McMeekin, T.A.. Predictive Microbiology. International Journal of Food
Microbiology, V. 23 p. 241-264, 1994.
Strapassom, A.B. Etanol – Desafios para a pequena produção. Brasília, 2007.
Comissão Nacional da Agricultura (CNA) – Ministério da Agricultura Pecuária e
Abastecimento (MAPA).
139
Swinnen, I.A.M. , Bernaerts, K.; Dens, E.J.J.; Geeraerd,A.H.; Van Impe, J.F.
Predictive modeling of the microbial lag phase: a review. International Journal of
Food Microbiology, v. 94, p. 137-159, 2004.
Taub, I.A.; Feehery,F.E.; Ross, E.W.; Kustin, K.; Doona, C.J. A quase-chemical
kinetics model for the growth and death of Sthaphylococcus aureus in intermediate
moisture bread. Journal of Food Science, v. 68, n. 8, 2003.
Thomas, K.C.; Hynes, S. H.; Ingledew, W. M. Effect of lactobacilli on yeast growth,
viability and batch and semi-continuous alcoholic fermentation of corn mash.
Journal of Applied Microbiology, v. 90, p. 819-828, 2001.
Thomas, L.V.; Delve- Broughton, J. Aplicatins of the natural food preservative.
Researches Advances in Food Science, v. 2, p. 1-10, 2001.
Tournas,V; Stack,M.E.; Mislivec, P.B.; Koch, H.A.; Bandler R.. Yeasts, Molds and
Mycotoxins. IN: Bacteriological Analytical Manual Online, Ch. 18. Disponível em:
http://www.cfsan.fda.gov/~ebam/bam-18.html, 2001
Valdasz, P.; Valdasz, A.S. Predictive modeling of microorganisms: LAG and LIP in
monotonic growth. International Journal of Food Microbiology, v. 102, p. 257-275,
2005.
140
Van Impe, J.F.; Poschet,F.; Geeraerd, A.H.; Vereecken K.M. Towards a novel
class of predictive microbial growth models. International Journal of Food
Microbiology, v. 100, p. 97-1005, 2005.
Vereecken, K.M; Devleghere, F.; Bockstaele, A.; Debevere, J.; Van Impe, J.F. A
model fo lac acid-induced inhibition of Yersinia enterocolitica in mono-and
coculutre with Lactobacilus sakei. Food Microbiology, v. 20, p. 701-713, 2003.
Vitolo, M., Minami, P. S. Leveduras em Biotecnologia. Universidade de São Paulo,
1989.
Whiting, R.C.; Buchanan, R.L. Predictive modeling. In: Doyle, M.P; Beuchat, L.R.;
Montville, T.J. Food microbiology Fundamentals and frontiers, Washington, ASM,
p. 728-739, 1997.
Zwietering, M.H. et al. Modeling of bacterial growth as a function of temperature.
Applied and Environmental Microbiology. V.57, n.04, p.1094-1101. 1991.
Yamamura, M., Takeo, K., Kamihara, T. Saccharomyces yeast cells grown at
elevated temperatures are susceptible to autolyses. Agric. Biol. Chem., v.55,
p.2861-2864, 1991.
Yates, G.T.; Smotzer, T. On the lag phase and initial decline of micrtobial growth
curves. Journal of Ttheoretical Biology, v. 244, p. 511-517. 2007.
141
ANEXO A
Nas figuras abaixo estão apresentadas as curvas de crescimento. Os dados
experimentais estão apresentados no Anexo C nas matrizes do modelo quase-
químico.
1,00E+00
1,00E+01
1,00E+02
1,00E+03
1,00E+04
1,00E+05
1,00E+06
1,00E+07
1,00E+08
1,00E+09
1,00E+10
0 10 20 30 40 50 60 70 80 90 100 110
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 32. Curva de crescimento para o experimento 01 (25S6L3), para as
culturas mistas e puras de S. cerevisiae e L.fermentum.
142
1,00E+02
1,00E+03
1,00E+04
1,00E+05
1,00E+06
1,00E+07
1,00E+08
1,00E+09
1,00E+10
1,00E+11
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 33.Curva de crescimento para o experimento 02 (31S6L3) para as culturas
mistas e puras de S. cerevisiae e L.fermentum
1,000E+02
1,000E+03
1,000E+04
1,000E+05
1,000E+06
1,000E+07
1,000E+08
1,000E+09
1,000E+10
1,000E+11
1,000E+12
1,000E+13
1,000E+14
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacillo cultura mistaLevedura cultura mista Levedura cultura pura
Figura 34. Curva de crescimento experimento 03 (25S6L7), para as culturas
mistas e puras de S. cerevisiae e L.fermentum
143
1,00E+02
1,00E+03
1,00E+04
1,00E+05
1,00E+06
1,00E+07
1,00E+08
1,00E+09
1,00E+10
1,00E+11
1,00E+12
1,00E+13
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 35.Curva de crescimento experimento 05 (24S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum
1,00E+02
1,00E+03
1,00E+04
1,00E+05
1,00E+06
1,00E+07
1,00E+08
1,00E+09
1,00E+10
1,00E+11
1,00E+12
1,00E+13
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 36.Curva de crescimento experimento 06(32S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum
144
1,00E+00
1,00E+01
1,00E+02
1,00E+03
1,00E+04
1,00E+05
1,00E+06
1,00E+07
1,00E+08
1,00E+09
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 37.Curva de crescimento experimento 07(28S6L1), para as culturas mistas
e puras de S. cerevisiae e L.fermentum
1,000E+04
1,000E+05
1,000E+06
1,000E+07
1,000E+08
1,000E+09
1,000E+10
1,000E+11
1,000E+12
1,000E+13
1,000E+14
1,000E+15
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 38. Curva de crescimento experimento 08 (28S6L8), para as culturas
mistas e puras de S. cerevisiae e L.fermentum
145
1,000E+03
1,000E+04
1,000E+05
1,000E+06
1,000E+07
1,000E+08
1,000E+09
1,000E+10
1,000E+11
1,000E+12
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 39. Curva de crescimento experimento 09 (28S6L5), para as culturas
mistas e puras de S. cerevisiae e L.fermentum
1,000E+03
1,000E+04
1,000E+05
1,000E+06
1,000E+07
1,000E+08
1,000E+09
1,000E+10
1,000E+11
1,000E+12
1,000E+13
0 20 40 60 80 100 120
Tempo (horas)
Lact
obac
ilo (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 40.Curva de crescimento experimento 10 (28S6L5), para as culturas mistas
e puras de S. cerevisiae e L.fermentum
146
1,000E+04
1,000E+05
1,000E+06
1,000E+07
1,000E+08
1,000E+09
1,000E+10
1,000E+11
1,000E+12
1,000E+13
0 20 40 60 80 100 120
Tempo (horas)
Con
tage
m (
UF
C/m
L)
Lactobacilo cultura pura Lactobacilo cultura mistaLevedura cultura pura Levedura cultura mista
Figura 41.Curva de crescimento experimento 11 (28S6L5), para as culturas
mistas e puras de S. cerevisiae e L.fermentum
147
ANEXO B
Preparo das soluções de antibiótico
1. Tetraciclina
Dissolver 500mg de cloridrato de tetraciclina em 200mL de etanol (Manual Merck,
1996). Estocar a solução em frasco escuro estéril, sob refrigeração. Adicionar ao
meio de cultura 40mL/L após a esterilização do meio de cultura.
A solução não deve ser mantida em estoque por mais de uma semana.
2. Cloranfenicol
Dissolver 0.1g de cloranfenicol em 100 ml de água destilda, adicionar 40mL/L
desta solução antes de autoclavar o meio de cultura (Tournas et al, 1998). A
solução deve ser estocada em frasco escuro e sob refrigeração, por no máximo 1
semana.
3. Natamicina
Dissolver 1g em 200mL de ácido acético 1N (Thomas & Delves- Broughton, 2001),
esterilizar a solução por filtração com membrana de 0.22µm (Millipore, Miliford,
USA). Acondicionar em frasco escuro estéril, estocar sob refrigeração, por no
máximo 1 semana.
4. Preparo do corante Azul de Metileno para coloração de células viáveis (Lee et
al, 1981)
Azul de Metileno 0.025g
NaCl 0.9g
KCl 0.042g
CaCl2.6H2O 0.048g
NaHCO3 0.02g
Glicose 1g
Água 100 mL
Estocar o corante em frasco escuro.
148
5. Formulação do Agar Extrato de Malte (Pitt & Hocking, 1985)
Extrato de Malte 20g
Glicose 20g
Peptona 1g
Agar 20g
Água destilada 1L
Autoclavar 121ºC por 15 minutos.pH final 6.7
149
ANEXO C
Programa para a resolução do modelo quase-químico
(%) – comentários feitos no programa
(xd) – contagem do número de células
(x0) - contagem celular no tempo 0
(td) – intervalo de tempo de dados
(Lx) – logaritimo da concentração celular experimental
(Ld) – logartimo da concentração celular do microrganismo predito pelo modelo
(h) – erro estocástico do modelo
(mesh) – tempo em que o modelo calculará o valor de Ld
(L0) – concentração celular inicial predita pelo modelo
(MuL) – taxa de crescimento do microrganismo (µ)
(LB) – limite inferior
(UB) – limite superior
152
Curvas de crescimento/declínio geradas pelo modelo quase-químico
Figura 42. Modelo quase-químico para o L.fermentum cultura pura experimento 01 (25S0L3)
Tempo (horas) Lx Ld (Lx-Ld) 0 3.2175 3.2175 0
3.0000 3.2214 3.5522 -0.3308 6.0000 3.2822 3.8894 -0.6073 9.0000 3.8062 4.2267 -0.4205 12.0000 4.1959 4.5639 -0.3680 15.0000 4.4502 4.9011 -0.4509 18.0000 5.5011 5.2384 -0.2627 21.0000 5.5911 5.5756 -0.0155 24.0000 6.9217 5.9128 1.0089 30.0000 7.2380 6.5871 0.6509 36.0000 7.5502 7.2609 0.2893 42.0000 8.5378 7.9317 0.6061 48.0000 8.7160 8.5891 0.1268 54.0000 8.8513 9.1879 -0.3368 60.0000 9.2304 9.5824 -0.3523 68.0000 8.6385 9.4749 -0.8371 76.0000 8.2368 8.8551 -0.6191 84.0000 8.3365 8.0961 -0.2395 92.0000 7.5798 7.3116 0.2673
100.0000 7.4571 6.5230 0.9333 SSE = 2.3007 k = 44.5282 1.5043 0.0055 1.2455 µ = 0.1124 Lambda = 0.0225 Rg = 6.4154
153
Figura 43. Modelo quase-químico para o L.fermentum em cultura pura experimento 02 (31S0L3)
Tempo (horas) Lx Ld (Lx-Ld) 0 3.1399 3.1399 0
3.0000 3.1206 3.4675 -0.3469 6.0000 4.3522 3.8027 0.5494 9.0000 4.5315 4.1380 0.3935
12.0000 5.1761 4.4732 0.7029 15.0000 6.1351 4.8084 1.3267 18.0000 6.4779 5.1436 1.3342 21.0000 6.3129 5.4789 0.8340 24.0000 6.4201 5.8141 0.6059 30.0000 6.4802 6.4845 -0.0044 36.0000 7.2175 7.1548 0.0626 42.0000 8.3936 7.8241 0.5694 48.0000 8.5539 8.4890 0.0647 54.0000 8.5769 9.1339 -0.5573 60.0000 8.3222 9.6954 -1.3739 68.0000 9.5263 10.0046 -0.4803 76.0000 9.4807 9.6144 -0.1367 84.0000 9.4579 8.9105 0.5441 92.0000 8.5539 8.1389 0.4116
100.0000 7.0414 7.3554 -0.3174 SSE = 3.0033 k = 14.5763 1.5067 0.0023 1.2494 µ = 0.1117 Lambda = 0.0683 Rg = 6.8699
154
Figura 44. Modelo quase-químico para o L.fermentum em cultura pura experimento 03 (25S0L7)
Tempo (horas) Lx Ld (Lx-Ld) 0 7.6075 7.6075 0
3.0000 6.4232 7.8680 1.4448 6.0000 6.8976 8.1356 1.2380 9.0000 8.5605 8.4033 0.1572
12.0000 9.5982 8.6710 0.9273 15.0000 9.3892 8.9386 0.4505 18.0000 9.5250 9.2063 0.3188 21.0000 9.6335 9.4739 0.1596 24.0000 9.5119 9.7415 0.2297 30.0000 11.5533 10.2767 1.2766 36.0000 11.6180 10.8114 0.8067 42.0000 11.7520 11.3445 0.4076 48.0000 11.3608 11.8723 0.5115 54.0000 12.3522 12.3822 0.0300 60.0000 12.6675 12.8363 0.1689 68.0000 12.3979 13.1930 0.7950 76.0000 12.4579 13.0660 0.6081 84.0000 12.4031 12.5847 0.1816 92.0000 12.2799 11.9772 0.3027
100.0000 12.0512 11.3373 0.7139 SSE = 3.0432 k = 12.4826 1.5961 0.0000 1.3906 µ= 0.0892 Lambda = 0.0798 Rg = 5.6009
155
Figura 45. Modelo quase-químico para o L.fermentum em cultura pura experimento 04 (31S0L7)
Tempo (horas) Lx Ld (Lx-Ld) 0 7.3522 7.3522 0
3.0000 7.3324 7.5922 -0.2598 6.0000 8.0737 7.8388 0.2349 9.0000 8.5011 8.0854 0.4157 12.0000 8.1367 8.3319 -0.1952 15.0000 8.2430 8.5783 -0.3353 18.0000 8.2900 8.8246 -0.5346 21.0000 8.6990 9.0706 -0.3716 24.0000 8.9031 9.3161 -0.4130 30.0000 8.8129 9.8037 -0.9908 36.0000 9.0414 10.2798 -1.2384 42.0000 11.0210 10.7218 0.2992 48.0000 12.0368 11.0745 0.9623 54.0000 12.0418 11.2441 0.7977 60.0000 11.7789 11.1678 0.6111 68.0000 10.5315 10.7743 -0.2428 76.0000 10.0607 10.2322 -0.1715 84.0000 9.4900 9.6459 -0.1559 92.0000 8.8228 9.0478 -0.2250
100.0000 8.2041 8.4469 -0.2428 SSE = 2.4090 k = 12.3929 1.5520 0.0001 1.3627 µ = 0.0822 Lambda = 0.0801 Rg = 3.8962
156
Figura 46. Modelo quase-químico para o L.fermentum em cultura pura experimento 05 (24S0L5)
Tempo (horas) Lx Ld (Lx-Ld) 0 5.3729 5.3729 0
3.0000 5.7597 5.7791 -0.0194 6.0000 6.1973 6.1957 0.0016 9.0000 6.0969 6.6124 -0.5155
12.0000 6.8293 7.0290 -0.1997 15.0000 7.2978 7.4456 -0.1479 18.0000 6.7520 7.8622 -1.1102 21.0000 8.3617 8.2789 0.0829 24.0000 9.4526 8.6955 0.7571 30.0000 9.8261 9.5282 0.2979 36.0000 10.3811 10.3577 0.0234 42.0000 11.5058 11.1659 0.3397 48.0000 12.1903 11.8479 0.3411 54.0000 11.9320 12.0777 -0.1497 60.0000 11.4338 11.7162 -0.2882 68.0000 10.4928 10.8586 -0.3727 76.0000 9.4314 9.9200 -0.4961 84.0000 9.0273 8.9723 0.0474 92.0000 8.2565 8.0236 0.2250
100.0000 7.9004 7.0748 0.8177 SSE = 1.9166 k = 13.1701 1.5718 0.0000 1.2521 µ = 0.1389 Lambda = 0.0752 Rg = 6.7161
157
Figura 47. Modelo quase-químico para o L.fermentum em cultura pura experimento 06 (32S0L5)
Tempo (horas) Lx Ld (Lx-Ld) 0 5.3570 5.3570 0
3.0000 5.1523 5.7229 -0.5706 6.0000 5.2304 6.0952 -0.8648 9.0000 6.2516 6.4675 -0.2159 12.0000 7.2718 6.8398 0.4320 15.0000 8.3874 7.2122 1.1752 18.0000 8.7033 7.5845 1.1188 21.0000 8.8513 7.9568 0.8945 24.0000 8.5502 8.3291 0.2211 30.0000 9.6527 9.0737 0.5790 36.0000 10.2636 9.8179 0.4457 42.0000 10.5453 10.5598 -0.0145 48.0000 11.2480 11.2893 -0.0414 54.0000 11.4241 11.9552 -0.5315 60.0000 11.4749 12.3705 -0.8971 68.0000 11.5384 12.1622 -0.6269 76.0000 11.0374 11.4333 -0.3994 84.0000 11.0065 10.5916 0.4112 92.0000 10.3892 9.7330 0.6521
100.0000 9.1367 8.8723 0.2601 SSE = 2.7615 k = 19.2275 1.5325 0.0000 1.2467 µ= 0.1241 Lambda = 0.0518 Rg = 7.0469
158
Figura 48. Modelo quase-químico para o L.fermentum em cultura pura experimento 07 (28S0L1)
