Application of image analysis in the fungal fermentation of <i>Trichoderma reesei</i> RUT‐C30
Notice bibliographique
Résumé
Trichoderma reesei was grown in a stirred-tank bioreactor (STB) and a reciprocating plate bioreactor (RPB) at four different agitation speeds. A semiautomatic image analysis protocol that was developed to characterize the mycelium morphology during the fermentation process based on four morphological types (unbranched, branched, entangled, and clumped microorganisms) was applied to study the effect of agitation on the morphology of T. reesei. It was shown via statistical validation that broth samples used for image analysis represented the whole population of the fungi in the bioreactor. High shear was found to be damaging to T. reesei grown in the STB. The gentler shear produced in the RPB was not detrimental to the microorganism even at higher agitation speed. Better productivity was obtained for T. reesei grown in the STB and the highest productivity, 0.121 IU/mL h, was obtained at 400 rpm. The morphological parameter, the hyphal growth unit, was found to be correlated to the productivity. Understanding the effect of agitation on the morphology and productivity of T. reesei could lead to the design of better bioreactors and the selection of operating conditions of bioreactors to optimize the production of cellulase.
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 | 0,001 |
| 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 ».