Optimization of biosurfactant production by Pseudomonas aeruginosa strain Pa using rubber tree seed oil as sole carbon source
Notice bibliographique
Résumé
Abstract Biosurfactants (BS) are highly emulsifying, biodegradable, non- or low-toxic, stable and multifunctional molecules. However, high production costs and low yields limit their large-scale production and use. Consequently, using low-cost substrates (waste) and optimizing production conditions are necessary to reduce production costs and increase the yield of biosurfactants. This study aimed to optimize the conditions for the production of BS by Pseudomonas aeruginosa Pa using rubber tree seed oil RO ( Hevea brasiliensis ), a cheap and available substrate, as the sole carbon source. Factors significantly influencing biosurfactant production were screened using a Plackett–Burman design (PBD) and response was based on the emulsification index. The selected factors were optimized using the response surface methodology (RSM) through a Box-Behnken design (BBD). The biosurfactant produced under the optimized conditions was extracted by the coupled method of acid precipitation and organic solvent extraction using different solvents. PBD results showed that the initial pH of the production medium, NaCl concentration and rubber tree seed oil concentration significantly influenced BS production. Optimal levels of these factors were obtained for a pH of 8.7, a NaCl concentration of 0.072% and a rubber tree seed oil concentration of 6.91%. Under optimized culture conditions, the emulsification index of the biosurfactant produced reached 92.15 ± 0.89%. Rubber tree seed oil showed a BS production capacity superior to commercial carbon sources (conventional sources). Diethyl ether was chosen as a suitable solvent for extracting biosurfactant from the cell-free supernatant. This study showed that the use of rubber tree seed oil, an agro-industrial waste product, is efficient and guarantees the economic feasibility and sustainability of biosurfactant production.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».