Economical Di-Rhamnolipids Biosynthesis by Non-Pathogenic Burkholderia thailandensis E264 Using Post-Consumption Food Waste in a Biorefinery Approach
Notice bibliographique
Résumé
Rhamnolipids (RLs) are one of the most promising eco-friendly green alternatives to commercially viable fossil fuel-based surfactants. However, the current bioprocess practices cannot meet the required affordability, quantity, and biocompatibility within an industrially relevant framework. To circumvent these issues, our study aims to develop a sustainable biorefinery approach using post-consumption food waste as a second-generation feedstock. In-depth substrate screening revealed that food waste hydrolysate (FWH) was rich in readily assimilable carbohydrates, volatile fatty acids, and amino acids. The fermentative valorization of FWH as a sole carbon and energy source with Burkholderis thailandensis E264 in a bioreactor showed active RLs biosynthesis of up to 0.6–0.8 g/L (34–40 mg/g FWH) in a short duration (72 h). In terms of the kinetic parameters, the FWH-RLs outperformed other supplemented pure/waste streams. Interestingly, the recovered RLs had a long chain length, with Rha-Rha-C12-C14 being the predominant isoform and exhibiting a strong emulsification ability (E24, 54.6%). To the best of our knowledge, this study is the first to prove bioreactor-level RLs production and their abundance in food waste. Moreover, the feasibility of this developed process could propel next-generation biosurfactants, lower waste burdens, and increase the industrial applicability of RLs, thereby significantly contributing to the development of a circular bioeconomy.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».