| Revista: | Tecnociencia Chihuahua |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000448838 |
| ISSN: | 1870-6606 |
| Autores: | Paredes Lizárraga, Marco Antonio1 |
| Instituciones: | 1Instituto Tecnológico de los Mochis, Los Mochis, Sinaloa. México |
| Año: | 2021 |
| Volumen: | 15 |
| Número: | 3 |
| Paginación: | 246-260 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | Se presenta un modelo de función de producción de ingeniería para modelar la producción de glucosiltransferesa por fermentación, con el objetivo de determinar la máxima producción, máxima productividad y elasticidad unitaria. A los datos del primer DOE publicados por Kawaguti et al. (2005) se les aplicó el método de regresión estadística restringida (con R2 =0.981, P=001) y optimización restringida en el software Excel® Solver®. Para fermentar, se utilizó melaza de caña (X1 gL-1), licor de maíz (X2 gL-1) y levadura (X3 gL-1) Erwinia Sp. en cantidades identificadas por el vector de insumos X=(X1, X2, X3). Para cada combinación óptima seleccionada, los pronósticos para producción de glucosiltransferasa, costo por experimento y productividad son: producción óptima en (129.39, 72.897, 16.77) con 5.78 UmL-1, $0.74 y 7.75 UmL-1$-1 respectivamente; para productividad máxima en (118.39, 42,14, 4) con 4.56, $0.31 y 14.48; para productividad óptima (elasticidad unitaria y rendimientos constantes) en (102.44, 36.48, 3.46) con 4.01, $0.27 y 14.73. Los rendimientos de escala y elasticidad inducen a explorar el vector (102.56, 36.52, 3.47) como centro del próximo diseño experimental secuencial, tal que en este diseño se logre una mejor aproximación a los rendimientos constantes y una productividad óptima global |
| Resumen en inglés | An engineering production function model is presented to model the production of glycosyltransferase by fermentation, with the objective of determining the maximum production, maximum productivity and unit elasticity. To the data of the first DOE published by Kawaguti et al. (2005), the restricted statistical regression method (with R2 = 0.981, P = 001) and restricted optimization were applied in the Excel® Solver® software. To ferment, cane molasses (X1 gL-1), corn liquor (X2 gL-1) and yeast (X3 gL-1) Erwinia Sp. were used. In quantities identified by the input vector X = (X1, X2, X3). For each selected optimal combination, the forecasts for glucosyltransferase production, cost per experiment and productivity are: optimal production at (129.39, 72.897, 16.77) with 5.78 UmL-1, $0.74 and 7.75 UmL-1$-1 respectively; for maximum productivity in (118.39, 42,14, 4) with 4.56, $0.31 and 14.48; for optimal productivity (unit elasticity and constant returns) at (102.44, 36.48, 3.46) with 4.01, $0.27 and 14.73 respectively. The returns to scale and elasticity lead us to explore the vector (102.56, 36.52, 3.47) as the center of the next sequential experimental design, such that this design achieves a better approximation to constant yields and global optimal productivity |
| Disciplinas: | Química |
| Palabras clave: | Ingeniería química, Fermentaciones, Biotecnología, Glucosiltransferasa, Función de producción, Regresión restringida paso a paso, Elasticidad de la producción, Productividad |
| Keyword: | Chemical engineering, Fermentations, Biotechnology, Production function, Stepwise restricted nonlinear regression, Glucosyltransferase, Production elasticity, Productivity |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
