Thermodynamic affinity‐based considerations for the rational selection of biphasic systems for microbial flavor and fragrance production
Notice bibliographique
Résumé
Abstract BACKGROUND Flavor and fragrance (F&F) compounds are increasingly produced by biotechnological instead of chemical means, as this allows them to be labeled natural additives. However, since most F&F compounds exhibit cytotoxicity towards common microbiological production hosts, in situ product removal strategies using two‐phase partitioning bioreactors are desirable, making the rational selection of effective non‐aqueous phases a crucial step. Here, thermodynamic first‐principles methods and the experimental determination of partition coefficients were used to differentiate between sequestering phases with high and low thermodynamic affinity towards 17 important F&F compounds. RESULTS The approach was highly successful, enabling identification of outstanding extractants for several F&F compounds. Moreover, it was shown that certain solvent classes (e.g. long‐chained alcohols and a variety of esters) function as efficient sequestering phases across all classes of target F&F compounds, whereas other solvent types (such as alkanes), and the liquid polymer silicone oil exhibit poor partitioning behavior. Finally, the tested absorptive solid polymers generally did not constitute effective sequestering phases for the target compounds, due to high fractions of hard/crystalline segments, however, this suggests that designing polymers with a higher proportion of soft segment could lead to enhanced sorptive capacity. CONCLUSIONS This study is the first in the current literature to systematically analyze sequestering phase choices for important F&F compounds and can serve as a guide for researchers working on biphasic microbial F&F production. © 2017 Society of Chemical Industry
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».