Angiotensin I Converting Enzyme Inhibitory Peptides from Simulated <i>in Vitro</i> Gastrointestinal Digestion of Cooked Eggs
Notice bibliographique
Résumé
Egg proteins are an excellent source of bioactive peptides. The purpose of this work was to study the effect of cooking methods on the production of angiotensin converting enzyme (ACE) inhibitory peptides. Boiled or fried eggs (in the forms of whites, yolks, and whole eggs) were digested by gastrointestinal tract proteases at simulated gut conditions. Fried egg digests showed more potent activity than those of boiled egg digests; the fried whole egg digest had an IC(50) value of 0.009 mg protein/mL. This hydrolysate was further purified by cation exchange chromatography and gel filtration chromatography. Seven peptides, Val-Asp-Phe (IC(50): 6.59 microM), Leu-Pro-Phe (10.59 microM), Met-Pro-Phe (17.98 microM), Tyr-Thr-Ala-Gly-Val (23.38 microM), Glu-Arg-Tyr-Pro-Ile (8.76 microM), Ile-Pro-Phe (8.78 microM), and Thr-Thr-Ile (24.94 microM), were identified by liquid chromatography-mass spectrometry (LC-MS/MS), and their IC(50) values were predicted by using our previously reported structure and activity models. The presence of several tripeptides from in vitro simulated gastrointestinal egg digest indicates that these peptides may be absorbed into the body and exert an in vivo antihypertensive activity, although in vivo study is needed to confirm this assumption. Our results showed that in vitro digestion of cooked eggs could generate a number of potent ACE inhibitory peptides which may have implications for cardiovascular disease prevention, including hypertension.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».