An enzymatic approach for producing chitin from snow crab and American lobster seashells
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.
Notice bibliographique
Résumé
Shellfish processing plants generate large volumes of by-products rich in high-value biomolecules such as proteins, minerals, and chitin. Currently, chitin extraction is mainly carried out by chemical hydrolysis using strong acids and bases, a method with a large environmental impact. To address these concerns, a sustainable enzymatic approach was developed for extracting chitin from snow crab and American lobster shells. Different acid-active proteases were tested to identify the most effective enzyme for simultaneous deproteinization and demineralization of the shells. Pepsin demonstrated the highest efficiency, achieving over 95% demineralization and 78% deproteinization. The process was further optimized to minimize enzyme concentration and hydrolysis time. The respective optimum parameters for crab and lobster were 3130 and 2070 U of pepsin per gram of protein for 2.5 hours. In these conditions, deproteinization rates of 74.0% and 81.1% and demineralization rates of 94.5% and 90.8% were achieved for crab and lobster shells, respectively. Additionally, soluble proteins from the enzymatic hydrolysis were recovered and characterized, demonstrating their potential for use in animal feed and for bioactive peptides production. • Sustainable chitin extraction was achieved with efficient one-step pepsin hydrolysis • A second pepsin hydrolysis improved the purity of chitin • Shell soluble proteins were recovered and identified through proteomic analysis • Soluble shell proteins could be used as animal feed or bioactive peptides
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 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 | 0,000 |
| 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 découle