Study of the influence of ethanol on the transfer mechanisms of proteins : application to ultrafiltration of lysozyme in hydro-alcoholic mixtures
Bibliographic record
Abstract
Dans un contexte de fort développement des biotechnologies, de plus en plus de composés sont extraits, généralement par l'utilisation d'un solvant, à partir de bio-ressources renouvelables. L'éthanol (parfois en mélange avec de l'eau) est un des solvants utilisés car il permet de solubiliser des molécules polaires moyennement hydrophobes et peut être, lui-même, produit par fermentation à partir de bio-ressources renouvelables. Après l'étape d'extraction, les procédés baro-membranaires, et en particulier l'ultrafiltration (UF), peuvent être des solutions pertinentes en vue d'un fractionnement plus fin des constituants de l'extrait. Cependant, à ce jour, si ce procédé est largement développé en milieu aqueux, peu d'études portent sur l'UF en milieu hydro-alcoolique à des teneurs supérieures à 15% en éthanol. Le but de ces travaux est d'étudier l'impact du changement de solvant sur les mécanismes de transfert en UF. Pour cela, une étude systématique de l'UF a été réalisée dans des mélanges eau/éthanol de composition variable allant jusqu'à 30% d'éthanol en volume. L'UF a été conduite en utilisant une protéine modèle, le lysozyme, choisie en raison simultanément de sa bonne stabilité dans les milieux filtrés et de la variation de sa charge en fonction de son environnement physico-chimique (pH, force ionique). L'ajout de sels (NaCl, KH2PO4) aux milieux hydro-alcooliques a permis de montrer l'impact de la modulation des interactions électrostatiques, connues pour jouer un rôle important sur les performances de rétention en UF en milieu aqueux. Les rétentions expérimentales, obtenues au moyen d'une membrane en oxyde de zirconium, ont été interprétés à l'aide du modèle CDE (convection – diffusion – migration électrophorétique) précédemment développé à l'ISCR pour les milieux aqueux et contribuent ainsi à l'extension du domaine d'application de ce modèle.
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 | 0.000 | 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 | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".