Exploration of Compost Soil for the Production of Thermo-Stable Bacillus Protease to Synthesize Bioactive Compounds through Soy Protein Hydrolysis
Notice bibliographique
Résumé
Application of bioactive peptides (BAPs) is promising due to their potential antimicrobial, antioxidant, agonistic, and ACE inhibition properties. To achieve a stable and active peptide at relatively high pH and temperatures by microbial fermentation, a wide variety of microorganisms need to be explored from diverse habitats, and compost is the excellent source. In an attempt to isolate potent protease-producing bacteria, gelatin-supplemented DM agar medium was used. Out of 140 pure cultures, initial protease production selects isolate D3L/1 (26 U/mL), and 16S rDNA sequencing confirmed it as Bacillus subtilis. Protease production was increased to 55.55 U/mL, with pH 7.5, 1% glucose, 1% casein, 1% ammonium sulfate, for 96 h of fermentation, at 37 °C under 140 rpm of shaking. Ion-exchange, and size-exclusion chromatography, 30 KDa protease was purified up to 4.1-fold (specific activity 3448.62 U/mL; 67.66% yield). The enzyme was active under broad temperatures (60 °C optimum), organic solvents, and pH variations. A total of 5% H2O2 can only reduce 40% of enzyme activity. However, 1 mM, Fe2+, and Cu2+ increased enzyme activity by five times. Soy hydrolysis (SPI) byD3L/1 protease produces bioactive compound (<3 KDa), which confirmed the peptide bond in the far UV region (205 nm, 215 nm, 225 nm, and 280 nm). The compound was ineffective towards Serratia marcescens but active against Escherechia coli (47%), Staphylococcus aureus (28%), and Pseudomonas aeruginosa (12%).
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 ».