Enzymatic Incorporation of Selected Long‐Chain Fatty Acids into Triolein
Notice bibliographique
Résumé
Abstract Acidolysis of triolein (tri C18:1) with selected long‐chain fatty acids (LCFA) was carried out using Candida antarctica (Novozym 435), Rhizomucor miehei (Lipozyme RM IM), Pseudomonas sp. (PS‐30), Aspergillus niger (AP‐12), and Candida rugosa (AY‐30). A better incorporation of stearic acid (SA), α‐linolenic acid (ALA), γ‐linolenic acid (GLA), arachidonic acid (AA), and docosapentaenoic acid (DPA) was achieved using lipase from Rhizomucor miehei . Lipase from Pseudomonas sp. catalyzed a better incorporation of linoleic acid (LA), eicosapentaenoic acid (EPA), and docosahexaenoic acid (DHA) into triolein. Thus, Rhizomucor miehei and to a lesser extent Pseudomonas sp. might be considered as providing the most effective enzymes for acidolysis of triolein with selected LCFA. In general, incorporation of LCFA into triolein (tri C18:1) may be affected by chain length, number of double bonds, and the location and geometry of the double bonds as well as reaction conditions and reactivity and specificity of lipases used. As the ratio of the number of moles of a mixture of equimole quantities of C18 FA to triolein changed from 1 to 3, incorporation of C18 FA into triolein increased accordingly with Rhizomucor miehei lipase. Similarly, incorporation of n‐3 FA into triolein increased when ALA, DPA, DHA, and EPA were used. The same trend was noticed for a mixture of n‐6 FA (LA + GLA + AA) and triolein.
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 ».