Enhanced High-Solids Fed-Batch Enzymatic Hydrolysis of Sugar Cane Bagasse with Accessory Enzymes and Additives at Low Cellulase Loading
Notice bibliographique
Résumé
High cellulase loading is still a major impediment in the production of fermentative sugars from high-solids enzymatic hydrolysis of lignocellulosic substrates in the enzyme-based “biorefinery” industry. This study attempted a high-solids (20%) enzymatic hydrolysis of lignocellulosic substrate at a very low cellulase loading with mixed use of additives and accessory enzymes by fed-batch mode. To avoid the high initial biomass viscosity, the high-solids enzymatic hydrolysis of lignocellulosic substrates was initiated with a solids content of 8%. Thereafter, 4% of the additional substrates were consecutively fed into the hydrolysis system after 6, 12, and 18 h to reach a final solids content of 20%. Some additive mixtures (40 mg/g substrateTween 80 + 10 mg/g substrate tea saponin +20 mg/g substrate BSA) were observed to enable this fed-batch hydrolysis to increase 30% of the glucose yield after the 48 h. The combination of these additives and accessory enzymes (2.4 mg/g substrate xylanase and 1 mg/g substrate AA9) in the high-solids hydrolysis system further boosted the sugar release. This allowed us to achieve an industrially relevant sugar yield (83% cellulose and 90% xylan hydrolysis) and fermentable sugar titer (∼160 g/L) after 72 h, with a low cellulase enzyme loading (3 FPU/g substrate). Our results indicate that the fed-batch substrate addition process is a favorable model for high-solids enzymatic hydrolysis of lignocellulosic substrates. Moreover, the synergism between the additives and accessory enzymes can greatly boost the high-solids enzymatic hydrolysis of lignocellulosic substrates.
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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».