MétaCan
Menu
Retour à la cohorte
Enregistrement W2170268062 · doi:10.1139/w10-032

A novel approach for the improvement of ethanol fermentation by <i>Saccharomyces cerevisiae</i>

2010· article· en· W2170268062 sur OpenAlexvenueno aff
Lihua Hou, Xiaohong Cao, Chunling Wang

Notice bibliographique

RevueCanadian Journal of Microbiology · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFermentationSaccharomyces cerevisiaeYeastEthanol fuelStrain (injury)BiologyEthanolSaccharomycesEthanol fermentationBiochemistryAneuploidyGeneFood scienceMicrobiologyChromosome

Résumé

récupéré en direct d'OpenAlex

Fermentation properties under the control of multiple genes are difficult to alter with traditional methods in Saccharomyces cerevisiae. Here, a novel genome engineering approach is developed to improve ethanol production in very high gravity fermentation with 300 g/L glucose as the carbon source. This strategy involved constructing aneuploid strains on the base of tetraploid cells. The tetraploid strain was constructed by using the plasmid YCplac33-GHK, which harbored the HO gene encoding the site-specific Ho endonucleases. The aneuploid strain, WT4-M, was selected and screened after the tetraploid cells were treated with methyl benzimidazole-2-yl-carbamate to induce loss of mitotic chromosomes. It was found that aneuploid strain WT4-M not only exhibited an increase in ethanol production and osmotic and thermal tolerance, but also an improvement in the sugar-ethanol conversion rate. Notably, WT4-M provided up to 9.8% improvement in ethanol production compared with the control strain. The results demonstrated that the strategy of aneuploidy was valuable for creating yeast strains with better fermentation characteristics.

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 seuil0,002

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 recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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

Citations7
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of MicrobiologyMême sujetBiofuel production and bioconversionTravaux en français237 207