Tempo (horas) Lx Ld (Lx-Ld) 0 1.0792 1.0792 0
3.0000 0.7782 1.4625 -0.6844 6.0000 1.4624 1.8519 -0.3895 9.0000 2.0414 2.2413 -0.2000 12.0000 2.8261 2.6307 0.1953 15.0000 3.1931 3.0202 0.1730 18.0000 3.9614 3.4096 0.5518 21.0000 4.6675 3.7990 0.8685 24.0000 4.9345 4.1884 0.7461 30.0000 6.0414 4.9673 1.0741 36.0000 6.5051 5.7461 0.7590 42.0000 6.5911 6.5248 0.0663 48.0000 7.6580 7.3028 0.3552 54.0000 8.2695 8.0763 0.1933 60.0000 8.3032 8.8237 -0.5205 68.0000 8.2742 9.5660 -1.2918 76.0000 8.2683 9.4536 -1.1853 84.0000 8.3589 8.7171 -0.3582 92.0000 8.3170 7.8441 0.4729
100.0000 8.2480 6.9520 1.2960 SSE = 3.1012 k = 21.3874 1.5462 0.0071 1.2473 µ = 0.1298 Lambda = 0.0466 Rg = 8.5617
159
Figura 49. Modelo quase-químico para o L.fermentum em cultura pura experimento 08 (28S0L8)
Tempo (horas) Lx Ld (Lx-Ld) 0 8.1508 8.1508 0
3.0000 7.3118 8.1614 -0.8496 6.0000 7.5740 8.2089 -0.6349 9.0000 7.8261 8.3249 -0.4988 12.0000 7.6484 8.5342 -0.8858 15.0000 8.0334 8.8295 -0.7961 18.0000 8.7202 9.1797 -0.4596 21.0000 9.6484 9.5570 0.0913 24.0000 10.4472 9.9460 0.5012 30.0000 11.0550 10.7350 0.3200 36.0000 11.5441 11.5275 0.0166 42.0000 12.7634 12.3197 0.4437 48.0000 13.6284 13.1077 0.5206 54.0000 14.2175 13.8693 0.3479 60.0000 13.9912 14.4930 -0.5026 68.0000 13.7672 14.6166 -0.8524 76.0000 13.4571 13.9755 -0.5220 84.0000 13.4487 13.1290 0.3156 92.0000 12.3811 12.2518 0.1251
100.0000 12.1658 11.3706 0.7907 SSE = 2.4386 k = 0.0132 1.3257 0.0000 1.0214 µ = 0.1321 Lambda = 10.4422 Rg = 6.5435
160
Figura 50. Modelo quase-químico para o L.fermentum em cultura pura experimento 09 (28S0L5)
Tempo (horas) Lx Ld (Lx-Ld) 0 5.3729 5.3729 0
3.0000 5.1303 5.7515 -0.6211 6.0000 5.5682 6.1400 -0.5718 9.0000 5.9868 6.5286 -0.5418 12.0000 6.6232 6.9171 -0.2939 15.0000 7.1931 7.3056 -0.1125 18.0000 8.3617 7.6941 0.6676 21.0000 9.1106 8.0827 1.0279 24.0000 9.5441 8.4712 1.0729 30.0000 9.7520 9.2480 0.5040 36.0000 10.0374 10.0237 0.0138 42.0000 10.2672 10.7921 -0.5250 48.0000 11.3054 11.5196 -0.2142 54.0000 11.6335 12.0548 -0.4213 60.0000 11.4807 12.0980 -0.6173 68.0000 11.7435 11.4795 0.2640 76.0000 11.1973 10.6269 0.5704 84.0000 9.9031 9.7388 0.1643 92.0000 8.4409 8.8463 -0.4054
100.0000 7.9614 7.9531 0.0083 SSE = 2.3408 k = 12.8992 1.5453 0.0000 1.2471 µ = 0.1295 Lambda = 0.0768 Rg = 6.7786
161
Figura 51. Modelo quase-químico para o L.fermentum em cultura pura experimento 10 (28S0L5).
Tempo (horas) Lx Ld (Lx-Ld) 0 5.3222 5.3222 0
3.0000 5.2672 5.7263 -0.4592 6.0000 5.4698 6.1414 -0.6715 9.0000 5.8603 6.5564 -0.6961 12.0000 6.7889 6.9714 -0.1826 15.0000 7.6021 7.3865 0.2156 18.0000 8.2822 7.8016 0.4806 21.0000 9.3243 8.2166 1.1076 24.0000 9.6679 8.6317 1.0362 30.0000 9.9777 9.4616 0.5161 36.0000 10.4949 10.2900 0.2049 42.0000 10.7709 11.1083 -0.3374 48.0000 11.0881 11.8627 -0.7746 54.0000 11.6248 12.3205 -0.6957 60.0000 11.9845 12.1721 -0.1876 68.0000 11.4241 11.3969 0.0271 76.0000 11.3936 10.4729 0.9207 84.0000 9.8893 9.5300 0.3593 92.0000 8.3434 8.5852 -0.2418
100.0000 7.1139 7.6403 -0.5263 SSE = 2.5714 k = 12.5047 1.5656 0.0000 1.2470 µ= 0.1383 Lambda = 0.0792 Rg = 7.0199
162
Figura 52. Modelo quase-químico para o L.fermentum em cultura pura experimento 11 (28S0L5)
Tempo (horas) Lx Ld (Lx-Ld) 0 5.1508 5.1508 0
3.0000 5.1139 5.5453 -0.4313 6.0000 5.3233 5.9507 -0.6274 9.0000 5.7324 6.3561 -0.6237 12.0000 6.3979 6.7615 -0.3636 15.0000 7.6946 7.1670 0.5276 18.0000 8.4232 7.5724 0.8508 21.0000 9.4472 7.9779 1.4693 24.0000 9.0864 8.3833 0.7030 30.0000 9.6180 9.1940 0.4240 36.0000 10.2553 10.0032 0.2520 42.0000 10.6902 10.8031 -0.1129 48.0000 11.0550 11.5462 -0.4912 54.0000 11.1492 12.0262 -0.8770 60.0000 11.0253 11.9337 -0.9084 68.0000 11.0212 11.2047 -0.1835 76.0000 11.9165 10.3051 1.6113 84.0000 9.4771 9.3827 0.0945 92.0000 8.1156 8.4577 -0.3421
100.0000 7.4548 7.5324 -0.0775 SSE= 3.1000 k = 12.2141 1.5473 0.0000 1.2361 µ = 0.1351 Lambda = 0.0811 Rg = 6.9129
163
Figura 53. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 01 (25S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.3617 6.3617 0
3.0000 6.4843 6.5617 -0.0774 6.0000 6.6484 6.7639 -0.1156 9.0000 7.0253 6.9659 0.0594 12.0000 7.7118 7.1676 0.5442 15.0000 8.0107 7.3687 0.6420 18.0000 8.1538 7.5690 0.5848 21.0000 8.1717 7.7679 0.4038 24.0000 8.2945 7.9648 0.3297 30.0000 8.5855 8.3467 0.2388 36.0000 8.8633 8.6958 0.1675 42.0000 8.9542 8.9746 -0.0204 48.0000 8.4232 9.1278 -0.7045 54.0000 8.7745 9.1136 -0.3391 60.0000 8.8482 8.9446 -0.0964 68.0000 8.1123 8.5672 -0.4549 76.0000 8.0899 8.1105 -0.0206 84.0000 7.9566 7.6256 0.3310 92.0000 7.8293 7.1314 0.6979
100.0000 6.6180 6.6340 -0.0160 SSE = 1.6898 k = 29.0034 1.4078 0.0064 1.2524 µ = 0.0674 Lambda = 0.0344 Rg = 2.7811
164
Figura 54. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 02 (31S6L0)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.2292 6.2292 0 3.0000 6.1959 6.4789 -0.2830 6.0000 6.5911 6.7310 -0.1399 9.0000 7.1461 6.9824 0.1637 12.0000 7.6721 7.2325 0.4396 15.0000 8.4843 7.4804 1.0039 18.0000 8.6532 7.7243 0.9289 21.0000 8.7243 7.9612 0.7631 24.0000 8.3274 8.1862 0.1412 30.0000 8.7202 8.5658 0.1543 36.0000 8.6990 8.7670 -0.0680 42.0000 8.1599 8.7148 -0.5549 48.0000 8.2625 8.4504 -0.1879 54.0000 7.9217 8.0711 -0.1494 60.0000 7.0000 7.6434 -0.6434 68.0000 7.2109 7.0472 0.1636 76.0000 5.9956 6.4420 -0.4464 84.0000 5.6817 5.8349 -0.1532 92.0000 5.7754 5.2272 0.5481
100.0000 5.7559 4.6194 1.1364 SSE = 2.3328 k = 29.8631 1.3762 0.0240 1.1823 µ = 0.0842 Lambda = 0.0333 Rg = 2.5492
165
Figura 55. Modelo quase-químico para a S. cerevisiae em cultura puraexperimento 03 (25S6L0)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.4065 6.4065 0 3.0000 6.3118 6.5818 -0.2700 6.0000 6.6990 6.7587 -0.0597 9.0000 6.4843 6.9353 -0.4510
