A Review of Process-Design Challenges for Industrial Fermentation of Butanol from Crude Glycerol by Non-Biphasic Clostridium pasteurianum
Notice bibliographique
Résumé
Butanol, produced via traditional acetone-butanol-ethanol (ABE) fermentation, suffers from low yield and productivity. In this article, a non-ABE butanol production process is reviewed. Clostridium pasteurianum has a non-biphasic metabolism, alternatively producing 1,3-propanediol (PDO)-butanol-ethanol, referred to as PBE fermentation. This review discusses the advantages of PBE fermentation with an emphasis on applications using biodiesel-derived crude glycerol, currently an inexpensive and readily available feedstock. To address the process design challenges, various strategies have been employed and are examined and reviewed; genetic engineering and mutagenesis of C. pasteurianum, characterization and pretreatment of crude glycerol and various fermentation strategies such as bioreactor design and configuration, increasing cell density and in-situ product removal. Where research deficiencies exist for PBE fermentation, the process solutions as employed for ABE fermentation are reviewed and their suitability for PBE is discussed. Each of the obstacles against high butanol production has multiple solutions, which are reviewed with the end-goal of an integrated process for continuous high level butanol production and recovery using C. pasteurianum and biodiesel-derived crude glycerol.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».