Quantification of Exopolysaccharide, Lactic Acid, and Lactose Concentrations in Culture Broth by Near-Infrared Spectroscopy
Notice bibliographique
Résumé
Near-infrared spectroscopy (NIRS) was used for the simultaneous prediction of exopolysaccharide (EPS; 0-3 g/L) and lactic acid (0-59 g/L) productions as well as lactose (0-68 g/L) concentration in supernatant samples from pH-controlled batch cultures of Lactobacillus rhamnosus RW-9595M in supplemented whey permeate medium. To develop calibration equations, the correlation between the second derivative of 164 NIRS transmittance spectra and concentration data obtained with reference methods was calculated at the wavelength between 1653-1770 and 2041-2353 nm, using a partial least-squares method (PLS). The lactic acid and lactose concentrations were measured by HPLC, and the EPS concentration was estimated by a new ultrafiltration method. The PLS correlation coefficient (R(2)) and the standard error of cross-validation for the calibrations were 91% and 0.26 g/L for EPS, 99% and 2.54 g/L for lactic acid, and 98% and 3.32 g/L for lactose, respectively. The calibration equations were validated with 45 randomly selected culture samples from 6 cultures that were not used for calibration. A high agreement between data of the reference methods and those of NIRS was observed, with correlation coefficients and standard errors of prediction of 99% and 1.64 g/L for lactic acid, 99% and 4.5 g/L for lactose, and 91% and 0.32 g/L for EPS. The results suggest that NIRS could be a useful method for rapid monitoring and control of EPS lactic fermentations.
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 ».