Interactions between Bovine β-Lactoglobulin and Peptides under Different Physicochemical Conditions
Notice bibliographique
Résumé
The aim of this study was to determine if peptides could interact with beta-lactoglobulin (beta-LG) and what the physicochemical conditions promoting their interaction with the protein are. The binding of negatively charged (beta-LG 125-135 and 130-135), positively charged (beta-LG 69-83 and 146-149), and hydrophobic (alphaS1-CN 23-34 and beta-LG 102-105, both bioactive peptides) peptides to bovine beta-LG was determined using an ultrafiltration method under different physicochemical conditions: pH 3.0, 6.8, and 8.0; buffers of 0.05 and 0.1 M; 4, 25, and 40 degrees C; beta-LG/peptide ratios of 1:5 and 1:10. At pH 3.0, none of the peptides interacted with beta-LG at any temperature, buffer molarity, or beta-LG/peptide ratio probably due to electrostatic repulsions between the highly protonated species. At pH 6.8 and 8.0, charged peptides beta-LG 130-135, 69-83, and 146-149 bound to beta-LG under some physicochemical conditions, possibly by nonspecific binding. However, both hydrophobic peptides probably bind to the inner cavity (beta-barrel) of beta-LG, provoking the release of materials absorbing at 214 nm. Given the known biological activities of the hydrophobic peptides used in this study (opioid and ACE-inhibitory activities), their binding to beta-LG may be relevant to a better understanding of the physiological function of the protein.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».