Mechanoenzymatic Depolymerization of Polyethylene Terephthalate in Moist Solids: Exploring the Roller Mill
Notice bibliographique
Résumé
Plastic pollution has emerged as a critical global environmental challenge. Effective end-of-life management of plastics remains a pressing issue. Recent advances in enzymatic technology offer promising solutions for the closed-loop recycling of many plastics. For example, numerous enzymes capable of depolymerizing poly(ethylene terephthalate) (PET) into its building blocks have been identified. Notably, enzymatic hydrolysis conducted in moist-solid reaction mixtures is garnering interest as a more sustainable alternative to traditional dilute aqueous conditions. When combined with intermittent mechanical mixing, this approach, termed mechanoenzymology, can enhance enzyme performance, while addressing solubility issues and avoiding the need for substrate pretreatment. Despite these advances, current research in mechanoenzymology predominantly relies on laboratory-scale experiments using shaker mills. This study aims to broaden the scope of mechanoenzymatic transformations by exploring the use of a roller mill instead. Roller mills find widespread use industrially (e.g., in the mining and concrete industries). Utilizing commercial cutinase Novozym 51032 (abbreviated HiC), we investigated how varying milling conditions, moisture levels, and enzyme loadings impact the efficiency and scalability of PET depolymerization to terephthalic acid. The results demonstrate the scalability of enzymatic reactions in moist solids from 300 mg to 3 g and to 30 g scales at a solids loading of 40% w/w and daily milling at 300 rpm for 30 min. This study lays the groundwork for advancing PET recycling technologies on a larger scale.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».