Quantification of the total lipids in three aquaculture microalgae using BODIPY™ 505/515 stain and flow cytometry
Notice bibliographique
Résumé
Abstract Microalgae are essential food sources for fish and shellfish aquaculture and contain abundant lipids with diverse fatty acid profiles. Quantification of total lipids in microalgae could assist commercial microalgal culture operations, harvest, and management in hatchery farms. Currently, reported protocols for lipid quantification are mainly for biofuel microalgal species. This study aimed to develop effective methodologies for total lipid quantification in three aquaculture microalgae using lipid‐specific probe BODIPY™ 505/515 and flow cytometry. The objectives were to determine the effects of (1) staining concentration and time; (2) microalgal concentration; and (3) microalgal age. For Tisochrysis lutea , Chaetoceros muelleri , and Tetraselmis suecica , the optimal staining concentrations and times were 2.0 μg/mL for 0.5–30 min, 2.5 μg/mL for 5–30 min, and 1.5 μg/mL for 5–30 min, and the suitable algal concentrations were 5 × 10 5–6 , 5 × 10 4–6 , and 1 × 10 4–6 cells/mL. The total lipid accumulation in all three microalgae was contrary to the cell growth— low at the exponential growth stage and high at the stationary stage (beyond day 9). Overall, the methodologies developed in this study could be used to quantify total lipids in microalgae rapidly and accurately and require a small sample biomass (about 1 mL directly from algal culture). To produce microalgae with high total lipid accumulation, the best time to harvest may be at the stationary stage but not at the exponential growth stage. This study provided a better understanding of the lipid accumulation dynamics in the three aquaculture microalgae.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».