12.0000 7.5966 7.1116 0.4850 15.0000 7.5740 7.2874 0.2866 18.0000 7.9217 7.4624 0.4592 21.0000 8.1987 7.6364 0.5623 24.0000 8.6721 7.8086 0.8635 30.0000 9.0550 8.1446 0.9104 36.0000 8.4843 8.4587 0.0256 42.0000 8.9731 8.7287 0.2444 48.0000 8.2967 8.9199 -0.6232 54.0000 8.2856 8.9945 -0.7090 60.0000 8.4074 8.9368 -0.5294 68.0000 8.4472 8.6913 -0.2442 76.0000 8.2343 8.3323 -0.0980 84.0000 8.4393 7.9227 0.5166 92.0000 7.5949 7.4933 0.1017
100.0000 7.5694 7.0563 0.5130 SSE = 2.1307 k = 34.0544 1.4081 0.0069 1.2722 µ = 0.0590 Lambda = 0.0293 Rg = 2.5881
166
Figura 56. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 04 (31S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.3139 6.3139 0
3.0000 5.8949 6.5704 -0.6755 6.0000 6.9542 6.8312 0.1231 9.0000 6.8751 7.0909 -0.2158 12.0000 7.4158 7.3487 0.0671 15.0000 8.0969 7.6028 0.4941 18.0000 8.1987 7.8506 0.3480 21.0000 8.3181 8.0872 0.2309 24.0000 8.4771 8.3046 0.1725 30.0000 8.4472 8.6320 -0.1848 36.0000 8.2529 8.7210 -0.4681 42.0000 8.6902 8.5441 0.1461 48.0000 8.0569 8.1940 -0.1371 54.0000 7.9614 7.7660 0.1954 60.0000 7.6767 7.3086 0.3681 68.0000 6.8543 6.6838 0.1705 76.0000 5.2254 6.0544 -0.8289 84.0000 5.0869 5.4239 -0.3371 92.0000 5.0471 4.7933 0.2538
100.0000 4.6325 4.1625 0.4700 SSE = 1.5979 k = 17.6457 1.4460 0.0276 1.2452 µ = 0.0872 Lambda = 0.0563 Rg = 2.4119
167
Figura 57. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 05 (24S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.1206 6.1206 0
3.0000 6.1177 6.3030 -0.1853 6.0000 6.2249 6.4886 -0.2638 9.0000 6.7924 6.6742 0.1182
12.0000 7.1271 6.8595 0.2676 15.0000 7.5441 7.0446 0.4995 18.0000 7.6721 7.2292 0.4429 21.0000 8.0952 7.4131 0.6821 24.0000 8.0899 7.5960 0.4939 30.0000 8.5315 7.9563 0.5751 36.0000 8.2095 8.3019 -0.0923 42.0000 8.2753 8.6151 -0.3398 48.0000 8.9614 8.8643 0.0971 54.0000 8.5911 9.0054 -0.4144 60.0000 8.6628 9.0050 -0.3423 68.0000 8.4065 8.7993 -0.3928 76.0000 8.1523 8.4453 -0.2930 84.0000 8.1446 8.0244 0.1202 92.0000 8.2978 7.5779 0.7199
100.0000 7.2765 7.1220 0.1545
SSE = 1.7012 k = 18.7728 1.4092 0.0071 1.2666 µ = 0.0619 Lambda = 0.0530 Rg = 2.9030
168
Figura 58. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 06 (32S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.2799 6.2799 0
3.0000 6.2028 6.4963 -0.2935 6.0000 6.3892 6.7160 -0.3269 9.0000 6.8357 6.9354 -0.0998 12.0000 7.5185 7.1543 0.3642 15.0000 7.8808 7.3724 0.5084 18.0000 7.8893 7.5890 0.3003 21.0000 8.5966 7.8033 0.7933 24.0000 8.5315 8.0138 0.5177 30.0000 8.9217 8.4127 0.5090 36.0000 8.6580 8.7490 -0.0910 42.0000 8.8261 8.9584 -0.1324 48.0000 8.5315 8.9787 -0.4472 54.0000 7.9542 8.8120 -0.8577 60.0000 8.3711 8.5202 -0.1491 68.0000 7.7818 8.0382 -0.2565 76.0000 7.6075 7.5168 0.0907 84.0000 7.9638 6.9832 0.9806 92.0000 6.6075 6.4461 0.1615
100.0000 6.0253 5.9080 0.1173 SSE = 1.9748 k = 20.7972 1.4194 0.0106 1.2506 µ = 0.0733 Lambda = 0.0479 Rg = 2.7151
169
Figura 59. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 07 (28S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.0774 6.0774 0
3.0000 6.0086 6.3060 -0.2974 6.0000 6.0934 6.5373 -0.4438 9.0000 6.6675 6.7682 -0.1008 12.0000 7.1658 6.9986 0.1672 15.0000 7.7745 7.2280 0.5465 18.0000 8.2240 7.4558 0.7682 21.0000 8.2788 7.6809 0.5979 24.0000 8.3222 7.9014 0.4209 30.0000 8.2672 8.3149 -0.0478 36.0000 8.4314 8.6496 -0.2182 42.0000 8.1761 8.8269 -0.6508 48.0000 8.2430 8.7881 -0.5451 54.0000 8.3892 8.5614 -0.1723 60.0000 8.1875 8.2238 -0.0363 68.0000 8.0846 7.6996 0.3850 76.0000 7.5378 7.1464 0.3914 84.0000 7.3118 6.5853 0.7265 92.0000 6.0065 6.0219 -0.0154
100.0000 4.8357 5.4579 -0.6222 SSE = 1.9404 k = 26.9208 1.4254 0.0168 1.2477 µ = 0.0772 Lambda = 0.0370 Rg = 2.7611
170
Figura 60. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 08 (28S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.0434 6.0434 0
3.0000 5.9420 6.2679 -0.3259 6.0000 6.1746 6.4941 -0.3195 9.0000 6.8096 6.7200 0.0896 12.0000 7.0626 6.9453 0.1173 15.0000 7.4150 7.1697 0.2453 18.0000 7.7443 7.3925 0.3518 21.0000 8.3324 7.6127 0.7197 24.0000 8.1206 7.8285 0.2921 30.0000 8.3979 8.2345 0.1634 36.0000 8.1367 8.5675 -0.4308 42.0000 8.1367 8.7548 -0.6181 48.0000 8.5563 8.7365 -0.1802 54.0000 8.0149 8.5311 -0.5162 60.0000 8.4065 8.2106 0.1960 68.0000 8.0022 7.7031 0.2990 76.0000 7.9469 7.1633 0.7836 84.0000 7.0107 6.6139 0.3969 92.0000 6.0128 6.0619 -0.0491
100.0000 4.7672 5.5092 -0.7421 SSE = 1.8338 k = 39.9377 1.4197 0.0188 1.2459 µ = 0.0755 Lambda = 0.0250 Rg = 2.7296
171
Figura 61. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 09 (28S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.0334 6.0334 0
3.0000 6.0607 6.2556 -0.1949 6.0000 6.1038 6.4798 -0.3760 9.0000 6.6021 6.7036 -0.1016 12.0000 7.0212 6.9268 0.0944 15.0000 7.6628 7.1490 0.5138 18.0000 7.9294 7.3694 0.5601 21.0000 8.0000 7.5869 0.4131 24.0000 8.4257 7.7997 0.6260 30.0000 8.1875 8.1977 -0.0102 36.0000 8.2041 8.5186 -0.3144 42.0000 8.2480 8.6898 -0.4418 48.0000 8.2368 8.6571 -0.4203 54.0000 8.0969 8.4443 -0.3474 60.0000 8.1599 8.1221 0.0377 68.0000 8.1206 7.6167 0.5039 76.0000 7.2095 7.0806 0.1289 84.0000 7.0253 6.5356 0.4897 92.0000 6.0881 5.9880 0.1001
100.0000 4.9934 5.4397 -0.4463 SSE = 1.6283 k = 33.7917 1.4200 0.0217 1.2477 µ= 0.0748 Lambda = 0.0295 Rg = 2.6686
172
Figura 62. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 10 (28S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.2430 6.2430 0
