MétaCan
Menu
Retour à la cohorte
Enregistrement W2295471287 · doi:10.1186/s13068-016-0472-7

Industrially relevant hydrolyzability and fermentability of sugarcane bagasse improved effectively by glycerol organosolv pretreatment

2016· article· en· W2295471287 sur OpenAlexaff
Fubao Sun, Xiaoqin Zhao, Jiapeng Hong, Yanjun Tang, Liang Wang, Haiyan Sun, Xiang Li, Jinguang Hu

Notice bibliographique

RevueBiotechnology for Biofuels · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesHigher Education Discipline Innovation ProjectGovernment of Jiangsu ProvincePriority Academic Program Development of Jiangsu Higher Education InstitutionsState Key Laboratory of Pulp and Paper EngineeringChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésBagasseOrganosolvBiorefineryLignocellulosic biomassChemistryHemicelluloseCellulosePulp and paper industryFurfuralCellulaseEnzymatic hydrolysisXyloseFermentationCellulosic ethanolSteam explosionSugarGlycerolLigninFood scienceRaw materialHydrolysisOrganic chemistryCatalysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Previous work has demonstrated that glycerol organosolv pretreatment can effectively improve the hydrolyzability of various lignocellulosic substrates. This pretreatment process strategy is ideal to integrate a commercially successful lignocellulosic and vegetable oil biorefinery industry. However, industrially relevant high-solid-loading hydrolyzability and fermentability of the pretreated substrates have yet to be considered for enzyme-based lignocellulosic biorefineries. RESULTS: In this study, an AGO pretreatment of sugarcane bagasse was evaluated with regard to the component selectivity, structural modification, hydrolyzability, and fermentation of pretreated substrates. The results showed that the AGO pretreatment presented good component selectivity, removing approximately 70 % lignin and hemicellulose, respectively, from sugarcane bagasse with a near-intact preservation (94 %) of the overall cellulose. The pretreatment deconstructed the recalcitrant architecture of natural lignocellulosic biomass, thereby modifying the structure at the macro-/micrometer level (fiber size, surface area, average size, roughness) and supermolecular level (key chemical bond dissociation) of lignocellulosic substrates towards good hydrolyzability. Notably, extraordinarily few fermentation inhibitors (<0.2 g furfural and 5-hydromethyl furfural/kg feedstock) were generated from the AGO pretreatment process, which was apparently due to the prominent role of glycerol organic solvent in protecting monosaccharides against further degradation. The 72-h enzymatic hydrolysis of pretreated substrates at 15 % solid content achieved 90 % completion with Cellic CTec2 at 10 FPU/g dried substrate. With a simple nutrition (only 10 g/L (NH4)2SO4) addition, the fed-batch semi-SSF of AGO-pretreated substrates (30 % solid content) almost reached 50 g/L ethanol with cellulase preparation at 10 FPU/g dried substrate. These results have revealed that the pretreated substrate is susceptible and accessible to cellulase enzymes, thereafter exhibiting remarkable hydrolyzability and fermentability. CONCLUSION: The AGO pretreatment is a promising candidate for the current pretreatment process towards industrially relevant enzyme-based lignocellulosic biorefineries.

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 enseignants0,002
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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

Citations93
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnology for BiofuelsMême sujetBiofuel production and bioconversionTravaux en français237 207