MétaCan
Menu
Retour à la cohorte
Enregistrement W2123494539 · doi:10.1021/bp0255558

Continuous Selective Extraction of Secondary Metabolites from <i>Catharanthus roseus</i> Hairy Roots with Silicon Oil in a Two‐Liquid‐Phase Bioreactor

2002· article· en· W2123494539 sur OpenAlexafffund
Cyril Tikhomiroff, Ségolène Allais, Maya Klvana, Steve Hisiger, Mario Jolicœur

Notice bibliographique

RevueBiotechnology Progress · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueTransgenic Plants and Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCatharanthus roseusBioreactorSiliconJasmonic acidChemistryChromatographyMetabolismBotanyBiochemistryBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

A two-liquid-phase bioreactor was designed to extract indole alkaloids from Catharanthus roseus hairy roots with silicon oil. Partition studies between silicon oil and culture medium showed that the silicon oil did not alter the availability of nutrients. The affinity of tabersonine and löchnericine for silicon oil is nine times higher than for the aqueous phase. Cultures were elicited with 25 mg/L of jasmonic acid. The growth of the hairy roots was not significantly modified by the presence of silicon oil. The overall specific yields of tabersonine and löchnericine were increased by 100-400% and 14-200%, respectively, with the use of silicon oil in nonelicited control cultures. In elicited cultures, these values were 10-55% for tabersonine and 20-65% for löchnericine. Serpentine was never found in the silicon oil. All measured alkaloids' specific yields were higher using silicon oil and elicitation, suggesting that the silicon oil, while acting as a metabolic sink for tabersonine and löchnericine, was efficient in increasing metabolic fluxes of the secondary metabolism pathways.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,262
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiotechnology ProgressMême sujetTransgenic Plants and ApplicationsTravaux en français237 207