3.0000 6.1319 6.4773 -0.3453 6.0000 6.2999 6.7157 -0.4157 9.0000 6.6064 6.9538 -0.3474 12.0000 7.5563 7.1914 0.3649 15.0000 7.9614 7.4282 0.5332 18.0000 7.9731 7.6636 0.3096 21.0000 8.6902 7.8964 0.7938 24.0000 8.4914 8.1250 0.3664 30.0000 8.6180 8.5560 0.0621 36.0000 8.8603 8.9086 -0.0483 42.0000 8.9269 9.0995 -0.1726 48.0000 8.6335 9.0624 -0.4289 54.0000 8.0212 8.8266 -0.8055 60.0000 8.0986 8.4762 -0.3776 68.0000 8.1818 7.9348 0.2470 76.0000 7.8692 7.3652 0.5041 84.0000 7.7672 6.7878 0.9793 92.0000 6.8921 6.2086 0.6835
100.0000 4.6180 5.6289 -1.0108 SSE = 2.3377 k = 18.3705 1.4321 0.0095 1.2489 µ = 0.0795 Lambda = 0.0541 Rg = 2.8700
173
Figura 63. Modelo quase-químico para a S. cerevisiae em cultura pura experimento 11 (28S6L0)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.1861 6.1861 0
3.0000 6.1319 6.3948 -0.2628 6.0000 6.0663 6.6078 -0.5415 9.0000 6.6180 6.8205 -0.2025 12.0000 7.4232 7.0327 0.3905 15.0000 7.5911 7.2440 0.3471 18.0000 7.7160 7.4538 0.2622 21.0000 8.1673 7.6613 0.5060 24.0000 8.5798 7.8651 0.7147 30.0000 8.1303 8.2512 -0.1209 36.0000 8.8603 8.5784 0.2820 42.0000 8.0864 8.7879 -0.7015 48.0000 8.4771 8.8208 -0.3437 54.0000 8.2553 8.6740 -0.4187 60.0000 8.1303 8.4016 -0.2712 68.0000 8.0414 7.9410 0.1004 76.0000 7.9614 7.4373 0.5242 84.0000 7.8228 6.9197 0.9031 92.0000 6.9294 6.3979 0.5316
100.0000 4.7959 5.8748 -1.0789 SSE = 2.2388 k = 15.4443 1.4138 0.0146 1.2501 µ = 0.0711 Lambda = 0.0643 Rg = 2.6451
174
Figura 64. Modelo quase-químico para a L.fermentum em cultura mista experimento 01 (25S6L3)
Tempo (horas) Lx Ld (Lx-Ld) 0 3.2227 3.2227 0
3.0000 3.2253 3.5996 -0.3742 6.0000 3.3655 3.9798 -0.6143 9.0000 4.0334 4.3600 -0.3266 12.0000 4.7745 4.7402 0.0343 15.0000 5.0899 5.1204 -0.0305 18.0000 5.1430 5.5007 -0.3576 21.0000 6.4871 5.8809 0.6062 24.0000 7.1239 6.2611 0.8627 30.0000 8.3892 7.0216 1.3676 36.0000 8.5315 7.7818 0.7497 42.0000 9.2330 8.5407 0.6923 48.0000 9.2430 9.2926 -0.0495 54.0000 9.8692 10.0051 -0.1359 60.0000 9.1903 10.5382 -1.3479 68.0000 9.4346 10.5125 -1.0779 76.0000 9.3365 9.8266 -0.4902 84.0000 9.1931 8.9786 0.2145 92.0000 8.9370 8.1062 0.8309
100.0000 7.9085 7.2307 0.6778 SSE = 3.0353 k = 37.6478 1.5337 0.0007 1.2419 µ = 0.1267 Lambda = 0.0266 Rg = 7.4247
175
Figura 65. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 01 (25S6L3)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.4472 6.4472 0
3.0000 6.9031 6.6522 0.2509 6.0000 6.7672 6.8588 -0.0917 9.0000 7.1903 7.0653 0.1251 12.0000 7.7559 7.2713 0.4846 15.0000 8.0374 7.4767 0.5607 18.0000 8.1461 7.6811 0.4650 21.0000 8.1875 7.8839 0.3036 24.0000 8.7853 8.0842 0.7011 30.0000 8.8096 8.4702 0.3392 36.0000 8.9661 8.8159 0.1499 42.0000 8.9590 9.0763 -0.1180 48.0000 8.6767 9.1919 -0.5165 54.0000 8.3424 9.1304 -0.7899 60.0000 8.8195 8.9208 -0.1036 68.0000 8.1931 8.5088 -0.3183 76.0000 8.1106 8.0320 0.0759 84.0000 7.8893 7.5333 0.3532 92.0000 7.7202 7.0274 0.6899
100.0000 6.5623 6.5194 0.0402 SSEE = 1.7885 k = 38.0075 1.4079 0.0060 1.2491 µ = 0.0689 Lambda = 0.0262 Rg = 2.7480
176
Figura 66. Modelo quase-químico para a L.fermentum em cultura mista experimento 02 (31S6L3)
Tempo (horas) Lx Ld (Lx-Ld)
0 3.2695 3.2695 0 3.0000 3.0934 3.6224 -0.5290 6.0000 3.7076 3.9835 -0.2760 9.0000 5.1492 4.3446 0.8046 12.0000 5.3385 4.7057 0.6327 15.0000 5.6284 5.0668 0.5616 18.0000 6.2529 5.4279 0.8250 21.0000 6.5832 5.7890 0.7942 24.0000 7.2014 6.1501 1.0513 30.0000 7.5224 6.8722 0.6502 36.0000 7.4249 7.5941 -0.1692 42.0000 8.1139 8.3148 -0.2009 48.0000 9.3692 9.0291 0.3401 54.0000 9.3945 9.7106 -0.3163 60.0000 9.3345 10.2497 -0.9156 68.0000 9.3945 10.3364 -0.9430 76.0000 9.3181 9.7419 -0.4253 84.0000 9.2718 8.9442 0.3261 92.0000 9.1106 8.1119 0.9972
100.0000 7.2900 7.2744 0.0141 SSE = 2.8023 k = 14.6626 1.5258 0.0010 1.2487 µ = 0.1204 Lambda = 0.0678 Rg = 7.1411
177
Figura 67. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 02 (31S6L3)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.2253 6.2253 0 3.0000 6.5623 6.4546 0.1077 6.0000 7.3711 6.6845 0.6865 9.0000 7.3424 6.9141 0.4284 12.0000 7.8573 7.1429 0.7144 15.0000 8.7076 7.3706 1.3370 18.0000 8.2553 7.5963 0.6589 21.0000 8.0212 7.8188 0.2024 24.0000 8.9469 8.0359 0.9111 30.0000 8.2695 8.4379 -0.1684 36.0000 8.6484 8.7501 -0.1018 42.0000 8.4065 8.8933 -0.4868 48.0000 8.3139 8.8207 -0.5069 54.0000 7.7745 8.2269 -0.1855 68.0000 8.1430 7.7010 0.4420 76.0000 6.9845 7.1499 -0.1654 84.0000 6.8162 6.5915 0.2247 92.0000 6.8513 6.0314 0.8199
100.0000 5.6435 5.4707 0.1727 SSE = 2.5396 k = 86.9615 1.4085 0.0147 1.2318 µ = 0.0767 Lambda = 0.0115 Rg = 2.6707
178
Figura 68. Modelo quase-químico para a L.fermentum em cultura mista experimento 03 (31S6L3)
Tempo (horas) Lx Ld (Lx-Ld)
0 7.4843 7.4843 0 3.0000 7.3424 7.7915 -0.4490 6.0000 7.9614 8.1062 -0.1448 9.0000 8.2201 8.4211 -0.2009 12.0000 9.1523 8.7358 0.4164 15.0000 9.4298 9.0506 0.3791 18.0000 9.7076 9.3654 0.3422 21.0000 9.9217 9.6801 0.2416 24.0000 10.1173 9.9948 0.1225 30.0000 11.4425 10.6236 0.8189 36.0000 11.3962 11.2499 0.1463 42.0000 11.7160 11.8658 -0.1498 48.0000 12.0569 12.4394 -0.3825 54.0000 12.6767 12.8687 -0.1920 60.0000 12.8451 12.9728 -0.1277 68.0000 13.0170 12.5740 0.4430 76.0000 10.8865 11.9029 -1.0164 84.0000 10.7324 11.1691 -0.4367 92.0000 10.6812 10.4235 0.2578
100.0000 10.6180 9.6758 0.9423 SSE = 2.0147 k = 13.6880 1.5673 0.0000 1.3257 µ = 0.1049 Lambda = 0.0727 Rg = 5.5001
179
Figura 69. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 03 (31S6L3)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.3979 6.3979 0 3.0000 6.3118 6.5995 -0.2878 6.0000 6.3892 6.8017 -0.4126 9.0000 6.6532 7.0036 -0.3504 12.0000 8.2368 7.2051 1.0317 15.0000 7.7782 7.4059 0.3723 18.0000 7.7853 7.6055 0.1798 21.0000 8.9320 7.8034 1.1285 24.0000 8.9191 7.9985 0.9205 30.0000 8.4150 8.3735 0.0413 36.0000 8.6721 8.7066 -0.0347 42.0000 8.9708 8.9537 0.0166 48.0000 8.3551 9.0586 -0.7045 54.0000 8.9518 8.9936 -0.0430 60.0000 8.9518 8.7872 0.1631 68.0000 7.4314 8.3845 -0.9548 76.0000 7.3617 7.9183 -0.5583 84.0000 7.4314 7.4301 -0.0005 92.0000 7.5237 6.9345 0.5874
