Optimization of laccase production from Trametes versicolor by solid fermentation
Notice bibliographique
Résumé
The regulation of culture conditions, especially the optimization of substrate constituents, is crucial for laccase production by solid fermentation. To develop an inexpensive optimized substrate formulation to produce high-activity laccase, a uniform design formulation experiment was devised. The solid fermentation of Trametes versicolor was performed with natural aeration, natural substrate pH (about 6.5), environmental humidity of 60% and two different temperature stages (at 37 degrees C for 3 days, and then at 30 degrees C for the next 17 days). From the experiment, a regression equation for laccase activity, in the form of a second-degree polynomial model, was constructed using multivariate regression analysis and solved with unconstrained optimization programming. The optimized substrate formulation for laccase production was then calculated. Tween 80 was found to have a negative effect on laccase production in solid fermentation; the optimized solid substrate formulation was 10.8% glucose, 27.7% wheat bran, 9.0% (NH4)2SO4, and 52.5% water. In a scaled-up verification of solid fermentation at a 10 kg scale, laccase activity from T. versicolor in the optimized substrate formulation reached 110.9 IU/g of dry mass.
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 ».