Solução poderá reduzir perdas por contaminação na produção de etanol

Tecnologia criada no Centro de Pesquisa para Inovação em Gases de Efeito Estufa da USP facilita a identificação de microrganismos contaminantes, permitindo às usinas combatê-los de forma mais rápida e precisa

Agência FAPESP – O Centro de Pesquisa para Inovação em Gases de Efeito Estufa (RCGI) está finalizando um projeto de pesquisa que propõe uma solução inovadora para identificar contaminantes da fermentação, possibilitando a redução de perdas de eficiência na produção de etanol. A tecnologia tem potencial de aplicação em diversas indústrias.

Coordenado pelo professor Carlos Alberto Labate, da Escola Superior de Agricultura Luiz de Queiroz da Universidade de São Paulo (Esalq-USP), o projeto se baseia na técnica de espectrometria de massas para o desenvolvimento de uma nova metodologia de detecção de bactérias contaminantes do processo de produção de etanol a partir da cana-de-açúcar. Para tanto, os pesquisadores utilizam o Matrix-Assisted Laser Desorption/Ionization Time-of-Flight (Maldi-Tof), equipamento amplamente usado na área da saúde para diagnósticos microbiológicos.

De acordo com Labate, “em ambientes hospitalares, o Maldi-Tof identifica rapidamente o microrganismo responsável pela infecção do paciente, permitindo que a equipe médica aja de forma rápida e eficaz. Estamos expandindo esse conceito para a indústria, desenvolvendo métodos que permitam ao Maldi-Tof identificar microrganismos presentes em ambientes industriais com rapidez e precisão similares”.

A nova metodologia poderá reduzir significativamente o tempo necessário para a identificação de contaminantes se comparada aos métodos atuais, permitindo que usinas atuem de forma mais rápida e precisa no combate à contaminação e otimizando o consumo de antimicrobianos e insumos. “A contaminação microbiana é uma das principais causas de redução de rendimento e produtividade. Seu controle eficaz é fundamental para garantir a eficiência industrial”, complementa o professor da Esalq.

IA e automação

Uma das grandes inovações trazidas pelo projeto é a integração de inteligência artificial (IA) no processo de análise. Atualmente o Maldi-Tof atua na identificação de microrganismos isolados. Os pesquisadores trabalham em modelos que permitirão a identificação de múltiplos microrganismos em uma única análise, reduzindo a complexidade, o tempo e o custo da técnica.

“Este é o primeiro passo no desenvolvimento de sistemas automatizados de controle. No futuro, a IA poderia não apenas detectar o contaminante, mas também sugerir as medidas corretivas mais eficazes. Isso traria ainda mais eficiência e reduziria o tempo de resposta nas usinas”, comenta Labate.

Além de beneficiar as usinas de etanol, a tecnologia desenvolvida pelo RCGI também tem potencial para ser aplicada em outros setores industriais. A produção de alimentos, cervejas e carnes, por exemplo, também enfrenta desafios com a contaminação por microrganismos. A mesma tecnologia pode ser adaptada para controlar esses processos, garantindo maior segurança no controle de contaminações e eficiência produtiva.

O RCGI é um Centro de Pesquisa em Engenharia (CPE) constituído por FAPESP e Shell na Escola Politécnica (Poli-USP). O projeto em pauta conta com o suporte da Shell Brasil e da Raízen.

* Com informações do RCGI.