MétaCan
Menu
Retour à la cohorte
Enregistrement W1585774853 · doi:10.1093/jaoac/88.3.877

Chromatographic Determination of Amino Acids in Foods

2005· article· en· W1585774853 sur OpenAlexaff
Robert W. Peace, G. Sarwar Gilani

Notice bibliographique

RevueJournal of AOAC International · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProbiotics and Fermented Foods
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésAmino acidChemistryHydrolysisDerivatizationChromatographyHydrolyzed proteinBiochemistryHigh-performance liquid chromatography

Résumé

récupéré en direct d'OpenAlex

Amino acids in foods exist in a free form or bound in peptides, proteins, or nonpeptide bonded polymers. Naturally occurring L-amino acids are required for protein synthesis and are precursors for essential molecules, such as co-enzymes and nucleic acids. Nonprotein amino acids may also occur in animal tissues as metabolic intermediates or have other important functions. The development of bacterially derived food proteins, genetically modified foods, and new methods of food processing; the production of amino acids for food fortification; and the introduction of new plant food sources have meant that protein amino acids and amino acid enantiomers in foods can have both nutritional and safety implications for humans. There is, therefore, a need for the rapid and accurate determination of amino acids in foods. Determination of the total amino acid content of foods requires protein hydrolysis by various means that must take into account variations in stability of individual amino acids and resistance of different peptide bonds to the hydrolysis procedures. Modern methods for separation and quantitation of free amino acids either before or after protein hydrolysis include ion exchange chromatography, high performance liquid chromatography (LC), gas chromatography, and capillary electrophoresis. Chemical derivatization of amino acids may be required to change them into forms amenable to separation by the various chromatographic methods or to create derivatives with properties, such as fluorescence, that improve their detection. Official methods for hydrolysis and analysis of amino acids in foods for nutritional purposes have been established. LC is currently the most widely used analytical technique, although there is a need for collaborative testing of methods available. Newer developments in chromatographic methodology and detector technology have reduced sample and reagent requirements and improved identification, resolution, and sensitivity of amino acid analyses of food samples.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,005

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,236
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations102
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of AOAC InternationalMême sujetProbiotics and Fermented FoodsTravaux en français237 207