Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | University of Ferrara (UNIFE) | - |
Autor(es): dc.contributor | Universidade Federal de Santa Catarina (UFSC) | - |
Autor(es): dc.creator | do Nascimento, João Francisco Cabral | - |
Autor(es): dc.creator | dos Reis, Bianca Dalbem | - |
Autor(es): dc.creator | de Baptista Neto, Álvaro | - |
Autor(es): dc.creator | Lerin, Lindomar Alberto | - |
Autor(es): dc.creator | Oliveira, José Vladimir de | - |
Autor(es): dc.creator | de Paula, Ariela Veloso | - |
Autor(es): dc.creator | Remonatto, Daniela | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:49:36Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:49:36Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.bcab.2024.103240 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/297272 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/297272 | - |
Descrição: dc.description | Central Composite Rotatable Design (CCRD), a type of factorial design of experiment is among the most traditional methods used for optimizing bioprocesses, but, in recent years artificial neural networks (ANNs) have emerged as a promising approach for data modeling in bioprocesses. A comparative study between CCRD and ANN modeling for data treatment in the optimization of geranyl cinnamate biosynthesis using Novozym® 435 lipase was conducted. The most effective ANN architecture identified for predicting and maximizing the enzymatic synthesis of geranyl cinnamate was a 3-3-1 neurons model utilizing logsig activation function in the hidden layer. The ANN was trained using all available experimental data and demonstrated a strong fit to the experimental data, coefficient of determination near 1 (R2 = 0.9948) and low Sum-squared Error (SSE = 43.06). The polynomial model (CCRD; R2 = 0.9806; SSE = 161.56) indicated the same optimal conditions as the ANN model, predicting a temperature of 90.2 °C, molar ratio of 1:5.68, and enzyme concentration of 18.6% w/w. Comparison of R2 and SSE values due to lack of fit between both models suggests that ANN predictions closely align with experimental conversion values of geranyl cinnamate. Although the polynomial model is feasible to be applied in enzymatic synthesis, it may be less precise in its predictions than ANN models. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Department of Engineering of Bioprocesses and Biotechnology School of Pharmaceutical Sciences São Paulo State University (UNESP), SP | - |
Descrição: dc.description | Department of Chemical Pharmaceutical and Agricultural Sciences University of Ferrara (UNIFE) | - |
Descrição: dc.description | Department of Chemical and Food Engineering Federal University of Santa Catarina (UFSC), SC | - |
Descrição: dc.description | Department of Engineering of Bioprocesses and Biotechnology School of Pharmaceutical Sciences São Paulo State University (UNESP), SP | - |
Descrição: dc.description | FAPESP: 2020/09592-1 | - |
Descrição: dc.description | CNPq: 304399/2022-1 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Biocatalysis and Agricultural Biotechnology | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Artificial neural networks | - |
Palavras-chave: dc.subject | Bioprocess | - |
Palavras-chave: dc.subject | Central composite rotatable design | - |
Palavras-chave: dc.subject | Geranyl cinnamate | - |
Palavras-chave: dc.subject | Lipase | - |
Título: dc.title | Comparing a polynomial DOE model and an ANN model for enhanced geranyl cinnamate biosynthesis with Novozym® 435 lipase | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: