Adaptive laboratory evolution (ALE) as a tool to ameliorate xylose consumption in Rhodosporidium toruloides-1588
Notice bibliographique
Résumé
Rhodosporidium toruloides , an oleaginous yeast, is extensively studied for biofuel production due to its ability to accumulate lipids. However, its industrial application is constrained by its inefficiency in xylose uptake and utilization, particularly when cultivated on lignocellulosic hydrolysates, where xylose is the second most abundant sugar. To address this challenge, R. toruloides -1588 was evolved using Adaptive Laboratory Evolution (ALE) as a tool in minimal media with xylose as the sole carbon source to enhance its utilization. The evolved strain achieved 99 % xylose consumption by the 13th generation, with a 70 % increase in xylose uptake within 16 h compared to the native strain. When cultivated in yeast malt synthetic media, the adapted strain showed a 15 % increase in xylose consumption and a 23.40 % increase in lipid accumulation with a two-fold increase in oleic acid content (52.42 %). Further, in bench-scale-up studies (1L) using xylose-wood hydrolysate (C5-wood hydrolysate) as a culture media, the evolved strain showed a maximum lipid accumulation of 23.42 g/L at 156 h, representing an 18.35 % increase compared to the native strain (19.79 g/L) under the same conditions. These results highlighted the effectiveness of adaptive laboratory evolution in enhancing xylose uptake by R. toruloides- 1588. This led to an improved growth, sugar co-utilization, and lipid accumulation on complex substrates for sustainable biofuel production. • ALE achieved 99 % xylose utilization in R. toruloides -1588 by the 13th generation. • Lipid yield increased by 23 % at 100 g/L xylose concentration. • Oleic acid content in evolved R. toruloides was two times higher. • Cultivation in a bench-scale fermenter showed a 19 % increase in lipid accumulation.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».