2.6 KiB
BioLab Parameter Explorer
Ferramenta web para estimativa de parâmetros cinéticos de crescimento microbiano e consumo de substrato.
Acesse em: biolab.tadix.dev
Como funciona
Você fornece medições experimentais ao longo do tempo — concentração de células (g/L) e substrato residual (g/L) — e o BioLab encontra automaticamente os parâmetros cinéticos que melhor descrevem o seu experimento.
Internamente, o processo ocorre em três etapas:
-
Modelagem diferencial — cada modelo cinético (Monod, Andrews, Aiba, etc.) é combinado com o balanço de substrato de Pirt (1965), formando um sistema de equações diferenciais ordinárias que descreve a dinâmica de crescimento.
-
Integração numérica — o sistema é resolvido pelo método de Runge-Kutta de 4ª ordem (RK4), produzindo curvas simuladas de células e substrato ao longo do tempo.
-
Otimização por enxame de partículas (PSO) — um algoritmo populacional busca os valores dos parâmetros (como µ_max, K_S e Y_XS) que minimizam a diferença entre a curva simulada e os dados experimentais.
Os sete modelos são avaliados simultaneamente e ranqueados pelo Critério de Informação de Akaike (AIC), permitindo comparar qual formulação representa melhor o seu processo sem sair da página.
Modelos cinéticos suportados
| Modelo | Característica principal |
|---|---|
| Monod (1949) | Modelo clássico de limitação por substrato |
| Moser (1958) | Generalização do Monod com expoente n |
| Contois (1959) | Limitação dependente da densidade celular |
| Andrews (1968) | Inibição pelo próprio substrato |
| Aiba et al. (1968) | Inibição exponencial pelo substrato |
| Bergter (1978) | Crescimento com adaptação temporal |
| Tessier (1936) | Saturação exponencial |
Registro
O BioLab Parameter Explorer foi registrado no Instituto Nacional da Propriedade Industrial (INPI) em março de 2026, constituindo o primeiro registro de software do curso de Engenharia de Bioprocessos e Biotecnologia da Universidade Tecnológica Federal do Paraná — Campus Dois Vizinhos (UTFPR-DV), sob orientação do Prof. Pedro Suzaki.
"O software permite ajustar modelos matemáticos a dados experimentais de forma intuitiva, automatizando a solução de equações diferenciais e aplicando algoritmos de otimização."
— Curso de Bioprocessos da UTFPR-DV conquista primeiro registro de software, Educador ADV, abr. 2026
Licença
MIT © Lucas Tadeu Marculino