MétaCan
Menu
Retour à la cohorte
Enregistrement W3035129734 · doi:10.3390/fermentation6020059

Production, Characterization, and Industrial Application of Pectinase Enzyme Isolated from Fungal Strains

2020· article· en· W3035129734 sur OpenAlexaff
Sudeep Kc, J. S. Upadhyaya, Dev Raj Joshi, Binod Lekhak, Dhiraj Kumar Chaudhary, Bhoj Raj Pant, Tirtha Raj Bajgai, Rajiv Dhital, Santosh Khanal, Niranjan Koirala, Vijaya Raghavan

Notice bibliographique

RevueFermentation · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePolysaccharides and Plant Cell Walls
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPectinaseFood scienceFermentationOrange (colour)Solid-state fermentationAgarEnzyme assayAspergillusChemistryEnzymeOrange juicePotato dextrose agarAgar plateBiologyMicrobiologyBiochemistryBacteria

Résumé

récupéré en direct d'OpenAlex

Pectinases are the group of enzymes that catalyze the degradation of pectic substances. It has wide applications in food industries for the production and clarification of wines and juices. The aim of this study was to isolate, screen and characterize pectinase from fungi isolated from various soil samples and evaluate its application in juice clarification. Fungal strains were isolated and screened primarily using 1% citruspectin incorporated potato dextrose agar (PDA) and secondarily using pectinase screening agar medium (PSAM) for pectinolytic organisms. The enzyme was produced by submerged state fermentation and assayed using the dinitro salicylic acid (DNS) method. From 20 different soil samples, 55 fungal isolates were screened primarily and, among them, only 14 isolates were subjected for secondary screening. Out of 14, only four strains showed the highest pectinolytic activity. Among four strains, Aspergillus spp. Gm showed the highest enzyme production at a 48-h incubation period, 1% substrate concentration, and 30 °C temperature. The thermal stability assessment resulted that the activity of pectinase enzyme declines by 50% within 10 min of heating at 60 °C. The optimum temperature, pH, and substrate concentration for the activity of enzyme was 30 °C (75.4 U/mL), 5.8 (72.3 U/mL), and 0.5% (112.0 U/mL), respectively. Furthermore, the yield of the orange juice, the total soluble solid (TSS), and clarity (% transmittance) was increased as the concentration of the pectinase increased, indicating its potential use in juice processing. Overall, the strain Aspergillus spp. Gm was identified as a potent strain for pectinase production in commercial scale.

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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,212
Écart entre enseignants0,182 · 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

Citations159
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFermentationMême sujetPolysaccharides and Plant Cell WallsTravaux en français237 207