Com base em amostras separadas por equipamento que analisa estruturas de proteínas encontradas em membranas celulares, pesquisadores pretendem treinar um programa de inteligência artificial para identificar quais são os melhores marcadores metabólicos para melhorar o processo de fermentação da biomassa da cana-de-açúcar que gera o etanol.
O trabalho vem sendo desenvolvido por um grupo de pesquisadores da Escola Superior de Agricultura Luiz de Queiroz da Universidade de São Paulo (Esalq-USP) e será desenvolvido ao longo de três anos no âmbito do Centro de Pesquisa para Inovação em Gases de Efeito Estufa (RCGI), um Centro de Pesquisa em Engenharia (CPE) constituído por FAPESP e Shell na Escola Politécnica da USP.
No estudo, os pesquisadores vão utilizar um equipamento que avalia as estruturas de proteínas encontradas em membranas de células.
Segundo o professor da Esalq-USP, Carlos Alberto Labate, a técnica consiste no uso de um feixe de laser com potência para fragmentar em pedaços menores as proteínas presentes nas membranas de bactérias e fungos e assim rastrear seus aminoácidos.
LEIA MAIS > Planta de Biogás de vinhaça da Tereos entra em operação
Notícias Relacionadas
Há cerca de cinco anos, o pesquisador começou a utilizar esse equipamento no Laboratório de Genética de Plantas, que chefia na Esalq-USP, com o objetivo de analisar a fermentação industrial de cana-de-açúcar. Desde então, a equipe do laboratório vem desenvolvendo um banco de dados a partir de amostras coletadas em usinas da empresa Raízen. “A ideia é identificar os microrganismos que estão nas dornas de fermentação e fazer um levantamento daquele conteúdo”, comenta.
Ao longo do projeto, os pesquisadores pretendem ampliar esse banco de dados. As coletas serão realizadas em duas usinas da Raízen, localizadas em Piracicaba e Rafard, ambas no interior paulista. “A partir dos dados coletados em campo vamos treinar um programa de inteligência artificial para que possa identificar quais são os melhores marcadores metabólicos para a fermentação. Essas informações vão formar o repertório da máquina”, diz Labate, que completa: “No decorrer do projeto vamos acompanhar três safras de cana-de-açúcar. E isso é ótimo, pois quanto mais informação obtivermos, melhor será para o sistema computacional”.
LEIA MAIS > Exportação de etanol para Europa pode bater recorde
Com essas informações em mãos, os pesquisadores avançarão para outra etapa do projeto: desenvolver sensores, por meio de parceria com a iniciativa privada, que serão instalados em dornas de fermentação. “Esses sensores vão trabalhar on-line, de forma autônoma, enviando dados em tempo real para o software aprimorado por nossa equipe. Essa inteligência artificial vai então registrar todas as informações, como, por exemplo, um aumento anormal da quantidade de bactérias na fermentação, e assim gerar uma tomada de decisão para auxiliar os técnicos da usina”, explica o professor.
