MétaCan
Menu
Retour à la cohorte
Enregistrement W2510364776 · doi:10.1021/acs.iecr.5b01498

Enzymatic Fatty Acid Hydroxylation in a Liquid–Liquid Slug Flow Microreactor

2015· article· en· W2510364776 sur OpenAlexaff
Ion Iliuta, Alain Garnier, Maria C. Iliuta

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMicroreactorHydroxylationSlug flowChemistrySlugEnzymeChromatographyFatty acidOrganic chemistryFlow (mathematics)Catalysis

Résumé

récupéré en direct d'OpenAlex

A fatty acids omega hydroxylation biocatalytic process into an intensified liquid–liquid slug flow microreactor with immobilized or aqueous solution-phase enzyme was proposed and analyzed numerically. Hydroxylation of the tetradecanoic acid by the recombinant P450foxy enzyme produced by an Escherichia coli was chosen as a case study. The liquid–liquid reaction system includes an aqueous continuous liquid phase containing buffer, cofactor, and enzyme (when biotransformation occurs in aqueous phase) and an organic dispersed liquid phase which behaves as a substrate (tetradecanoic acid) reservoir facilitating a constant mass transfer between the organic dispersed and aqueous continuous liquid phases without deactivating the enzyme. The behavior of the intensified microreactor was analyzed through simulation via two-scale, isothermal, unsteady-state models accounting for detailed hydrodynamics, whereupon were tied the thermodynamics and kinetics of fatty acid hydroxylation catalyzed by immobilized or aqueous solution-phase P450foxy enzyme. The effects of key operating parameters as well as the contribution of P450foxy enzyme on the performance of fatty acid hydroxylation process are highlighted. The intensified microreactors with liquid–liquid reaction systems offer a promising option for the fatty acids hydroxylation biocatalytic process because of high specific enzymatic activity as a result of the constant mass transfer of the substrate between the dispersed organic and continuous aqueous liquid phases.

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 enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,092
Tête enseignante GPT0,313
Écart entre enseignants0,221 · 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207