MétaCan
Menu
Retour à la cohorte
Enregistrement W4361222777 · doi:10.1021/acssuschemeng.3c00249

Extraction of a Docosahexaenoic Acid-Rich Oil from <i>Thraustochytrium</i> sp. Using a Hydrophobic Ionic Liquid

2023· article· en· W4361222777 sur OpenAlexafffund
Yujie Zhang, Valerie C. A. Ward, Samir Meramo, Dorothy Dennis, Natalia V. Plechkova, Roberto E. Armenta, Lars Rehmann

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensMara Renewables (Canada)University of WaterlooWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship CouncilCanada Foundation for InnovationBioFuelNet CanadaAlexander von Humboldt-Stiftung
Mots-clésDocosahexaenoic acidExtraction (chemistry)Ionic liquidChromatographyYield (engineering)ChemistryPolyunsaturated fatty acidAqueous two-phase systemBiomass (ecology)Aqueous solutionCentral composite designResponse surface methodologyFatty acidMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Thraustochytrium sp. (T18) is a marine heterokont that exhibits a fast growth rate and accumulates a high proportion of polyunsaturated fatty acids (PUFAs), particularly docosahexaenoic acid (DHA), as essential compounds for health. The extraction of DHA-rich oil from marine microorganisms is challenging due to the difficulty in the substantial cost of lyophilization, the incompatibility of solvents with wet biomass, and the large volumes of organic solvents required by traditional extraction techniques. To address these concerns, ionic liquids (ILs) have been used to improve the oil yield from a wet oleaginous microorganism under mild conditions. In this study, a novel hydrophobic IL, 1-decyl-3-methyl-imidazolium bis(2,4,4-trimethylpentyl)phosphinate ([C 10 mim][( i C 8 ) 2 PO 2 ]) was first applied as pretreatment to aid in the extraction of DHA-rich oil from T18 biomass in the aqueous phase. A central composite design and response surface methodology were used to study the effect of different extraction variables on the oil yield (temperature, pH, and the mass ratio of IL to dried T18). The extraction conditions were numerically optimized to maximize the oil yield [69.4 ± 0.5% (w/w)] within the experimental range (the temperature of 76 °C, pH of 5.0, and mass ratio of 4.2). In addition, the extraction efficiency was up to 97.4 ± 0.4% of the total lipid content. The extracted oil contained 44.7 ± 0.2% DHA under 1 h of the pretreatment process. In this work, the proposed approach was found to be efficient and sustainable for the water-compatible recovery of a DHA-rich oil recovery process.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetAlgal biology and biofuel productionTravaux en français237 207