Medium composition effects on solute partitioning in solid–liquid two‐phase bioreactors
Notice bibliographique
Résumé
Abstract Biphasic systems such as two‐phase partitioning bioreactors (TPPBs) have been used to alleviate biological inhibition by sequestering inhibitory compounds within an immiscible phase. The use of solid polymer beads as this auxiliary phase provides a fully biocompatible alternative to potentially toxic organic solvents. While guidelines exist for the rational selection of the polymer phase, the effect of the aqueous phase composition on molecular sequestration has not been explored in the literature. This work aims to identify aspects of medium composition that influence the partitioning of target molecules into the sequestering phase. Using benzaldehyde as the target molecule and Hytrel G3548L (DuPont) as the polymer phase, pH, temperature, salt and glucose concentrations, as well as ethanol concentrations, were examined for their effects on the partition coefficient. pH and temperature were observed to have no significant effect on benzaldehyde partitioning. Salt and glucose additions increased the partition coefficient by 173% and 30%, respectively, compared with pure reverse osmosis (RO) water, while increasing ethanol concentration was found to decrease the partition coefficient from 44 ( ± 1.6) to 1 ( ± 0.3). Strategic changes to the aqueous phase can be made to improve affinity of the sequestering phase for target molecules. This provides a simple and cost‐effective method to potentially improve TPPB system performance. Copyright © 2010 Society of Chemical Industry
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) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».