Genetic improvement of native xylose-fermenting yeasts for ethanol production
Notice bibliographique
Résumé
Lignocellulosic substrates are the largest source of fermentable sugars for bioconversion to fuel ethanol and other valuable compounds. To improve the economics of biomass conversion, it is essential that all sugars in potential hydrolysates be converted efficiently into the desired product(s). While hexoses are fermented into ethanol and some high-value chemicals, the bioconversion of pentoses in hydrolysates remains inefficient. This remains one of the key challenges in lignocellulosic biomass conversion. Native pentose-fermenting yeasts can ferment both glucose and xylose in lignocellulosic biomass to ethanol. However, they perform poorly in the presence of hydrolysate inhibitors, exhibit low ethanol tolerance and glucose repression, and ferment pentoses less efficiently than the main hexoses glucose and mannose. This paper reviews classical and molecular strain improvement strategies applied to native pentose-fermenting yeasts for improved ethanol production from xylose and lignocellulosic substrates. We focus on Pachysolen tannophilus, Scheffersomyces (Candida) shehatae, Scheffersomyces (Pichia) stipitis, and Spathaspora passalidarum which are good ethanol producers among the native xylose-fermenting yeasts. Strains obtained thus far are not robust enough for efficient ethanol production from lignocellulosic hydrolysates and can benefit from further improvements.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,003 | 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 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 ».