Optimization of medium composition for lipase production by<i>Candida rugosa</i>NCIM 3462 using response surface methodology
Notice bibliographique
Résumé
A sequential optimization approach using statistical design of experiments was employed to enhance the lipase production by Candida rugosa in submerged batch fermentation. Twelve medium components were evaluated initially using the Plackett-Burman 2-level factorial design. The significant variables affecting lipase production were found to be glucose, olive oil, peptone, (NH4)2SO4, and FeCl3.6H2O. Various vegetable oils were tested in the second step, and among them, groundnut oil was found to be the best inducer for lipase production by C. rugosa. The third step was to identify the optimal values of the significant medium components with groundnut oil as the inducer using response surface methodology. The regression equation obtained from the experimental data designed using a central composite design was solved, and analyzing the response surface contour plots, the optimal concentrations of the significant variables were determined. A maximum lipase activity of 5.95 U.mL-1, which is 1.64 times the maximum activity obtained in the Plackett-Burman experimental trials, was observed. The optimum combination of medium constituents contained 19.604 g.L-1 glucose, 13.065 mL.L-1 groundnut oil, 7.473 g.L-1 peptone, 0.962 g.L-1 (NH4)2SO4, 0.0019 g.L-1 FeCl3.6H2O, and other insignificant components at the fixed level. A predictive model of the combined effects of the independent variables using response surface methodology and an artificial neural network was proposed. The unstructured kinetic models, logistic model, and Luedeking-Piret model were used to describe cell mass and lipase production. The parameters of the models were evaluated and the lipase production by C. rugosa was found to be growth associated.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».