Développement de formulations efficaces et économiques de Sinorhizobium meliloti cultivé dans les eaux usées de l'industrie d'amidon.
Bibliographic record
Abstract
Ce travail a pour objectif de développer des formulations efficaces et à faible coût de \nSinorhizobium meliloti, cultivé dans les eaux usées d'industries d'extraction d'amidon. Il a pour \nobjectif également de créer de nouveaux volets de valorisation des rejets industriels à travers \nl'élaboration des biofertilisants, et des bioproduits en toute généralité. La récolte des cellules par \ncentrifugation est la première étape qui se situe juste avant la formulation. En industrie, la \nrécupération maximale de cellules est indispensable pour parvenir à formuler des produits \nconcentrés en cellules. C'est ainsi que ce procédé de séparation (centrifugation) a fait l'objet de \nl'étude en premier lieu dans cette thèse. L'optimisation des conditions de récolte par \ncentrifugation par la méthode de réponse de surface a montré que le maximum de récolte \n(>99%) est atteint à 8000g, pendant 20 min, à pH 7 en utilisant le rotor à gadgets mobiles. \nL'augmentation des volumes centrifugés 20 fois réduit le pourcentage de récupération des \ncellules de 90% à 87% pour le rotor à angle fixe lorsque la centrifugation a été faite à 8000g \npendant 20 min. \nLes formulations liquides de Sinorhizobium meliloti sont les plus adaptées pour les équipements \nagricoles et les plus faciles à appliquer. En effet, il est presque toujours recommandé de mettre \nles formulations en suspensions avant de les appliquer sur les grains de semence. Les faits \nrelatifs à cet objectif ont été abordés dans cette étude. Les additifs, tels que le saccharose, le \nsorbitol, le polyvinylpyrrolidone (10000) (PVP), le polyéthylène glycol (8000) (PEG), les \nalginates de sodium, et les mélanges de PVP avec: le saccharose, le sorbitol et les alginates, et \nde PEG avec: le saccharose, le sorbitol et les alginates, ont été évalués pour leur capacité à \nprotéger le Sinorhizobium meliloti au cours de 13 semaines de stockage réfrigéré. Les résultats \nmontrent que toutes les formulations ont préservé la viabilité des cellules à des concentrations \nsupérieures à 10⁹CFU/ml. Le saccharose à 10% w/v était le meilleur additif avec une demi-vie \nde 83 semaines. Le suivi de la viabilité des cellules (formulations fraiches (FLF) et formulations \nconservées pendant 13 semaines (OLF) après application sur les semences de luzerne a \nmontré que les formulations FLF de PEG et de PEG-Sorb ont maintenu des concentrations \nsupérieures à 10³CFU/grain (normes canadiennes) pour 4 mois de conservation. Parmi les \nformulations OLF, le PVP-sorb était le plus efficace, aboutissant ainsi au meilleur rendement en \nmatière sèche de la luzerne (146 mg). La microscopie électronique à balayage a montré que les \ncellules de rhizobium sont réparties différemment à la surface des grains (comme agrégats ou \nrépartie uniformément) selon les additifs utilisés. \nEn plus de la viabilité des cellules, la stabilité physique des bioinoculants liquides (décantation, \nfloculation) est un critère à considérer au cours de l'évaluation de la qualité des produits. Une \nnouvelle méthode de caractérisation de la suspendibilité a été développée dans cette thèse \ncomme alternative aux techniques de mesures classiques (basées sur la décantation). Les \nmodèles, basés sur la régression linéaire multiple (avec: le pH, le potentiel zêta, la taille des \nparticules et la concentration en sorbitol comme variables indépendantes) ont montré l'existence \nde relations significatives entre ces variables (ρ <0,001, R² = 0,98). La régression sigmoïdale a \nrévélé une relation significative entre le potentiel zêta et la suspendibilité avec une probabilité \nρ = 0,007 et R² = 0,86; et entre la viscosité et la