100.0000 7.4962 6.4367 1.0578 SSE = 2.6357 k = 89.6554 1.4006 0.0078 1.2452 µ= 0.0675 Lambda = 0.0111 Rg = 2.6625
180
Figura 70. Modelo quase-químico para a L.fermentum em cultura mista experimento 04 (31S6L7)
Tempo (horas) Lx Ld (Lx-Ld)
0 7.1903 7.1903 0 3.0000 7.8122 7.5159 0.2964 6.0000 8.0453 7.8496 0.1957 9.0000 8.1761 8.1834 -0.0073 12.0000 8.6085 8.5171 0.0914 15.0000 8.9191 8.8507 0.0683 18.0000 9.8312 9.1842 0.6469 21.0000 9.8156 9.5172 0.2981 24.0000 10.1430 9.8494 0.2929 30.0000 10.8228 10.5064 0.3134 36.0000 12.2695 11.1267 1.1294 42.0000 12.2695 11.6070 0.6128 48.0000 11.6902 11.7403 -0.1712 54.0000 10.3010 11.4683 -1.3466 60.0000 9.9614 10.9786 -1.2199 68.0000 9.8451 10.2231 -0.5881 76.0000 9.5623 9.4416 -0.0907 84.0000 9.7243 8.6561 0.8567 92.0000 9.3160 7.8698 1.2347
100.0000 8.0212 7.0835 0.7263 SSE = 2.9920 k = 13.4607 1.5557 0.0000 1.2995 µ= 0.1112 Lambda = 0.0736 Rg = 4.6712
181
Figura 71. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 04 (31S6L7)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.2355 6.2355 0
3.0000 5.8865 6.5761 -0.6896 6.0000 6.1239 6.9253 -0.8015 9.0000 6.9294 7.2727 -0.3433 12.0000 7.7782 7.6158 0.1624 15.0000 7.9661 7.9494 0.0168 18.0000 8.3096 8.2630 0.0467 21.0000 8.5250 8.5366 -0.0115 24.0000 8.3979 8.7388 -0.3409 30.0000 8.1461 8.8085 -0.6624 36.0000 8.4314 8.4641 -0.0327 42.0000 8.2788 7.9279 0.3508 48.0000 8.0170 7.3344 0.6826 54.0000 6.9777 6.7258 0.2519 60.0000 6.3404 6.1137 0.2267 68.0000 5.4150 5.2964 0.1186 76.0000 4.2430 4.4788 -0.2358 84.0000 3.2788 3.6612 -0.3825 92.0000 2.5378 2.8435 -0.3057
100.0000 1.9031 2.0259 -0.1228 SSE = 1.6879 k = 12.0653 1.5174 0.0368 1.2485 µ = 0.1167 Lambda = 0.0818 Rg = 2.6042
182
Figura 72. Modelo quase-químico para a L.fermentum em cultura mista experimento 05 (24S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 5.2833 5.2833 0 3.0000 5.6857 5.6574 0.0284 6.0000 6.0792 6.0342 0.0450 9.0000 6.0755 6.4110 -0.3354 12.0000 6.4518 6.7877 -0.3359 15.0000 6.9590 7.1645 -0.2054 18.0000 7.2122 7.5413 -0.3291 21.0000 7.4698 7.9180 -0.4482 24.0000 8.2122 8.2948 -0.0826 30.0000 8.9217 9.0481 -0.1264 36.0000 10.1461 9.8004 0.3457 42.0000 11.2672 10.5470 0.7202 48.0000 12.2810 11.2620 1.0191 54.0000 11.5966 11.8288 -0.2322 60.0000 11.2553 11.9732 -0.7179 68.0000 11.0969 11.4546 -0.3577 76.0000 9.9269 10.6427 -0.7158 84.0000 9.7745 9.7812 -0.0067 92.0000 9.4232 8.9131 0.5101
100.0000 9.0212 8.0441 0.9771 SSE = 2.1688 k = 47.0463 1.5324 0.0000 1.2432 µ = 0.1256 Lambda = 0.0214 Rg = 6.7060
183
Figura 73. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 05 (24S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.0531 6.0531 0 3.0000 6.1492 6.2469 -0.0977 6.0000 6.7033 6.4415 0.2618 9.0000 6.4472 6.6359 -0.1888 12.0000 7.2695 6.8302 0.4393 15.0000 7.4698 7.0243 0.4455 18.0000 7.9138 7.2179 0.6959 21.0000 8.1931 7.4109 0.7822 24.0000 8.8388 7.6030 1.2358 30.0000 8.8751 7.9819 0.8932 36.0000 8.2227 8.3459 -0.1232 42.0000 8.7118 8.6764 0.0355 48.0000 8.2279 8.9375 -0.7097 54.0000 8.3856 9.0794 -0.6938 60.0000 8.6484 9.0656 -0.4172 68.0000 8.5119 8.8299 -0.3180 76.0000 8.0969 8.4458 -0.3489 84.0000 8.0899 7.9993 0.0906 92.0000 8.4800 7.5301 0.9499
100.0000 7.3222 7.0530 0.2693 SSE = 2.5115 k = 85.2642 1.4030 0.0067 1.2537 µ = 0.0649 Lambda = 0.0117 Rg = 3.0400
184
Figura 74. Modelo quase-químico para a L.fermentum em cultura mista experimento 06 (32S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 5.2989 5.2989 0 3.0000 5.1818 5.6541 -0.4723 6.0000 5.3560 6.0186 -0.6627 9.0000 6.2553 6.3831 -0.1280 12.0000 6.5185 6.7476 -0.2293 15.0000 7.3404 7.1121 0.2281 18.0000 8.3945 7.4766 0.9175 21.0000 8.5315 7.8412 0.6900 24.0000 9.3522 8.2057 1.1461 30.0000 9.4914 8.9347 0.5562 36.0000 9.8261 9.6634 0.1621 42.0000 10.2122 10.3904 -0.1791 48.0000 10.8949 11.1089 -0.2159 54.0000 11.0531 11.7838 -0.7371 60.0000 11.4150 12.2761 -0.8838 68.0000 12.5328 12.2376 0.2376 76.0000 12.0453 11.5827 0.3916 84.0000 11.7443 10.7679 0.9037 92.0000 9.5623 9.9270 -0.4376
100.0000 8.4150 9.0827 -0.7404 SSE = 2.6305 k = 13.0790 1.5253 0.0000 1.2455 µ = 0.1215 Lambda = 0.0759 Rg = 7.1115
185
Figura 75. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 06 (32S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.0212 6.0212 0 3.0000 6.3139 6.2671 0.0468 6.0000 6.2095 6.5194 -0.3099 9.0000 7.6857 6.7717 0.9141 12.0000 7.5250 7.0235 0.5016 15.0000 8.0607 7.2746 0.7861 18.0000 8.2810 7.5245 0.7565 21.0000 8.5740 7.7722 0.8018 24.0000 8.3979 8.0161 0.3819 30.0000 8.6946 8.4790 0.2156 36.0000 8.1523 8.8626 -0.7103 42.0000 8.5250 9.0718 -0.5468 48.0000 8.4983 9.0282 -0.5299 54.0000 8.1523 8.7682 -0.6159 60.0000 8.5185 8.3896 0.1289 68.0000 7.9217 7.8132 0.1085 76.0000 7.7243 7.2114 0.5129 84.0000 7.5911 6.6030 0.9881 92.0000 5.6721 5.9932 -0.3211
100.0000 5.2175 5.3831 -0.1656 SSE = 2.4643 k = 12.5871 1.4434 0.0112 1.2496 µ = 0.0842 Lambda = 0.0788 Rg = 3.0649
186
Figura 76. Modelo quase-químico para a L.fermentum em cultura mista experimento 07 (28S6L1)
Tempo (horas) Lx Ld (Lx-Ld)
0 1.0607 1.0607 0 3.0000 0.7404 1.3756 -0.6352 6.0000 1.4624 1.6912 -0.2288 9.0000 2.1303 2.0067 0.1236 12.0000 3.0414 2.3223 0.7191 15.0000 3.5855 2.6378 0.9476 18.0000 3.7709 2.9534 0.8174 21.0000 3.6990 3.2690 0.4300 24.0000 3.9004 3.5846 0.3158 30.0000 4.8692 4.2157 0.6535 36.0000 5.3711 4.8468 0.5242 42.0000 5.6335 5.4777 0.1557 48.0000 5.8420 6.1077 -0.2657 54.0000 6.4518 6.7337 -0.2819 60.0000 7.2175 7.3430 -0.1255 68.0000 7.5966 8.0343 -0.4377 76.0000 7.5185 8.2609 -0.7424 84.0000 7.5315 7.8706 -0.3392 92.0000 7.3784 7.2072 0.1712
