Fast media optimization for mixotrophic cultivation of Chlorella vulgaris
Notice bibliographique
Résumé
Microalgae can accumulate large proportions of their dry cell weight as storage lipids when grown under appropriate nutrient limiting conditions. While a high ratio of carbon to nitrogen is often cited as the primary mode of triggering lipid accumulation in microalgae, fast optimization strategies to increase lipid production for mixotrophic cultivation have been difficult to developed due to the low cell densities of algal cultures, and consequently the limited amount of biomass available for compositional analysis. Response surface methodologies provide a power tool for assessing complex relationships such as the interaction between the carbon source and nitrogen source. A 15 run Box-Behnken design performed in shaker flasks was effective in studying the effect of carbon, nitrogen, and magnesium on the growth rate, maximum cell density, lipid accumulation rate, and glucose consumption rate. Using end-point dry cell weight and total lipid content as assessed by direct transesterification to FAME, numerical optimization resulted in a significant increase in lipid content from 18.5 ± 0.76% to 37.6 ± 0.12% and a cell density of 5.3 ± 0.1 g/L to 6.1 ± 0.1 g/L between the centre point of the design and the optimized culture conditions. The presented optimization process required less than 2 weeks to complete, was simple, and resulted in an overall lipid productivity of 383 mg/L·d.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».