MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415608697 · doi:10.3390/ijms262110425

Key Nutrient Drivers for Biomass and C-Phycocyanin Production in Spirulina sp. Revealed by Media Optimization

2025· article· en· W4415608697 sur OpenAlexaff
Ivani Nurjannah, Toto Subroto, Ari Hardianto, Lucy Adinisa, Keiichi Mochida

Notice bibliographique

RevueInternational Journal of Molecular Sciences · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensInnovation Cluster (Canada)
Organismes subventionnairesScience and Technology Research Partnership for Sustainable DevelopmentJapan Science and Technology AgencyUniversitas PadjadjaranJapan International Cooperation Agency
Mots-clésBiomass (ecology)NutrientPhosphorusFactorial experimentProductivityDry weightSpirulina (dietary supplement)

Résumé

récupéré en direct d'OpenAlex

Optimizing nutrient formulations is essential to improving the biomass yield and C-phycocyanin (C-PC) productivity of Spirulina sp., a cyanobacterium with wide-ranging applications in food, pharmaceutical, and biotechnological industries. This study evaluated the effects of macronutrient modifications on growth and pigment biosynthesis using a two-level full factorial design across eight Zarrouk-based formulations compared to the standard medium. Cultivation experiments were conducted in triplicate, and growth was evaluated using linear growth rate, maximum optical density (OD680), and dry biomass, while C-PC was quantified in crude extracts (PCL), dried biomass (PCD), and the purity index (PI). Among the tested formulations, F2 (16 g/L NaHCO3, 5 g/L NaNO3, 0.25 g/L K2HPO4) achieved the highest biomass productivity, yielding a 37.6% increase in dry weight and a 38.1% improvement in daily productivity compared to the control. In contrast, F3 (16 g/L NaHCO3, 5 g/L NaNO3, 1 g/L K2HPO4) yielded the highest C-PC content, nearly doubling both PCL and PCD values and enhancing pigment purity by 40.2%. ANOVA and interaction analyses confirmed that carbon and nitrogen synergistically promoted biomass formation, while phosphorus had a strong effect on pigment biosynthesis through C:N:P interactions. These findings demonstrate that Spirulina sp. requires distinct nutrient balances for optimal growth and pigment formation. Formulation F2 is ideal for maximizing biomass productivity, whereas F3 is optimal for high-value C-PC production. The results provide a rational framework for designing nutrient-efficient cultivation systems to advance sustainable Spirulina-based biomanufacturing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Molecular Sciences→Même sujetAlgal biology and biofuel production→Travaux en français237 207→