Overview of the Biotransformation of Limonene and α-Pinene from Wood and Citrus Residues by Microorganisms
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This review provides an overview of the biotransformation of limonene and α-pinene, which are commonly found in wood residues and citrus fruit by-products, to produce high-value-added products. Essential oils derived from various plant parts contain monoterpene hydrocarbons, such as limonene and pinenes which are often considered waste due to their low sensory activity, poor water solubility, and tendency to autoxidize and polymerise. However, these terpene hydrocarbons serve as ideal starting materials for microbial transformations. Moreover, agro-industrial byproducts can be employed as nutrient and substrate sources, reducing fermentation costs, and enhancing industrial viability. Terpenes, being secondary metabolites of plants, are abundant in byproducts generated during fruit and plant processing. Microbial cells offer advantages over enzymes due to their higher stability, rapid growth rates, and genetic engineering potential. Fermentation parameters can be easily manipulated to enhance strain performance in large-scale processes. The economic advantages of biotransformation are highlighted by comparing the prices of substrates and products. For instance, R-limonene, priced at US$ 34/L, can be transformed into carveol, valued at around US$ 530/L. This review emphasises the potential of biotransformation to produce high-value products from limonene and α-pinene molecules, particularly present in wood residues and citrus fruit by-products. The utilisation of microbial transformations, along with agro-industrial byproducts, presents a promising approach to extract value from waste materials and enhance the sustainability of the antimicrobial, the fragrance and flavour industry.
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.
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 découle