MétaCan
Menu
Retour à la cohorte
Enregistrement W4376256256 · doi:10.1002/ep.14172

Molecular characterization of a new strain of <i>Aspergillus</i> and ricinoleic acid production from castor oil by the fungus

2023· article· en· W4376256256 sur OpenAlexaff
Shikha Singh, Sumit Sharma, Saurabh Jyoti Sarma, Satinder Kaur Brar

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolic Engineering and Bioproduction
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésRicinoleic acidCastor oilMetaboliteChemistryAspergillus flavusStrain (injury)Yield (engineering)Organic chemistryFood scienceChromatographyCosmeticsBiochemistryBiologyMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The derivatives of castor oil have wide industrial applications. Different strains were isolated that metabolize the castor oil. Among these, Isolate D which was later identified as Aspergillus flavus BU22S was selected for further study. Major metabolite produced by the strain was extracted and identified using mass spectrometry (MS) followed by HPLC analysis. The metabolite was found to be ricinoleic acid. Ricinoleic acid is widely used in polymer industries, cosmetics, pharmaceutical industries, lubricants, and in textiles. The product yield of the selected isolate was studied with different castor oil concentrations under different process conditions. Agitation speed as well as oil concentration were found to have a significant effect on ricinoleic acid production. The best yield, that is, 79.5 g/kg of total oil was obtained at a lower agitation speed. The strain consumed some amount of oil, which can be reduced from 90% to 29% by optimizing the process parameters.

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 enseignants0,033
Score d'incertitude au seuil0,448

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 GPT0,173
Écart entre enseignants0,170 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Progress & Sustainable EnergyMême sujetMicrobial Metabolic Engineering and BioproductionTravaux en français237 207