Desenvolvimento de ferramentas e algoritmos em Computational Strain Optmization Models (2023)
- Authors:
- Autor USP: OHIRA, GUILHERME DE OLIVEIRA MENDES - EP
- Unidade: EP
- Sigla do Departamento: PQI
- Subjects: BIOLOGIA SINTÉTICA; PROGRAMAÇÃO MISTA; PROGRAMAÇÃO LINEAR; COMPLEMENTARIDADE
- Agências de fomento:
- Language: Português
- Abstract: Deleções de genes podem ser usadas como uma ferramenta para melhoramento de performance de microrganismos no contexto industrial. Apesar do estado-da-arte em biologia molecular possuir diversas técnicas para realizar as deleções, existem poucas estratégias para escolher os alvos. É possível abordar esse problema por técnicas de fluxômica e modelos baseados em restrições (CBM). A fim de assegurar que o objetivo biológico seja respeitado (maximização da biomassa), enquanto se melhora a performance do bioprocesso, é possível formular um problema de dois níveis (BLPP). Esse modelo simula o melhor cenário possível, para uma dada função objetivo industrial, enquanto sugere deleções. O primeiro algoritmo a realizar tal estratégia foi chamado de OptKnock (2003). Uma forma de lidar com o BLPP é reforçando as condições de otimalidade (Condições KKT) do problema interno, transformando o mesmo em um problema com restrições complementares (MPCC). Os autores do OptKnock sugerem aplicar a teoria da dualidade para evitar a não linearidade da complementariedade. Embora tenha sido realizado, nenhuma descrição matemática foi proposta para verificar se o ótimo obtido pelo MPCC é o mesmo obtido pelo BLPP. Na presente dissertação procurou-se verificar: (i) se as Condições KKT são respeitadas no problema interno. (ii) Se a região viável do MPCC e do BLPP são as mesmas para as variáveis primais. (iii) Se a Condição de Slater é verificada. Para tal, deduções e experimentos in silico foram sugeridos. Resultados mostram que as Condições KKT são respeitadas no problema interno. Muito embora, a unicidade das variáveis duais, quando usadas também como variáveis de otimização, possa remodelar os limites viáveis das variáveis primais. Dessa forma, o resultado do MPCC pode não ser o mesmo do BLPP inicialmente sugerido.
- Imprenta:
- Data da defesa: 10.10.2023
-
ABNT
OHIRA, Guilherme de Oliveira Mendes. Desenvolvimento de ferramentas e algoritmos em Computational Strain Optmization Models. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-29112023-143720/. Acesso em: 03 jan. 2026. -
APA
Ohira, G. de O. M. (2023). Desenvolvimento de ferramentas e algoritmos em Computational Strain Optmization Models (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3137/tde-29112023-143720/ -
NLM
Ohira G de OM. Desenvolvimento de ferramentas e algoritmos em Computational Strain Optmization Models [Internet]. 2023 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-29112023-143720/ -
Vancouver
Ohira G de OM. Desenvolvimento de ferramentas e algoritmos em Computational Strain Optmization Models [Internet]. 2023 ;[citado 2026 jan. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-29112023-143720/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
