Interactions between Whey Protein Isolate and Soy Protein Fractions at Oil–Water Interfaces: Effects of Heat and Concentration of Protein in the Aqueous Phase
Notice bibliographique
Résumé
ABSTRACT: The 2 main storage proteins of soy—glycinin (11S) and β‐conglycinin (7S)—exhibit unique behaviors during processing, such as gelling, emulsifying, or foaming. The objective of this work was to observe the interactions between soy protein isolates enriched in 7S or 11S and whey protein isolate (WPI) in oil–water emulsion systems. Soy oil emulsion droplets were stabilized by either soy proteins (7S or 11S rich fractions) or whey proteins, and then whey proteins or soy proteins were added to the aqueous phase. Although the emulsifying behavior of these proteins has been studied separately, the effect of the presence of mixed protein systems at interfaces on the bulk properties of the emulsions has yet to be characterized. The particle size distribution and viscosity of the emulsions were measured before and after heating at 80 and 90 °C for 10 min. In addition, SDS‐PAGE electrophoresis was carried out to determine if protein adsorption or exchanges at the interface occurred after heating. When WPI was added to soy protein emulsions, gelling occurred with heat treatment at WPI concentrations >2.5%. In addition, whey proteins were found adsorbed at the oil–water interface together with 7S or 11S proteins. When 7S or 11S fractions were added to WPI‐stabilized emulsions, no gelation occurred at concentrations up to 2.5% soy protein. In this case also, 7S or 11S formed complexes at the interface with whey proteins during heating.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».