Multi‐enzymatic recovery of fungal cellulases ( <scp> <i>Aspergillus niger</i> </scp> ) through solid‐state fermentation of sugarcane bagasse
Notice bibliographique
Résumé
Abstract In this study, the optimum conditions for the multi‐enzymatic recovery of cellulases produced by Aspergillus niger were investigated using sugarcane bagasse. Two extraction methods were investigated: the two‐stage solid–liquid extraction (SLE) followed by ultrasound‐assisted extraction (UAE), and the single‐stage SLE. The ultrasound effects were evaluated using a Doehlert design, in which the pH (5.0–9.0) and sonication power (0.8–2.0 W ml −1 ) were independent variables. For the single‐stage SLE, temperature (25–45°C), time (10–60 min), and pH (5.0–9.0) were analyzed using the Box–Behnken design. Both processes were monitored to evaluate FPase, CMCase, and β‐glucosidase (U ml −1 ) activities. The maximum enzymatic activities (EA) obtained for FPase, CMCase, and β‐glucosidase in the SLE–UAE were 0.352, 0.321, and 1.412 U ml −1 , respectively. Unlike in most previous studies, sonication was insignificant ( p < 0.05) with respect to the enzymatic complex within the evaluated ranges. Moreover, sonication changed the EA when lower than 1.2 and higher than 1.6 W ml −1 , mainly inhibiting the EA of β‐glucosidase. The single‐stage SLE was more effective than the two‐stage SLE–UAE, and the maximum EA values for FPase, CMCase, and β‐glucosidase were 0.354, 0.303, and 3.135 U ml −1 , respectively. The single‐stage process was better because it consumed less energy, required simpler equipment, and provided higher efficiency in a shorter time. This study will improve diversified enzyme extraction from sugarcane bagasse, reduce enzyme production costs, and enhance bagasse utilization.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».