Screening of agro‐industrial wastes for citric acid bioproduction by <i>Aspergillus niger</i><scp>NRRL</scp> 2001 through solid state fermentation
Notice bibliographique
Résumé
BACKGROUND: The citric acid (CA) industry is currently struggling to develop a sustainable and economical process owing to high substrate and energy costs. Increasing interest in the replacement of costly synthetic substrates by renewable waste biomass has fostered research on agro-industrial wastes and screening of raw materials for economical CA production. The food-processing industry generates substantial quantities of waste biomass that could be used as a valuable low-cost fermentation substrate. The present study evaluated the potential of different agro-industrial wastes, namely apple pomace (AP), brewer's spent grain, citrus waste and sphagnum peat moss, as substrates for solid state CA production using Aspergillus niger NRRL 2001. RESULTS: Among the four substrates, AP resulted in highest CA production of 61.06 ± 1.9 g kg(-1) dry substrate (DS) after a 72 h incubation period. Based on the screening studies, AP was selected for optimisation studies through response surface methodology (RSM). Maximum CA production of 312.32 g kg(-1) DS was achieved at 75% (v/w) moisture and 3% (v/w) methanol after a 144 h incubation period. The validation of RSM-optimised parameters in plastic trays resulted in maximum CA production of 364.4 ± 4.50 g kg(-1) DS after a 120 h incubation period. CONCLUSION: The study demonstrated the potential of AP as a cheap substrate for higher CA production. This study contributes to knowledge about the future application of carbon rich agro-industrial wastes for their value addition to CA. It also offers economic and environmental benefits over traditional ways used to dispose off agro-industrial wastes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».