Identifying Chlorella vulgaris and Chlorella sorokiniana as sustainable organisms to bioconvert glucosamine into valuable biomass
Notice bibliographique
Résumé
Chitin is a major component of various wastes such as crustacean shells, filamentous fungi, and insects. Recently, food-safe biological and chemical processes converting chitin to glucosamine have been developed. Here, we studied microalgae that can uptake glucosamine as vital carbon and nitrogen sources for valuable alternative protein biomass. Utilizing data mining and bioinformatics analysis, we identified 29 species that contain the required enzymes for glucosamine to glucose conversion. The growth performance of the selected strains was examined, and glucosamine was used in different forms and concentrations. Glucose at a concentration of 2.5 g/L was required to initiate glucosamine metabolic degradation by Chlorella vulgaris and Chlorella sorokiniana. Glucosamine HCl and glucosamine phosphate showed maximum cell counts of about 8.5 and 9.0 log/mL for C. sorokiniana and C. vulgaris in 14 days, respectively. Enzymatic hydrolysis of glucosamine increased growth performance with C. sorokiniana by about 3 folds. The adapted strains were fast-growing and could double their dry biomasses during the same incubation time. In addition, adapted C. sorokiniana was able to tolerate three times glucosamine concentration in the medium. The study illustrated possible strategies for employing C. sorokiniana and C. vulgaris to convert glucosamine into valuable biomass in a more sustainable way.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».