Investigation of the efficiency of different biocatalytic systems for the bioconversion of lactose and dairy by-products into lactobionic acid
Notice bibliographique
Résumé
Selected biocatalytic systems, LactoYIELD(LY)/Catazyme®(Cataz), LY/Cataz/Laccase, LY/Cataz/Laccase/mediator, were investigated to bioconvert lactose into lactobionic acid(LBA). LY expresses cellobiose oxidase that catalyzes the oxidation of lactose into LBA, while Cataz catalyzes the decomposition of hydrogen peroxide into water and oxygen. ABTS redox mediator with laccase promotes the formation of stable-radicals that act as oxidizing agents. Contrary to LY/Cataz/Laccase/mediator system, the bioconversion efficiency of LY/Cataz system was pH dependent. The bioconversion efficiency of ultrasound-assisted systems was comparable to the conventional ones, whereas microwave-assisted systems reduced the reaction time from 8 h to 2 h. In both LY/Cataz and LY/Cataz/Laccase/mediator systems, oxygen addition by bubbling improved the bioconversion yield of LBA at a controlled pH. LY/Cataz/Laccase/mediator system supplemented with oxygen showed a higher yield of 53% and productivity of 13.2 g/l.h at a high lactose concentration of 200 mg/ml compared to LY/Cataz system (42%, 10.5 g/l.h). LY/Cataz system performed better for the bioconversion of lactose (100 mg/ml) into LBA with a yield of 100%, in the presence of hydrogen peroxide (0.1–0.5%, v/v) added to generate in-situ oxygen by Cataz. The highest productivity of 17.5 and 21.1 g/l/h was obtained with whey permeate and lactose, respectively, using LY/Cataz system at a controlled pH and in the presence of 0.5%(v/v) hydrogen peroxide.
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) | 0,000 | 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 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 ».