Extraction Improvement of the Bioactive Blue-Green Pigment “Marennine” from Diatom Haslea ostrearia’s Blue Water: A Solid-Phase Method Based on Graphitic Matrices
Notice bibliographique
Résumé
The compound “marennine” is a blue–green pigment produced by the benthic microalgae Haslea ostrearia, with pathogenicity reduction activities against some bacteria and promising potential as a natural pigment in seafood industries. After decades of research, the chemical family of this compound still remains unclear, mainly because structural studies were impaired by the presence of co-extracted compounds in marennine isolates. To improve the purity of marennine extract, we developed a novel extraction method using a graphitic stationary phase, which provides various advantages over the previous procedure using tandem ultrafiltration. Our method is faster, more versatile, provides a better crude yield (66%, compared to 57% for ultrafiltration) and is amenable to upscaling with continuous photobioreactor cultivation. Our goal was to take advantage of the modulable surface properties of the graphitic matrix by optimizing its interactions with marennine. As such, the effects of organic modifiers, pH and reducing agents were studied. With this improvement on marennine purification, we achieved altogether the isolation of a fucoidan-related, sulfated polysaccharide from blue water. Characterization of the polysaccharides fraction suggests that roughly half of UV-absorbing compounds could be isolated from the marennine crude extracts. The identification of sulfated polysaccharides could be a major breakthrough for marennine purification, providing targeted isolation techniques. Likewise, the added value of Haslea ostrearia and the role of polysaccharides in previous marennine chemical characterization and bioactivity studies remain to be determined.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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) | 0,001 | 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 tête enseignante, 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 ».