MétaCan
Menu
Retour à la cohorte
Enregistrement W4413878191 · doi:10.1007/s42452-025-07531-y

Optimization of biosurfactant production by Pseudomonas aeruginosa strain Pa using rubber tree seed oil as sole carbon source

2025· article· en· W4413878191 sur OpenAlex
Yapi Joel Angba, Alpha Ousmane Touré, Koutouan Désiré Martial Abro, Mahamane Nassirou Amadou Kiari, Allali Patrick Drogui, Kouassi Benjamin Yao

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueDiscover Applied Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial bioremediation and biosurfactants
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesEuropean Commission
Mots-clésPseudomonas aeruginosaStrain (injury)Natural rubberCarbon sourcePulp and paper industryMicrobiologyTree (set theory)PseudomonasFood scienceChemistryBiologyMathematicsBacteriaEngineeringOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,227
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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