MétaCan
Menu
Retour à la cohorte
Enregistrement W4289730972 · doi:10.3389/fbioe.2022.935902

Bioreactor as the root cause of the “manganese effect” during Aspergillus niger citric acid fermentations

2022· article· en· W4289730972 sur OpenAlexaff
Erzsébet Fekete, Vivien Bíró, Alexandra Márton, István Bakondi-Kovács, Zoltán Németh, Erzsébet Sándor, Béla Kovács, István Fábián, Christian P. Kubicek, Adrian Tsang, Levente Karaffa

Notice bibliographique

RevueFrontiers in Bioengineering and Biotechnology · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensConcordia University
Organismes subventionnairesNemzeti Kutatási, Fejlesztési és Innovaciós Alap
Mots-clésCitric acidManganeseAspergillus nigerBioreactorLeaching (pedology)FermentationChemistryMetal ions in aqueous solutionNuclear chemistryMetalFood scienceBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

) is a key feature. Technical-scale production of citric acid predominantly uses stainless-steel tank fermenters, but glass bioreactors used for strain improvement and manufacturing process development also contain stainless steel components, in which manganese is an essential alloying element. We show here that during citric acid fermentations manganese (II) ions were leaching from the bioreactor into the growth media, resulting in altered fungal physiology and morphology, and significant reduction of citric acid yields. The leaching of manganese (II) ions was dependent on the fermentation time, the acidity of the culture broth and the sterilization protocol applied. Manganese (II) ion leaching was partially mitigated by electrochemical polishing of stainless steel components of the bioreactor. High concentrations of manganese (II) ions during early cultivation led to a reduction in citric acid yield. However, the effect of manganese (II) ions on the reduction of citric acid yield diminished towards the second half of the fermentation. Since maintaining low concentrations of manganese (II) ions is costly, the results of this study can potentially be used to modify protocols to reduce the cost of citric acid production.

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 enseignants0,017
Score d'incertitude au seuil0,388

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)0,0000,000

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 Opus0,002
Tête enseignante GPT0,184
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 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Bioengineering and BiotechnologyMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207