Evaluation of Industrial Wastewaters as Low-Cost Resources for Sustainable Enzyme Production by Bacillus Species
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The increasing demand for industrial enzymes calls for cost-effective and sustainable production strategies. This study investigates the potential of industrial wastewater as an alternative fermentation medium for enzyme synthesis, aligning with the principles of the circular bioeconomy. Four wastewater types from Québec, Canada—beverage wastewater (BW), pulp and paper mill activated sludge (PPMS), food industry wastewater (FIW), and starch industry wastewater (SIW)—were evaluated for their potential to support protease, amylase, and lipase production using Bacillus licheniformis, Bacillus amyloliquefaciens, and Bacillus megaterium. Initial screening identified SIW as optimal for amylase production with B. amyloliquefaciens, and PPMS for protease production with B. megaterium. Optimization using the Box–Behnken design was then performed, followed by scale-up experiments in 5 L bioreactors. B. amyloliquefaciens achieved 5.73 ± 0.01 U/mL of amylase at 48 h under 40 g/L total solids, 30 °C, and a 2% inoculum size, while B. megaterium produced the highest protease of 55.41 ± 3.54 U/mL at 24 h. Lipase production remained negligible across all media and strains. These findings demonstrate the feasibility of the potential of wastewater-based enzyme production, reducing reliance on expensive synthetic substrates, mitigating environmental burdens, and contributing to the transition to a circular bioeconomy.
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.
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 | 0,002 |
| 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 découle