MétaCan
Menu
Retour à la cohorte
Enregistrement W3009845797 · doi:10.1101/2020.03.06.980631

Rapid mechanoenzymatic saccharification of lignocellulosic biomass without bulk water or chemical pre-treatment

2020· preprint· en· W3009845797 sur OpenAlexafffund
Fabien Hammerer, Shaghayegh Ostadjoo, Karolin Dietrich, Marie‐Josée Dumont, Luis F. Del Rio, Tomislav Friščić, Karine Auclair

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensFPInnovationsMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaCentre in Green Chemistry and Catalysis
Mots-clésLignocellulosic biomassCorn stoverPulp and paper industryBiomass (ecology)Raw materialBagasseChemistryHydrolysisBiorefineryBiofuelStrawWaste managementOrganic chemistryAgronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Lignocellulosic material is an abundant renewable resource with the potential to replace petroleum as a feedstock for the production of fuels and chemicals. The large scale deployment of biomass saccharification is, however, hampered by the necessity to use aggressive reagents and conditions, formation of side-products, and the difficulty to reach elevated monosaccharide concentrations in the crude product. Herein we report the high efficacy of Reactive Aging (or Raging, a technique where enzymatic reaction mixtures, without any bulk aqueous or organic solvent, are treated to multiple cycles of milling and aging) for gram-scale saccharification of raw lignocellulosic biomass samples from different agricultural sources (corn stover, wheat straw, and sugarcane bagasse). The solvent-free enzymatic conversion of lignocellulosic biomass was found to proceed in excellent yields (ca. 90%) at protein loadings as low as 2% w/w, without the need for any prior chemical pre-treatment or high temperatures, to produce highly concentrated (molar) monosaccharides. This crude product of mechanoenzymatic depolymerization is non-toxic to bacteria and can be used as a carbon source for bacterial growth.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,208
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetBiofuel production and bioconversionTravaux en français237 207