100.0000 7.1614 6.4801 0.6813 SSE = 2.2544 k = 165.5408 1.4463 0.1152 1.2041 µ = 0.1052 Lambda = 0.0063 Rg = 7.2105
187
Figura 77. Modelo quase-químico para a L.fermentum em cultura mista experimento 07 (28S6L1)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.2175 6.2175 0 3.0000 6.0969 6.4159 -0.3190 6.0000 6.3802 6.6160 -0.2358 9.0000 6.9269 6.8157 0.1112 12.0000 7.5911 7.0150 0.5761 15.0000 8.0719 7.2135 0.8584 18.0000 8.8122 7.4109 1.4013 21.0000 8.4624 7.6066 0.8558 24.0000 8.3617 7.7995 0.5622 30.0000 8.1761 8.1701 0.0060 36.0000 8.2695 8.4996 -0.2300 42.0000 8.0531 8.7450 -0.6920 48.0000 8.3222 8.8520 -0.5298 54.0000 8.4698 8.7923 -0.3225 60.0000 8.4232 8.5924 0.0279 76.0000 7.7443 7.7377 0.0066 84.0000 7.6021 7.2552 0.3469 92.0000 6.9494 6.7649 0.1845
100.0000 6.5185 6.2723 0.2463 SSE = 2.3262 k = 38.9966 1.3999 0.0123 1.2462 µ = 0.0667 Lambda = 0.0256 Rg = 2.6360
188
Figura 78. Modelo quase-químico para a L.fermentum em cultura mista experimento 08 (285S6L8)
Tempo (horas) Lx Ld (Lx-Ld)
0 8.3212 8.3212 0 3.0000 7.6128 8.5988 -0.9860 6.0000 7.7924 8.8839 -1.0915 9.0000 8.3334 9.1690 -0.8356 12.0000 8.5740 9.4542 -0.8802 15.0000 8.7284 9.7393 -1.0110 18.0000 9.3424 10.0244 -0.6820 21.0000 10.2636 10.3095 -0.0459 24.0000 11.2967 10.5946 0.7021 30.0000 12.0294 11.1644 0.8650 36.0000 12.1931 11.7328 0.4603 42.0000 13.2625 12.2964 0.9661 48.0000 12.0473 12.8421 -0.7949 54.0000 13.9934 13.3275 0.6659 60.0000 13.3551 13.6452 -0.2901 68.0000 13.0550 13.5943 -0.5393 76.0000 12.8573 13.1056 -0.2483 84.0000 12.2355 12.4601 -0.2246 92.0000 12.1206 11.7772 0.3434
100.0000 11.6284 11.0865 0.5419 SSE = 3.0799 k = 12.5152 1.7130 0.0000 1.4942 µ = 0.0950 Lambda = 0.0792 Rg = 5.3738
189
Figura 79. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 08 (28S6L8)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.2455 6.2455 0 3.0000 6.0026 6.4782 -0.4756 6.0000 6.1361 6.7169 -0.5808 9.0000 6.8603 6.9553 -0.0949 12.0000 7.1614 7.1929 -0.0315 15.0000 7.6675 7.4292 0.2383 18.0000 7.6812 7.6633 0.0179 21.0000 8.3802 7.8938 0.4864 24.0000 8.3010 8.1180 0.1831 30.0000 8.6767 8.5285 0.1482 36.0000 8.5623 8.8322 -0.2699 42.0000 8.2945 8.9404 -0.6459 48.0000 8.2175 8.8172 -0.5997 54.0000 9.1861 8.5245 0.6616 60.0000 8.1614 8.1447 0.0166 68.0000 7.9345 7.5859 0.3486 76.0000 7.8573 7.0076 0.8497 84.0000 6.0314 6.4243 -0.3929 92.0000 5.9165 5.8397 0.0767
100.0000 4.6075 5.2549 -0.6474 SSE = 1.9062 k = 12.5994 1.5349 0.0131 1.3514 µ = 0.0797 Lambda = 0.0787 Rg = 2.6949
190
Figura 80. Modelo quase-químico para a L.fermentum em cultura mista experimento 09 (28S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 5.4393 5.4393 0 3.0000 5.4314 5.7763 -0.3449 6.0000 5.2304 6.1171 -0.8866 9.0000 6.6128 6.4579 0.1549 12.0000 7.3589 6.7987 0.5602 15.0000 7.9287 7.1395 0.7892 18.0000 7.8293 7.4803 0.3490 21.0000 8.1889 7.8211 0.3679 24.0000 8.0607 8.1619 -0.1012 30.0000 9.2577 8.8434 0.4143 36.0000 9.3692 9.5244 -0.1552 42.0000 10.2911 10.2030 0.0881 48.0000 11.0191 10.8703 0.1489 54.0000 11.3775 11.4865 -0.1090 60.0000 11.5211 11.9156 -0.3945 68.0000 11.5145 11.8563 -0.3417 76.0000 11.5484 11.2471 0.3013 84.0000 9.4639 10.4836 -1.0197 92.0000 9.8951 9.6920 0.2032
100.0000 9.8212 8.8960 0.9251 SSE = 2.1612 k = 29.4372 1.5086 0.0000 1.2470 µ = 0.1136 Lambda = 0.0339 Rg = 6.5482
191
Figura 81. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 09 (28S6L5)
Tempo (horas) Lx Ld (Lx-Ld) 0 6.0212 6.0212 0
3.0000 6.0453 6.2637 -0.2184 6.0000 6.2443 6.5126 -0.2684 9.0000 6.4472 6.7613 -0.3142 12.0000 6.9294 7.0094 -0.0800 15.0000 7.3118 7.2566 0.0551 18.0000 7.9058 7.5021 0.4037 21.0000 8.1492 7.7447 0.4046 24.0000 8.5378 7.9821 0.5557 30.0000 8.7634 8.4246 0.3388 36.0000 8.4878 8.7694 -0.2816 42.0000 8.5441 8.9189 -0.3748 48.0000 8.3766 8.8189 -0.4424 54.0000 8.3617 8.5286 -0.1669 60.0000 8.1538 8.1403 0.0135 68.0000 7.9370 7.5646 0.3725 76.0000 7.3838 6.9682 0.4156 84.0000 6.2135 6.3667 -0.1532 92.0000 5.9542 5.7639 0.1903
100.0000 5.0000 5.1609 -0.1609 SSE = 1.3486 k = 12.5337 1.4413 0.0160 1.2501 µ = 0.0830 Lambda = 0.0791 Rg = 2.8987
192
Figura 82. Modelo quase-químico para a L.fermentum em cultura mista experimento 10 (28S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 5.4639 5.4639 0 3.0000 5.3395 5.8091 -0.4697 6.0000 5.5211 6.1632 -0.6420 9.0000 6.9186 6.5173 0.4013 12.0000 7.0792 6.8713 0.2079 15.0000 7.0212 7.2253 -0.2042 18.0000 7.5099 7.5794 -0.0695 21.0000 8.2162 7.9334 0.2827 24.0000 8.5664 8.2875 0.2789 30.0000 9.3334 8.9955 0.3380 36.0000 9.6375 9.7029 -0.0654 42.0000 10.7889 10.4075 0.3813 48.0000 11.7202 11.0980 0.6222 54.0000 11.5843 11.7218 -0.1377 60.0000 11.5809 12.1056 -0.5255 68.0000 11.0294 11.9167 -0.8891 76.0000 11.2405 11.2324 0.0061 84.0000 9.9165 10.4311 -0.5170 92.0000 9.9469 9.6104 0.3342
100.0000 9.9031 8.7871 1.1138 SSE = 2.0970 k = 13.2939 1.5191 0.0000 1.2474 µ = 0.1180 Lambda = 0.0747 Rg = 6.6724
193
Figura 83. Modelo quase-químico para a S. cerevisiae em cultura mista experimento 10 (28S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.1790 6.1790 0 3.0000 6.3464 6.4086 -0.0623 6.0000 6.3560 6.6443 -0.2883 9.0000 6.8482 6.8797 -0.0316 12.0000 6.9542 7.1145 -0.1603 15.0000 7.2833 7.3483 -0.0650 18.0000 7.3263 7.5803 -0.2539 21.0000 8.0645 7.8092 0.2552 24.0000 8.3075 8.0331 0.2744 30.0000 8.3560 8.4500 -0.0940 36.0000 8.7520 8.7779 -0.0259 42.0000 8.8325 8.9328 -0.1002 48.0000 8.7243 8.8617 -0.1374 54.0000 8.6128 8.6070 0.0058 60.0000 8.6902 8.2504 0.4398 68.0000 7.9638 7.7100 0.2538 76.0000 7.0492 7.1448 -0.0955 84.0000 6.0086 6.5727 -0.5641 92.0000 5.8949 5.9991 -0.1042
100.0000 5.6675 5.4249 0.2426 SSE = 1.0081 k = 12.4107 1.4323 0.0139 1.2512 µ= 0.0787 Lambda = 0.0799 Rg = 2.7575
