Acetylation of Soybean Lecithin and Identification of Components for Solubility in Supercritical Carbon Dioxide
Notice bibliographique
Résumé
There is a growing interest to develop environmentally friendly surfactants for utilization with supercritical carbon dioxide (scCO2), which is a "green" solvent with many industrial applications. The goal of the present work was to separate the commonly used soybean lecithin into a phospholipid-rich fraction, acetylate this fraction, and then test its solubility in scCO2 to gauge its suitability as a surfactant for potential scCO2-based applications. Soybean lecithin was first purified by fractionation using acetone and ethanol and then acetylated with acetic anhydride. The acetylated lecithin was further purified by fractionation with acetone to separate the acetylated fraction from the nonacetylated fraction. High-performance liquid chromatography and electrospray ionization mass spectrometry were utilized to characterize these fractions. The various acetylated phospholipid fractions were then tested for solubility in scCO2 under various pressures and temperatures using both a cloud-point and a Fourier transform infrared apparatus. Acetylation was found to increase the solubility of the phospholipids in scCO2, and N-acetylated phosphatidylethanolamine (NAc-PE) was found to be the most soluble component of the acetylated phospholipids.
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 ».