The effect of switchgrass loadings on feedstock solubilization and biofuel production by Clostridium thermocellum
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Efficient deconstruction and bioconversion of solids at high mass loadings is necessary to produce industrially relevant titers of biofuels from lignocellulosic biomass. To date, only a few studies have investigated the effect of solids loadings on microorganisms of interest for consolidated bioprocessing. Here, the effects that various switchgrass loadings have on Clostridium thermocellum solubilization and bioconversion are investigated. Clostridium thermocellum was grown for 10 days on 10, 25, or 50 g/L switchgrass or Avicel at equivalent glucan loadings. Avicel was completely consumed at all loadings, but total cellulose solubilization decreased from 63 to 37% as switchgrass loadings increased from 10 to 50 g/L. Washed, spent switchgrass could be additionally hydrolyzed and fermented in second-round fermentations suggesting that access to fermentable substrates was not the limiting factor at higher feedstock loadings. Results from fermentations on Avicel or cellobiose using culture medium supplemented with 50% spent fermentation broth demonstrated that compounds present in the supernatants from the 25 or 50 g/L switchgrass loadings were the most inhibitory to continued fermentation. Recalcitrance alone cannot fully account for differences in solubilization and end-product formation between switchgrass and Avicel at increased substrate loadings. Experiments aimed at separating metabolic inhibition from inhibition of hydrolysis suggest that C. thermocellum’s hydrolytic machinery is more vulnerable to inhibition from switchgrass-derived compounds than its fermentative metabolism.
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.
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 | 0,001 | 0,001 |
| 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 découle