Use of High Performance Liquid Chromatography (HPLC) for the Analysis of Amino Acid of Sulawesi and Local Clone Cocoa Bean Fermentation
Notice bibliographique
Résumé
<p>Fermentation is a very vital stage of processing mechanism to ensure the chocolate products have good taste. This study was conducted to obtain an optimal result of chocolate fermentation by determining the concentration and types of amino acid of Sulawesi and local clone cacao beans using HPLC (High Performance Liquid Chromatography) method. A <em>Randomized Completely Design </em>was used in this study. Two types of cocoa clones, Sulawesi clone and Local clone, were divided into 5 groups of treatment: without fermentation (control), fermentation for 3 days, 4 days, 5 days and 6 days. The analysis of amino acids was conducted using HPLC separation method based on the procedure at Marino et al. (2010), Nollet (1996). The measurement of amino acid performed in two phases, liquid hydrolysis, and derivatization proceeded by chromatographic analysis. Condition of HPLC was measured at 37 °C. Mobile phase contains of 60% acetonitril - AccqTag Eluent A, gradient system and the flow rate was 1.0 ml per minute. Fluorescence detector has 250 nm excitation and 395 nm emission. Injecting volume was 5 uL. The results of this study show that cocoa beans of Sulawesi clone with 6-days fermentation has higher products of aspartic acid, glutamic acid, hydrophobic amino acids (Alanine, leucine, proline, valine, isoleucine) and amino acids such as serine, glysine, histidine, treonine and lysine, while local clones of cocoa beans with 3-days fermentation produce more amino acids such as aspartic, glutamic, hydrophobic (isoleucine, leucine, valine) and amino acids such as histidine, threonine, glysine, serine and lysine.</p>
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».