Nanoscale characteristics of triacylglycerol oils: phase separation and binding energies of two-component oils to crystalline nanoplatelets
Notice bibliographique
Résumé
Fats are elastoplastic materials with a defined yield stress and flow behavior and the plasticity of a fat is central to its functionality. This plasticity is given by a complex tribological interplay between a crystalline phase structured as crystalline nanoplatelets (CNPs) and nanoplatelet aggregates and the liquid oil phase. Oil can be trapped within microscopic pores within the fat crystal network by capillary action, but it is believed that a significant amount of oil can be trapped by adsorption onto crystalline surfaces. This, however, remains to be proven. Further, the structural basis for the solid-liquid interaction remains a mystery. In this work, we demonstrate that the triglyceride liquid structure plays a key role in oil binding and that this binding could potentially be modulated by judicious engineering of liquid triglyceride structure. The enhancement of oil binding is central to many current developments in this area since an improvement in the health characteristics of fat and fat-structured food products entails a reduction in the amount of crystalline triacylglycerols (TAGs) and a relative increase in the amount of liquid TAGs. Excessive amounts of unbound, free oil, will lead to losses in functionality of this important food component. Engineering fats for enhanced oil binding capacity is thus central to the design of more healthy food products. To begin to address this, we modelled the interaction of triacylglycerol oils, triolein (OOO), 1,2-olein elaidin (OOE) and 1,2-elaidin olein (EEO) with a model crystalline nanoplatelet composed of tristearin in an undefined polymorphic form. The surface of the CNP in contact with the oil was assumed to be planar. We considered pure OOO and mixtures of OOO + OOE and OOO + EEO with 80% OOO. The last two cases were taken as approximations to high oleic sunflower oil (HOSO). The intent was to investigate whether phase separation on a nanoscale took place. We defined an "oil binding capacity" parameter, B(Q,Q'), relating a state Q to a reference state Q'. We used atomic scale molecular dynamics in the NVT ensemble and computed averages over 1-5 ns. We found that the probability of the OOE phase separating into a layer on the surface of the CNP compared to being retained randomly in an OOO + OOE mix were approximately equal. However, we found that it was probable that the EEO component of an OOO + EEO mix would phase separate and coat the surface of the CNP. These results suggest a mechanism whereby many-component oils undergo phase separation on a nanoscale so as to create a transition oil region between the surface of the CNP and the bulk major oil component (OOO in the case considered here) so as to create the appropriate oil binding capacity for the use to which it is put.
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) | 0,003 | 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 ».