| Processo: | 24/02567-2 |
| Modalidade de apoio: | Bolsas no Brasil - Iniciação Científica |
| Data de Início da vigência: | 01 de julho de 2024 |
| Data de Término da vigência: | 30 de junho de 2025 |
| Área de conhecimento: | Engenharias - Engenharia Química |
| Pesquisador responsável: | Eutimio Gustavo Fernández Núñez |
| Beneficiário: | Júlia Dezanetti da Silva |
| Instituição Sede: | Escola de Artes, Ciências e Humanidades (EACH). Universidade de São Paulo (USP). São Paulo , SP, Brasil |
| Assunto(s): | Espectroscopia de fluorescência Monitoramento Redes neurais (computação) |
| Palavra(s)-Chave do Pesquisador: | Bioprocessos farmacêuticos | espectroscopia de fluorescência | Mínimos quadrados parciais | Monitoramento | rede neural artificial | VLP-Zika | Bioprocessos farmacêuticos |
Resumo O controle de qualidade na indústria farmacêutica possui grande impacto socioeconômico, principalmente quando se trata de um produto gerado a partir de um bioprocesso, o qual apresenta maiores desafios que as abordagens tradicionais de síntese química para monitorar, controlar e otimizar o processo de fabricação de modo a garantir a qualidade final deste. Com esse objetivo, é necessário desenvolver metodologias analíticas que permitam a mensuração confiável de parâmetros críticos, nesse contexto, a espectroscopia de fluorescência apresenta-se como uma técnica adequada no monitoramento da produção de partículas semelhantes a vírus (VLP) quando combinada com ferramentas estatísticas multivariadas ou redes neurais artificiais. As VLP se mostram como candidatos promissores para o desenvolvimento de uma vacina profilática contra o vírus Zika, o qual se apresenta como uma ameaça global por conta das consequências da sua infecção, porém ainda não possui tratamento aprovado. O presente projeto se dedica a utilização de dados de espectroscopia de fluorescência no monitoramento offline da produção em biorreator de VLP-Zika, correlacionando-os por meio de técnicas de análise multivariadas de mínimos quadrados parciais (PLS) e rede neural artificial (ANN). Dessa forma, serão gerados modelos com capacidade preditiva para quantificar parâmetros críticos do processo como nutrientes (glicose, glutamina, glutamato), metabólitos (lactato, amônio), densidade de células viáveis, viabilidade celular e titulação viral. Os modelos estabelecidos podem ser utilizados na otimização e monitoramento da produção de VLP-Zika, sendo capaz de reduzir o custo e tempo analítico quando aplicados ao longo do processo de desenvolvimento tecnológico e na escala industrial. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |