Elimination of Endocrine Disrupting Chemicals using White Rot Fungi and their Lignin Modifying Enzymes: A Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The ability of white rot fungi (WRF) and their lignin modifying enzymes (LMEs), i.e. laccase and lignin‐ and manganese‐dependent peroxidase, to treat endocrine disrupting chemicals (EDCs) is extensively reviewed in this paper. These chemicals cause adverse health effects by mimicking endogenous hormones in receiving organisms. The alkylphenolic EDCs nonylphenol, bisphenol A and triclosan, the phthalic acid esters dibutylphthalate, diethylphthalate and di‐(2‐ethylhexyl)phthalate, the natural estrogens estrone, 17β‐estradiol, estriol and 17α‐ethynylestradiol and the phytoestrogens genistein and β‐sitosterol have been shown to be eliminated by several fungi and LMEs. WRF have manifested a highly efficient removal of EDCs in aqueous media and soil matrices using both LME and non LME‐systems. The ligninolytic system of WRF could also be used for the elimination of several EDCs and the associated hormone‐mimicking activity. The transformation of EDCs by LMEs and WRF is supported by emerging knowledge on the physiology and biochemistry of these organisms and the biocatalytic properties of their enzymes. Due to field reaction conditions, which drastically differ from laboratory conditions, further efforts will have to be directed towards developing robust and reliable biotechnological processes for the treatment of EDC‐contaminated environmental matrices.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 découle