Single-cell proteins: fermentation pathways, nutritional quality and digestibility, and a techno-economic and environmental outlook for sustainable scale-up
Notice bibliographique
Résumé
The growing global population and rising living standards are driving an increased demand for protein-rich animal-derived foods. However, traditional livestock-based protein production poses serious environmental concerns, including greenhouse gas emissions, land degradation, and high-water usage. Single-cell proteins (SCPs), defined as protein-rich microbial biomass derived from organisms such as bacteria, yeasts, fungi, and microalgae, have emerged as a promising alternative. SCPs offer high nutritional value with essential amino acids such as lysine, methionine, and threonine, along with additional nutrients including carbohydrates, fats, vitamins, and minerals. This review aims to provide a comprehensive evaluation of SCPs as a sustainable and scalable protein source, with a specific focus on their production through diverse fermentation strategies including solid-state, semisolid-state, liquid, and gas fermentation. Particular attention is given to the use of agro-industrial by-products and renewable gases as cost-effective substrates that align with circular economy principles. In addition to outlining the nutritional and environmental advantages of SCPs, this review critically examines their current limitations, including production scalability, potential safety concerns, and consumer acceptance. By integrating recent findings on life cycle assessments, nutritional profiling, and digestibility, this work highlights key technological innovations needed to accelerate industrial adoption of SCPs. The purpose of this review is therefore to synthesize current advances while identifying the challenges and research priorities that must be addressed for SCPs to achieve widespread application in global food systems.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».