MétaCan
Menu
Retour à la cohorte
Enregistrement W4312173388 · doi:10.3390/fermentation9010011

Crabtree Effect on Rhodosporidium toruloides Using Wood Hydrolysate as a Culture Media

2022· article· en· W4312173388 sur OpenAlexaff
Carlos S. Osorio‐González, Rahul Saini, Krishnamoorthy Hegde, Satinder Kaur Brar, Alain Lefebvre, Antonio Avalos Ramírez

Notice bibliographique

RevueFermentation · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensCentre National en Électrochimie et en Technologies EnvironnementalesGreenField Specialty Alcolhols (Canada)Collège ShawiniganYork University
Organismes subventionnairesnon disponible
Mots-clésXyloseHydrolysateFood scienceChemistrySugarAmmoniumFermentationBiochemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The interest in microorganisms to produce microbial lipids at large-scale processes has increased during the last decades. Rhodosporidium toruloides-1588 could be an efficient option for its ability to simultaneously utilize five- and six-carbon sugars. Nevertheless, one of the most important characteristics that any strain needs to be considered or used at an industrial scale is its capacity to grow in substrates with high sugar concentrations. In this study, the effect of high sugar concentrations and the effect of ammonium sulfate were tested on R. toruloides-1588 and its capacity to grow and accumulate lipids using undetoxified wood hydrolysates. Batch fermentations showed a catabolic repression effect on R. toruloides-1588 growth at sugar concentrations of 120 g/L. The maximum lipid accumulation was 8.2 g/L with palmitic, stearic, oleic, linoleic, and lignoceric acids as predominant fatty acids in the produced lipids. Furthermore, R. toruloides-1588 was able to utilize up to 80% of the total xylose content. Additionally, this study is the first to report the effect of using high xylose concentrations on the growth, sugar utilization, and lipid accumulation by R. toruloides-1588.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0020,000

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 Opus0,007
Tête enseignante GPT0,245
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFermentationMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207