Técnica biomédica poderá tornar o processo de fermentação da cana-de-açúcar mais eficiente

PARTILHAR
cana
Foto Divulgação.

O projeto será desenvolvido ao longo de três anos no âmbito do Centro de Pesquisa para Inovação em Gases de Efeito Estufa (RCGI).

A partir de uma técnica usada em exames laboratoriais de seres humanos, um grupo de pesquisadores da Escola Superior de Agricultura Luiz de Queiroz da Universidade de São Paulo (Esalq-USP) pretende melhorar o processo de fermentação da biomassa da cana-de-açúcar que gera o etanol.

“Bactérias e outros microrganismos costumam interromper o processo de fermentação. Isso implica em perdas enormes de etanol, que pode chegar a 5% dos cerca de 30 bilhões de litros produzidos por ano no Brasil”, diz o engenheiro agrônomo Carlos Alberto Labate, professor da Esalq-USP.

O projeto 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 o Maldi-TOF MS, sigla em inglês para Matrix-assisted laser desorption ionization Time-of-Light Mass Spectrometry, aparelho que avalia as estruturas de proteínas encontradas em membranas de células.

“É uma tecnologia descoberta na década de 1990, mas há cerca de 15 anos passou a ser utilizada em exames laboratoriais de pacientes internados em Unidades de Terapia Intensiva [UTI] com infecções graves e risco de vida. São pessoas que não podem esperar pelo resultado do exame comum de cultura de bactérias, que são demorados”, conta Labate. “Com o Maldi-TOF MS, o resultado da análise de uma pequena amostra de sangue do paciente sai em cerca de 15 minutos”.

Segundo o especialista, 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.

“Na área médica, os espectros de massas dos peptídeos são imediatamente comparados a mais de 8 mil tipos de espécies de bactérias reunidas em um banco de dados criado pelo fabricante do aparelho”, explica o professor.

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. “

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.

Fonte: Agência Fapesp

Todo o conteúdo áudio visual do CompreRural está protegido pela legislação brasileira sobre direito autoral, sua reprodução é permitida desde que citado a fonte e com aviso prévio através do e-mail jornalismo@comprerural.com