A robust multinutrient kinetic model for enhanced lutein and biomass yields in mixotrophic microalgae cultivation: A step towards successful large‐scale productions
Notice bibliographique
Résumé
Abstract Mixotrophic cultivation holds great promise to significantly enhance the productivities of biomass and valuable metabolites from microalgae. In this study, a new kinetic model is developed, explicitly describing the effect of the most influential environmental factors on both biomass growth and the production of the high‐value product lutein. This extensive study of multinutrient kinetics for Tetradesmus obliquus in a mixotrophic regime covers various nutritional conditions. Crucial nutrients governing the model include nitrate, phosphate, and glucose. Using seven state variables and 13 unknown parameters, the model's accuracy was ensured through a well‐designed two‐factor, four‐level experimental setup, providing ample data for reliable calibration and validation. Results accurately predict dynamic concentration profiles for all validation experiments, revealing broad applicability. Optimizing nitrogen availability led to significant increases in biomass (up to fourfold) and lutein production (up to 12‐fold), with observed maximum biomass concentration of 6.80 g L −1 and lutein reaching 25.58 mg L −1 . Noticeably, the model exhibits a maximum specific growth rate of 4.03 day −1 , surpassing reported values for photoautotrophic and heterotrophic conditions, suggesting synergistic effects. Valuable guidance is provided for applying the method to various microalgal species and results are large‐scale production‐ready. Future work will exploit these results to develop real‐time photobioreactor operation strategies.
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 | 0,001 | 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 ».