Optimization of phytase production from potato waste using Aspergillus ficuum
Notice bibliographique
Résumé
Solid-state fermentation (SSF) can divert food waste from landfills and produce high-value products. This study was aimed to investigate the feasibility of using SSF and optimize the conditions of production of phytase by Aspergillus ficuum from potato waste. Different parameters including pH of the potato waste, inoculum level, moisture content, incubation period, temperature, and supplementary nitrogen and carbon sources were evaluated. The results indicated that pH, inoculum level, and moisture content did not significantly vary phytase production. However, different incubation periods, incubation temperatures, nitrogen sources, and carbon sources changed the phytase production significantly. The ideal and economic conditions for phytase production consisted of a normal moisture content (79%) of potato waste, 1.0 ml inoculum size, and normal pH 6.1 at room temperature for 144 h incubation time. The highest phytase activity (5.17 ± 0.82 U/g ds) was obtained under the aforementioned optimized conditions. When (NH 4 )2SO 4 was used as a nitrogen source in the substrate, the phytase activity increased to 12.93 ± 0.47 U/g ds, which was a 2.5-fold increase compared to the control treatment. This study proposed a novel and economical way to convert food processing waste to highly valuable products and investigated the optimal conditions of the production of phytase during SSF in potato waste.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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 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 ».