MétaCan
Menu
Retour à la cohorte
Enregistrement W4212808129 · doi:10.15376/biores.17.1.1301-1318

Enhancement of saccharification of corn stover by cellulolytic enzyme produced from biomass-degrading bacteria

2022· article· en· W4212808129 sur OpenAlexaff
Yanwen Wu, Sarita Shrestha, Haipeng Guo, Jinchi Zhang, Haisong Wang, Wensheng Qin

Notice bibliographique

RevueBioResources · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBiofuel production and bioconversion
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésCorn stoverCellulaseStoverXylanaseHydrolysisFood scienceChemistryBiomass (ecology)Lignocellulosic biomassBeta-glucosidaseBacteriaEnzymeAgronomyFermentationBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Enzymatic saccharification of corn stover can be enhanced by partially replacing commercial enzymes with bacterial crude enzyme extracts. Thus, in this study, three bacteria (Bacillus sp. A0, Bacillus sp. CH20S1, and Exiguobacterium sp. AS2B) were cultured in a media with corn stover as the substrate to produce crude enzyme extract and saccharify corn stover. The cultural conditions were monitored and optimized to maximize CMCase and xylanase activity in the crude enzyme extracts. After 72 h of hydrolysis of corn stover with diluted crude enzymes (DCE) from the three strains, reducing sugars ranging from 48.2 to 71.7 mg g-1 were released from non-pretreated and pretreated corn stover. Furthermore, the maximum reducing sugars of 316 and 321 mg g-1 were observed when 12 and 4 FPU g-1 of commercial cellulase were added to the DCE of the CH20S1 strain, respectively. It was shown that an effective combination of bacterial DCE with commercial enzymes could achieve higher saccharification of lignocellulosic biomass, which might be cost-efficient compared to their single-use. Overall, this study aims to show the enhanced enzymatic saccharification of corn stover.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,039
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

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 Opus0,012
Tête enseignante GPT0,190
Écart entre enseignants0,178 · 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 tête enseignante, 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetBiofuel production and bioconversionTravaux en français237 207