MétaCan
Menu
Back to cohort
Record W7165505113

Stratégies de fermentation microbienne pour la production d'enzymes par la valorisation de milieux résiduels destinés aux produits de nettoyage biosourcés

2025· other· fr· W7165505113 on OpenAlexaff
Vu Mai Linh Nguyen

Bibliographic record

VenueEspaceINRS (National Institute for Scientific Research (Canada)) · 2025
Typeother
Languagefr
Field
Topic
Canadian institutionsInstitut National de la Recherche Scientifique
Fundersnot available
KeywordsFermentationEnvironmental factorBacillus megaterium
DOInot available

Abstract

fetched live from OpenAlex

Les enzymes hydrolytiques telles que les protéases, α-amylases et lipases d’origine microbienne représentent la plus grande part du marché mondial des enzymes, dont la majorité est consommée par l’industrie des détergents. Introduites pour la première fois dans les formulations de détergents il y a plus d’un siècle, les enzymes sont passées du statut d’additifs mineurs à celui de composants essentiels grâce à leur spécificité élevée et leur biodégradabilité. Toutefois, leur adoption à grande échelle, notamment dans les pays en développement, reste limitée en raison du coût élevé de production — principalement lié au prix des matières premières. Afin de répondre à cette contrainte économique, la présente étude visait à développer des stratégies efficaces et économiques de production enzymatique en valorisant des résidus industriels fermentescibles à coût nul ou négatif. Les objectifs étaient doubles : (i) identifier des effluents industriels et agroalimentaires capables de soutenir la croissance microbienne et la biosynthèse enzymatique, et (ii) évaluer des souches microbiennes commerciales et indigènes pour leur potentiel de production d’enzymes d’intérêt pour la formulation de détergents. Quatre effluents industriels ont été sélectionnés comme substrats modèles : les eaux usées de l’industrie de l’amidon (SIW), de l’industrie des boissons (BW), les boues de l’industrie papetière (PPMS) et les eaux usées de l’industrie alimentaire (FIW). Leur performance a été évaluée avec trois souches commerciales de Bacillus (B. licheniformis, B. megaterium et B. amyloliquefaciens). Le SIW et le PPMS se sont révélés les plus prometteurs, chacun soutenant la production enzymatique par des mécanismes nutritionnels distincts — richesse en sucres pour le SIW, richesse minérale pour le PPMS. À l’inverse, le BW a souffert d’une carence en azote, et le FIW s’est avéré inadapté en raison d’un déséquilibre nutritionnel extrême. Pour affiner les conditions de production, une méthodologie de surface de réponse (RSM) a été appliquée pour optimiser la température, les solides totaux et la taille de l’inoculum. Chez B. megaterium cultivé sur PPMS, la production de protéase a été influencée positivement par les solides totaux et l’inoculum, tandis que la température n’a eu aucun effet significatif. L’ajout de 1 % de Tween 20 pour induire la lipase a modifié la réponse du modèle, rendant les effets des variables négligeables — soulignant ainsi le rôle essentiel des surfactants dans l’activation sélective des voies métaboliques. En revanche, pour B. amyloliquefaciens cultivé sur SIW, les trois variables et leurs interactions ont significativement influencé la production d’α-amylase. Des essais complémentaires ont montré que le SIW pouvait tolérer une concentration en solides de 40 g/L, ce qui a permis d’augmenter le rendement enzymatique. En complément des souches commerciales, l’étude a exploré le microbiote indigène du PPMS. Le criblage sur milieux sélectifs a permis d’isoler Bacillus tropicus P4 et Acinetobacter tandoii L3, présentant respectivement une activité protéasique et lipasique remarquables. Ces souches ont démontré une bonne tolérance aux conditions environnementales difficiles et un fort potentiel enzymatique, les positionnant comme des candidats prometteurs pour la formulation de détergents. Notamment, cette étude constitue la première mention de production de lipase par A. tandoii. Afin d’évaluer la faisabilité à grande échelle, des essais en bioréacteur ont été menés à l’échelle de 5 L et 150 L. Chez B. amyloliquefaciens, la production d’α-amylase dans des bioréacteurs de 5 L a atteint 5,74 U/mL à 48 h dans des conditions optimisées, confirmant la robustesse du procédé. Chez B. tropicus P4, les titres de protéase ont dépassé 840 U/L dans le bioréacteur de 150 L et sont restés stables au-delà de la phase exponentielle — validant ainsi la possibilité d’un procédé de production enzymatique à grande échelle à partir d’eaux usées faiblement traitées. En conclusion, cette étude démontre qu’une approche combinant la valorisation des substrats, la sélection de souches performantes et l’optimisation des procédés permet une production d’enzymes à faible coût, durable et adaptée à l’échelle industrielle. Le succès du passage à l’échelle confirme la pertinence industrielle de cette stratégie et son potentiel pour la formulation de détergents écologiques et d’autres applications biotechnologiques environnementales.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Bench or experimental · Consensus signal: Bench or experimental
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.002
Threshold uncertainty score0.006

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0020.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.044
GPT teacher head0.334
Teacher spread0.290 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designBench or experimental
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueEspaceINRS (National Institute for Scientific Research (Canada))French-language works237,207