MétaCan
Menu
Retour à la cohorte
Enregistrement W4406781283 · doi:10.1002/aocs.12934

Thermostable phospholipase C: A key to efficient and sustainable enzymatic oil degumming processes

2025· article· en· W4406781283 sur OpenAlexaff
Diego S. Val, Luisina Di Nardo, Fiorela Marchisio, Franco Emanuel Lacava, Andrés Aguirre, Salvador Peirú, María Eugenia Castelli, Martín Espariz, Luciano A. Abriata, Hugo G. Menzella, Rodolfo M. Rasia

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueEnzyme Catalysis and Immobilization
Établissements canadiensBioinformatics Solutions (Canada)
Organismes subventionnairesConsejo Nacional de Investigaciones Científicas y Técnicas
Mots-clésKey (lock)ChemistryEnzymePhospholipasePulp and paper industryBiotechnologyBiochemical engineeringBiochemistryBiologyEngineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Phospholipase C (PLC) enzymes play a pivotal role in the degumming process of edible oils, which is essential for producing high‐quality refined oils. The enzymatic degumming process, compared with conventional chemical methods, offers significant advantages including improved oil yield, reduced environmental impact, and lower operational costs. However, the industrial application of PLC enzymes is often hindered by their limited stability under harsh processing conditions. This has driven extensive research efforts toward engineering thermostable PLC variants that can withstand the high temperatures and harsh environments typical of oil refining processes. In this review, we explore the latest advancements in the application, design and optimization of thermostable PLC enzymes. We discuss the fundamental economic and ecological interest behind the goal of obtaining thermostable enzymes, and two approaches to the problem, namely the search for enzymes in thermophilic organisms and the design of new sequences with improved stability and activity 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)0,001
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 enseignants0,014
Score d'incertitude au seuil0,347

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,003
Tête enseignante GPT0,234
Écart entre enseignants0,231 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetEnzyme Catalysis and ImmobilizationTravaux en français237 207