Structured and Specialty Lipids in Continuous Packed Column Reactors: Comparison of Production Using One and Two Enzyme Beds
Notice bibliographique
Résumé
Abstract In this study, speciality lipids based on fish oil (FO) and capric acid (CA) were produced in packed bed bioreactors using immobilized Lipozyme IM from Rhizomucor miehei in a solvent‐free environment. Our goal was to compare the product quality and yield among reactors consisting of one or two enzyme columns. Response surface methodology (RSM) was used to optimize process variables for maximum incorporation (Inc) of CA for each reactor configuration. The studied process variables were substrate molar ratio (1:1–3:1 CA/FO), temperature (35–55 °C) and flow rate (0.5–1.5 mL/min). All experiments were conducted based on a face‐centered cube design. The maximum predicted Inc of CA into FO (31.7 mol%) using one column was obtained when substrate molar ratio, temperature and flow rate of substrates were 2.70:1 (CA/FO), 55 °C and 0.5 mL/min. The corresponding optimal Inc of CA into FO (22.7 mol%) using two columns was predicted at 2.95:1 (CA/FO), 55 °C and 0.86 mL/min. Analysis of variance (ANOVA) showed that Inc of CA into the one‐bed design was significantly influenced by all experimental conditions, with substrate molar ratio having the greatest impact. In the two‐bed design, only temperature and flow rate had an effect; the molar ratio of substrates was not significant. Coefficients of determination were low for both designs, indicating a poor fit of our data to the model. However, the main purpose of this study was to assess the effect of process factors on Inc of CA into FO, rather than generate a model useful for prediction of responses under conditions not examined with this design. Therefore, the significant ANOVA results are much more important, stressing the real relationship between parameters and response, than the low coefficients of determination.
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 | 0,000 | 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 ».