Combining chemical flocculation and bacterial co‐culture of <i>Cupriavidus taiwanensis</i> and <i>Ureibacillus thermosphaericus</i> to detoxify a hardwood hemicelluloses hydrolysate and enable acetone–butanol–ethanol fermentation leading to butanol
Notice bibliographique
Résumé
Butanol, a fuel with better characteristics than ethanol, can be produced via acetone-butanol-ethanol (ABE) fermentation using lignocellulosic biomass as a carbon source. However, many inhibitors present in the hydrolysate limit the yield of the fermentation process. In this work, a detoxification technology combining flocculation and biodetoxification within a bacterial co-culture composed of Ureibacillus thermosphaericus and Cupriavidus taiwanensis is presented for the first time. Co-culture-based strategies to detoxify filtered and unfiltered hydrolysates have been investigated. The best results of detoxification were obtained for a two-step approach combining flocculation to biodetoxification. This sequential process led to a final phenolic compounds concentration of 1.4 g/L, a value close to the minimum inhibitory level observed for flocculated hydrolysate (1.1 g/L). The generated hydrolysate was then fermented with Clostridium acetobutylicum ATCC 824 for 120 h. A final butanol production of 8 g/L was obtained, although the detoxified hydrolysate was diluted to reach 0.3 g/L of phenolics to ensure noninhibitory conditions. © 2018 American Institute of Chemical Engineers Biotechnol. Prog., 35: e2753, 2019.
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 | 0,000 | 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 ».