Selective and Solvent-Free Extraction of Medium-ChainFatty Acids with Polydimethylsiloxane Membranes
Notice bibliographique
Résumé
Microbial production of medium-chain fatty acids (MCFAs) through anaerobic digestion of organic wastes has great potential as a method for sustainable chemical production owing to the high economic value of MCFAs, which are used in cosmetics, animal feeds, and pharmaceuticals. However, a stable, low-cost, and energy-efficient method of separating MCFAs from other microbial products, including alcohols and short-chain fatty acids (SCFAs), remains a challenge. The main proposed methods rely on organic solvents to extract MCFAs, leading to toxicity, cost, and processing challenges. In this work, we explore the use of polydimethylsiloxane (PDMS) membranes for robust and selective solvent-free extraction of MCFAs. We first performed fundamental transport experiments with model PDMS films, finding that PDMS membranes have high MCFA permeabilities and high selectivity of MCFAs over SCFAs (e.g., a selectivity of 230 ± 46 for octanoic acid over acetic acid), comparable to solvent-based extractions. As PDMS can easily be formed as thin selective layers on porous supports, we then modeled the performance of PDMS-based selective layers of various thicknesses. A preliminary techno-economic assessment showed favorable economics for PDMS membranes compared to competing extraction technologies because of PDMS stability, simple implementation, and solvent-free nature. Commercial PDMS hollow fiber modules were then tested with synthetic MCFA solutions, showing robust separations with high selectivities matching the model films, albeit with lower than expected permeabilities. Last, we suggest an overall process design that could incorporate PDMS-based extraction. This work demonstrates a new path for the attainable selective separation and extraction of MCFAs, using commercially available membrane materials and/or fabrication techniques that are scalable to the industrial level.
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) | 0,001 | 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 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 ».