Comparison of soybean peroxidase with laccase in the removal of phenol from synthetic and refinery wastewater samples
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract BACKGROUND: Several studies have demonstrated the feasibility of treating aqueous phenols and aromatic amines with oxidoreductases in synthetic wastewater samples. However, little work has been done on the effectiveness of enzymatic treatment on real wastewater. Here a comparison was made of the oxidative coupling of phenol catalyzed by laccase or soybean peroxidase (SBP) using synthetic and refinery wastewaters. RESULTS: Optimization of pH, enzyme concentration, effect of polyethylene glycol (PEG) addition, and reducing anions were examined for a 3 h reaction time. Laccase had an optimum pH of 5.6–6.0, while SBP had a broad optimum from 6.0 to 8.0. In synthetic samples in tap water to achieve ≥ 95% removal of 1.0 mmol L −1 phenol in 3 h required 0.12 and 1.5 U mL −1 of catalytic activity of laccase and SBP, respectively. In refinery samples comparable removals required 1.2‐ to 1.8‐fold more enzyme than in synthetic tap water samples. Added PEG allowed for a small reduction in the SBP concentration for synthetic wastewater but was ineffective with either enzyme in treating refinery samples. Reducing ions increased the demand for oxidant but, with the exception of cyanide, phenol removal still occurred. CONCLUSION: Both laccase and SBP were effective in removing phenol from aqueous refinery samples, albeit at slightly higher concentrations than required for the corresponding synthetic samples. Copyright © 2008 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.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle