Versatile biocatalyst: lipase from Streptomyces gobitricini for ester synthesis and detergent innovation
Notice bibliographique
Résumé
Background/objectives The growing demand for reliable and stable biocatalysts has spurred research into microbial lipases for diverse industrial applications. This study focused on enhancing the production and purification of a lipase from Streptomyces gobitricini (Lip S.g ). Methods Maximal lipase activity (420 U/mL) was achieved during the stationary phase after 84 h of incubation at 45°C and pH 8.0, using 2% glucose and 2% yeast extract as carbon and nitrogen sources, respectively. Results Calcium, olive oil, and Tween, at 1%, significantly enhanced Lip S.g production, highlighting the role of triglycerides and detergents in enzyme induction and substrate emulsification. The purified 50-kDa enzyme displayed maximal activity at 50°C and pH 9.0, with thermal stability between 40°C and 55°C and pH 5.0–10.0. While Lip S.g efficiently hydrolyzed short and medium-chain triglycerides, it exhibited a preference for long-chain substrates, with a maximum reaction rate of 2500 μmol/min/mg and a K m value of 6.45 mM toward triolein (C18). Lip S.g also demonstrated remarkable stability in detergent formulations, retaining more than 85% activity in the presence of surfactants, oxidizing agents, boron compounds, and enzyme inhibitors. Additionally, Lip S.g catalyzed the esterification of oleic acid with starch and ethanol to produce starch oleate and ricinoleic acid. Conclusion These findings establish Lip S.g as a promising biocatalyst for applications in biocatalysis and detergent formulations, with potential uses in the food, beverage, cosmetic, and pharmaceutical industries.
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 | 0,000 | 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 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 ».