194
Figura 84. Modelo quase-químico para a L.fermentum em cultura mista experimento 11 (28S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 5.1106 5.1106 0 3.0000 5.0212 5.4858 -0.4647 6.0000 5.2672 5.8624 -0.5952 9.0000 6.9269 6.2390 0.6879 12.0000 7.2253 6.6155 0.6098 15.0000 7.6902 6.9921 0.6981 18.0000 7.6180 7.3687 0.2494 21.0000 8.1461 7.7452 0.4009 24.0000 8.7202 8.1218 0.5983 30.0000 9.4771 8.8749 0.6022 36.0000 9.6902 9.6275 0.0627 42.0000 10.2553 10.3775 -0.1222 48.0000 11.0792 11.1129 -0.0337 54.0000 11.6232 11.7729 -0.1497 60.0000 11.4281 12.1468 -0.7187 68.0000 11.2577 11.8635 -0.6058 76.0000 11.2553 11.1053 0.1500 84.0000 9.9845 10.2523 -0.2678 92.0000 9.1818 9.3856 -0.2037
100.0000 9.7076 8.5171 1.1905 SSE = 2.3076 k = 96.6022 1.5317 0.0000 1.2427 µ = 0.1255 Lambda = 0.0105 Rg = 7.0499
195
Figura 85. Modelo quase-químico para a L.fermentum em cultura mista experimento 09 (28S6L5)
Tempo (horas) Lx Ld (Lx-Ld)
0 6.1931 6.1931 0 3.0000 5.7818 6.4127 -0.6310 6.0000 6.2175 6.6381 -0.4206 9.0000 6.8129 6.8630 -0.0501 12.0000 6.8513 7.0871 -0.2359 15.0000 7.5563 7.3100 0.2463 18.0000 7.8451 7.5307 0.3144 21.0000 8.1072 7.7479 0.3593 24.0000 8.1790 7.9593 0.2197 30.0000 8.3711 8.3485 0.0226 36.0000 8.7853 8.6460 0.1393 42.0000 8.4472 8.7763 -0.3292 48.0000 8.3522 8.6983 -0.3461 54.0000 8.4065 8.4529 -0.0463 60.0000 8.2553 8.1127 0.1425 68.0000 7.9638 7.5964 0.3674 76.0000 7.2833 7.0550 0.2283 84.0000 5.8949 6.5062 -0.6113 92.0000 5.7889 5.9555 -0.1666
100.0000 5.8482 5.4043 0.4439 SSE = 1.4234 k = 12.3860 1.4227 0.0184 1.2494 µ = 0.0752 Lambda = 0.0801 Rg = 2.5846
196
ANEXO D
Curvas padrão de açúcares e ácidos e etanol
y = 15166x + 74018R² = 0,999
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
0 20 40 60 80 100 120
Área
Concentração (g/L)
Figura 86. Curva padrão para a frutose
y = 16236x + 41790R² = 0,999
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
18000000
0 20 40 60 80 100 120
Áre
a
Concentração (g/L)
Figura 87. Curva padrão para a glicose
197
y = 66610x + 28896R² = 0,992
0
1000000
2000000
3000000
4000000
5000000
6000000
7000000
8000000
0 20 40 60 80 100 120
Áre
a
Concentração (g/L)
Figura 88. Curva padrão para o etanol
y = 12726x + 76770R² = 0,994
0
2000000
4000000
6000000
8000000
10000000
12000000
14000000
16000000
0 20 40 60 80 100 120
Áre
a
Concentração (g/L)
Figura 89. Curva padrão para o glicerol
198
y = 14941x + 52056R² = 0,984
0
200000
400000
600000
800000
1000000
1200000
1400000
1600000
1800000
0 2 4 6 8 10 12
Áre
a
Concentração (mg/mL)
Figura 90. Curva padrão para o ácido láctico
y = 79824x + 13185R² = 0,950
0100000200000300000400000500000600000700000800000900000
1000000
0 2 4 6 8 10 12
Áre
a
Concentração (mg/mL)
Figura 91. Curva padrão para o ácido ácetico
199
ANEXO E
Dados do índice de viabilidade da levedura
Tabela 19. Índice de viabilidade para a levedura em cultura mista e pura a 28oC Tempo L=101UFC/mL L=105UFC/mL L=108UFC/mL Levedura pura
0 99,67% 90,00% 98,25% 100,00% 3 99,80% 85,71% 75,86% 100,00% 6 99,85% 86,96% 96,92% 100,00% 9 99,65% 56,67% 88,89% 100,00%
12 96,30% 86,94% 64,44% 88,06% 15 99,63% 89,61% 59,00% 87,67% 18 96,53% 53,93% 55,56% 92,82% 21 57,89% 51,96% 16,03% 96,06% 24 93,14% 37,26% 26,64% 87,70% 30 89,90% 52,73% 24,79% 88,73% 36 97,55% 36,26% 18,83% 44,00% 42 97,49% 78,97% 37,06% 77,12% 48 95,90% 72,08% 28,24% 77,40% 54 50,51% 38,24% 20,74% 65,99% 60 41,51% 59,50% 25,91% 43,37% 68 42,86% 59,09% 24,28% 53,06% 76 48,28% 33,33% 13,27% 37,04% 84 41,50% 12,20% 3,39% 22,58% 92 47,16% 5,71% 2,08% 21,99% 100 31,47% 2,83% 0,14% 0,72%
200
Tabela 20. Índice de viabilidade para a levedura em cultura mista e pura a 25oC Tempo L=107 UFC/mL L=103UFC/mL Levedura pura
0 98,25% 96,88% 100,00%
3 75,86% 95,92% 100,00%
6 96,92% 95,83% 100,00%
9 88,89% 73,86% 100,00%
12 64,44% 95,83% 99,92%
15 59,00% 62,96% 99,50%
18 55,56% 93,42% 99,26%
21 19,29% 94,08% 99,07%
24 26,64% 39,49% 99,08%
30 24,79% 82,11% 98,46%
36 18,83% 65,52% 98,37%
42 37,06% 14,74% 98,44%
48 28,24% 20,00% 97,75%
54 20,74% 57,10% 98,18%
60 25,91% 42,97% 97,84%
68 24,28% 46,67% 89,86%
76 13,27% 44,86% 82,56%
84 3,39% 43,33% 81,06%
92 2,08% 42,64% 69,87%
100 0,14% 54,85% 74,16%
201
Tabela 21. Índice de viabilidade para a levedura em cultura mista e pura a 31oC Tempo L=107 UFC/mL L=103UFC/mL Levedura pura
0 100,00% 97,62% 100.00% 3 81,82% 98,15% 100.00% 6 82,54% 98,20% 100.00% 9 79,12% 96,15% 100.00%
12 81,79% 97,83% 98.23% 15 67,55% 98,86% 97.27% 18 35,71% 43,40% 89.02% 21 50,93% 78,42% 90.35% 24 69,33% 81,74% 97.79% 30 49,28% 81,98% 82.11% 36 40,14% 74,14% 95.02% 42 56,66% 54,84% 98.01% 48 55,61% 44,06% 99.39% 54 36,14% 41,70% 93.65% 60 38,40% 52,38% 92.13% 68 8,06% 9,97% 50.00% 76 0,00% 12,37% 16.42% 84 0,00% 21,52% 19.40% 92 0,00% 12,78% 11.27% 100 0,00% 0,96% 0.00%
202
Tabela 22. Índice de viabilidade para a levedura em cultura pura em diferentes temperaturas
Tempo (horas) 24ºC 25ºC 28ºC 31ºC 32ºC 0 100,00% 100,00% 100,00% 100,00% 100,00% 3 100,00% 100,00% 100,00% 81,82% 100,00% 6 100,00% 100,00% 100,00% 82,54% 100,00% 9 100,00% 100,00% 100,00% 79,12% 84,62%
12 89,69% 99,92% 88,06% 81,79% 95,35% 15 97,30% 99,50% 87,67% 67,55% 91,11% 18 97,56% 99,26% 92,82% 35,71% 97,67% 21 98,53% 99,07% 96,06% 50,93% 89,61% 24 98,97% 99,08% 87,70% 69,33% 98,18% 30 98,18% 98,46% 88,73% 49,28% 96,97% 36 97,78% 98,37% 44,00% 40,14% 97,96% 42 98,29% 98,44% 77,12% 56,66% 95,48% 48 97,59% 97,75% 77,40% 55,61% 96,88% 54 96,77% 98,18% 65,99% 36,14% 73,02% 60 98,24% 97,84% 43,37% 38,40% 69,17% 68 95,24% 89,86% 53,06% 8,06% 57,71% 76 94,44% 82,56% 37,04% 0,00% 66,14% 84 81,33% 81,06% 22,58% 0,00% 30,74% 92 61,04% 69,87% 31,50% 0,00% 21,94% 100 80,37% 74,16% 18,50% 0,00% 0,88%