What Are the Major Components in Steam Pretreated Lignocellulosic Biomass That Inhibit the Efficacy of Cellulase Enzyme Mixtures?
Notice bibliographique
Résumé
Any pretreat process used on lignocellulosic substrates, such as steam pretreatment, although opening up and enhancing access to the cellulose, will typically generate inhibitory compounds (i.e., soluble mono/oligomeric sugars, phenolics, furans, extractives, etc.) that limit or restrict the efficiency of enzyme mediated cellulose hydrolysis. In the work reported here, the major groups of inhibitors derived from various, “real-life” steam pretreated lignocellulosic biomass were identified and their inhibitory effects on the rate and extent of enzymatic hydrolysis were assessed. It was apparent that monomeric sugars and phenolics inhibited the hydrolytic potential of the cellulases most severely, with sugar accounting for the majority of the decrease. The inhibitory effect of the monomeric sugars was consistent and concentration (but not composition) dependent throughout the time course of hydrolysis. In contrast, the influence of the phenolics was substrate dependent and more harmful at the later stage of hydrolysis. Surprisingly, the oligomeric sugars derived after steam pretreatment of woody biomass showed little influence on the hydrolytic potential of cellulase enzymes.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».