Uso de sistema aquoso bifásico com solvente eutético profundo em recuperação e purificação: modelagem e simulação com Lifted Relational Neural Networks
beta-galactosidase; solventes eutéticos profundos; redes neurais; Lifted Relational Neural Networks
Há um número crescente de aplicações de sucesso que estão sendo desenvolvidas com Relational Deep Learning. Dentre eles, a identificação de efeitos colaterais de polimedicação, descoberta de antibióticos, entre outros. Esse grande sucesso na obtenção de resultados práticos torna essa técnica um atrativo para a indústria, que busca simular os sistemas que estão em sua cadeia de produção visando a otimização. Uma das etapas mais importantes no desenvolvimento de bioprocessos refere-se à recuperação e purificação de biomoléculas. Nesse contexto, o presente estudo se propõe a desenvolver uma metodologia eficaz para construção de modelos de Relational Deep Learning que possam ser usados no desenvolvimento de bioprocessos complexos, em suas diferentes escalas, focando as etapas de recuperação e purificação de biomoléculas.