suspendibilité (valeur ρ <0,0001 et \nR² = 0,9823). Ainsi, ces corrélations établies permettent de proposer le potentiel zêta et la \nviscosité comme paramètres pour décrire la stabilité physique des formulations liquides. \nLes formulations en poudres de Sinorhizobium meliloti présentent plusieurs avantages que ce \nsoit au cours de la conservation, du transport ou de l'application. Dans ce travail, les \nformulations en poudres mouillables ont été développées par atomisation. Le séchage par \natomisation a été optimisé en utilisant la méthodologie de réponse de surface. Les paramètres \nétudiés sont: la température de séchage, la pression de pulvérisation, le débit d'air de séchage \net le débit d'alimentation. Le lactosérum à 10% w / v, le sorbitol à 1% w/v et le saccharose à \n1 % w/v ont été ajoutés au bouillon fermenté concentré avant séchage. Les réponses \nétudiées étaient la viabilité des cellules, l'humidité et la température à la sortie. Dans les \nconditions optimales (température de séchage de 105°C, un débit d'air de séchage de \n0.56m3/min, une pression d'atomisation de 0.07 MPa et un débit d'alimentation de 8 ml/min) qui \nont permis d'atteindre le maximum de désirabilité (0,81), la viabilité des cellules obtenue était de \n6.8x10⁹CFU /g, l'humidité était de 11,4% et la température de sortie de 42°C. La viabilité des \ncellules dans la poudre séchée a été maintenue supérieure à10⁹ UFC / g au cours de 4 mois de \nconservation réfrigérée. Les formulations séchées ont donné un rendement en matière \nsèche de la luzerne (144.6 mg) ainsi qu'un indice de nodulation (15) similaire au control (cellules \nfraîches cultivées dans l'YMB (131 mg, 14) (p=0.23 pour le rendement en matière sèche; \nρ=0.18 pour l'indice nodulaire). Les micrographes ont montré que les cellules de \nrhizobium étaient incorporées dans le mélange d'additifs (lactosérum-saccharose-sorbitol) qui \nles enrobait comme une matrice protectrice. \nDans le but d'améliorer la qualité des formulations de Sinorhizobium meliloti, la \nco-inoculation Azospirillum -Sinorhizobium a été étudiée dans ce travail. L'Azospirillum \nbrasiliense ATCC2971 0 a été produit dans les eaux usées d'amidon (SIW), des suppléments de \ncroissance à savoir le gluconate à 0.5%w/v, l'extrait de levure à 0.5% et le mélange (extrait de \nlevure 0.5%w/v + gluconate 0.5%w/v) ont été étudiés, la comparaison a été réalisée avec le \nmilieu Bashan et le SIW. Les résultats ont montré que l'ajout de l'extrait de levure ou \nde gluconate améliore significativement le taux de croissance de 0.266h⁻¹ (pour SIW) à \nrespectivement 0.315h⁻¹ et 0.316h⁻¹. Ces taux étaient statistiquement comparables au milieu \nBashan (0.324h⁻¹). La méthodologie de réponse de surface a été appliquée afin d'optimiser la \nquantité d'extrait de levure ajoutée et la température de croissance d'Azospirillum brasiliense \ndans le milieu SIW. Le Modèle obtenu (R² = 0,92) a montré que la production maximale \nde cellules était à 34 °C et avec 0.28% w/v d'extrait de levure. Un test de confirmation « check \npoint» a été effectué; Azospirillum brasiliense a été produit dans le fermenteur 7.5l. La \nconcentration atteinte était de ≈ 0.90x10⁹CFU/ml, valeur située dans l'intervalle de confiance de \nla variable prédite. La comparaison entre les rendements en matière sèche des plantes de \nluzerne co-inoculées avec; Azospirillum Brasiliense (10⁴,10⁵et 10⁶CFU/plante) et Sinorhizobium \nmeliloti (à 10⁵CFU/plante) a montré que la combinaison d'Azospirillum à 10⁵ ou 10⁶CFU Iplante \navec Sinorhizobium meliloti à 10⁵CFU/plante a permis d'atteindre le plus haut rendement en \nmatière sèche (augmentation respectives de 20 et 17%, ρ=0.037912) comparativement \naux plantes de luzerne inoculées avec Sinorhizobium meliJoti seul à 10⁵ CFU/plante.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".