Techno-economic analysis of laccase production, immobilization and use of the immobilized biocatalyst in hospital wastewater bioremediation
Notice bibliographique
Résumé
• Copper sulfate showed a dual effect of inducing and repressing laccase activity. • Cost analyses show that laccase-based bioprocess is promising. • Cost of wastewater treatment by laccase is competitive and can be further reduced. • Reduction of labor and raw material cost can promote laccase-based bioprocess. In this study, cost analyses were performed to assess the economic feasibility and the competitiveness of a combined bioprocess for the production of a T. hirsuta laccase under submerged fermentation, immobilization of the crude enzyme and use of the formulated biocatalyst for hospital wastewater treatment. The laccase was immobilized on an amino-functionalized silica microsphere attached to a polyethylene scaffolding. Capital (CapEx) and operational (OpEx) expenses were calculated for each step of the process, considering the cost of equipment, raw materials, workload and utilities. For laccase production, labor cost represented the highest contributor to the total cost (51.6 %), followed by the equipment cost (42.2 %), while the costs of raw materials and energy were significantly low at 5.0 % and 1.1 %, respectively. The cost of the crude laccase was estimated to be 3.90 CAD (2024) kU −1 . In the immobilization step, the cost of raw materials represents the major cost contributor with 89.9 % due to the important cost of the immobilization support, while labor accounted for 6.4 %, equipment 3.6 % and energy 0.1 %. Sensitivity analyses were performed to investigate the cost dynamics with respect to the number of laccase production batches, the cost of raw materials, electricity, and labor. The cost of pilot-scale wastewater treatment using the formulated biocatalyst, taking into account a less expensive but similar immobilisation support, was estimated to be 0.87 CAD (2024) m −3 , which is a reasonable cost but can be further reduced after the process optimization.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».