Adapted feeding strategies in fed-batch fermentation improve sugar delivery and ethanol productivity
Notice bibliographique
Résumé
Bioethanol is a renewable fuel widely used in road transportation and is generally regarded as a clean energy source. Although fermentation is one of the major processes in bioethanol production, studies on improving its efficiency through operational design are limited, especially compared to other steps (pretreatment and hydrolysis/saccharification). In this study, two adapted feeding strategies, in which feed medium addition (sugar delivery) was adjusted to increase the supply of fermentable sugar, were developed to improve ethanol productivity in 5-L fed-batch fermentation by Saccharomyces cerevisiae. Specifically, a linear adapted feeding strategy was established based on changes in cell biomass, and an exponential adapted feeding strategy was developed based on cell biomass accumulation. By implementing these two feeding strategies, the overall ethanol productivity reached 0.88±0.04 and 0.87±0.06 g/L/h, respectively. This corresponded to ~20% increases in ethanol productivity compared to fixed pulsed feeding operations. Additionally, there was no residual glucose at the end of fermentation, and final ethanol content reached 95±3 g/L under the linear adapted operation and 104±3 g/L under the exponential adapted feeding strategy. No statistical difference was observed in the overall ethanol yield (ethanol-to-sugar ratio) between fixed and adapted feeding strategies (~91%). These results demonstrate that sugar delivery controlled by adapted feeding strategies was more efficient than fixed feeding operations, leading to higher ethanol productivity. Overall, this study provides novel adapted feeding strategies to improve sugar delivery and ethanol productivity. Integration into the current practices of the ethanol industry could improve productivity and reduce production costs of fermentation processes.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».