Bioflocculants’ production in a biomass-degrading bacterium using untreated corn stover as carbon source and use of bioflocculants for microalgae harvest
Notice bibliographique
Résumé
Bioflocculation has been developed as a cost-effective and environment-friendly method to harvest multiple microalgae. However, the high production cost of bioflocculants makes it difficult to scale up. In the current study, low-cost bioflocculants were produced from untreated corn stover by a biomass-degrading bacterium Pseudomonas sp. GO2. Pseudomonas sp. GO2 showed excellent production ability of bioflocculants through directly hydrolyzing various biomasses. The untreated corn stover was selected as carbon source for bioflocculants’ production due to its highest flocculating efficiency compared to that when using other biomasses as carbon source. The effects of fermentation parameters on bioflocculants’ production were optimized via response surface methodology. According to the optimal model, an ideal flocculating efficiency of 99.8% was obtained with the fermentation time of 130.46 h, initial pH of 7.46, and biomass content of 0.64%. The relative importance of carboxymethyl cellulase and xylanase accounted for 51.8% in the process of bioflocculants’ production by boosted regression tree analysis, further indicating that the bioflocculants were mainly from the hydrolysates of biomass. Biochemical analysis showed that it contained 59.0% polysaccharides with uronic acid (34.2%), 32.1% protein, and 6.1% nucleic acid in the bioflocculants, which had an average molecular weight as 1.33 × 106 Da. In addition, the bioflocculants showed the highest flocculating efficiency at a concentration of 12.5 mg L−1 and were stable over broad ranges of pH and temperature. The highest flocculating efficiencies obtained for Chlorella zofingiensis and Neochloris oleoabundans were 77.9 and 88.9%, respectively. The results indicated that Pseudomonas sp. GO2 can directly utilize various untreated lignocellulolytic biomasses to produce low-cost bioflocculants, which showed the high efficiency to harvest two green microalgae in a low GO2 fermentation broth/algal culture ratio.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 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 ».