Destabilization of Egg Yolk Emulsion After IgY Removal Through Enzymatic Treatments
Notice bibliographique
Résumé
Abstract The objective of this study was to destabilize the protein–lipid complex in egg yolk precipitate obtained after the removal of soluble proteins, referred to as the pellet, through enzymatic treatment for further phospholipids extraction. A combination of proteolytic and lipolytic enzymes was applied to release the lipids from the pellet or weaken the pellet emulsion. Emulsions prepared using Protease P/Lipase AY30, Protease II/Lipase AY30 and Protease M/Lipase AY30 treated pellets had larger oil droplets (78, 65, 56 µm) and higher coalescence rates (51, 41, 35 %) than those of Protex 51FP, pellet, Protex 7L and Protease A with oil droplet size of 20, 18, 15 and 13 µm and coalescence rates of 31, 8, 7.5 and 8 %, respectively. Cream and liquid subnatant fractions obtained after further centrifugation of hydrolysates were subjected to lipid analyses. Over 90 % of phosphatidylcholine (PC) present in the pellet and 80 % of that in the original egg yolk were recovered in the cream from Protease P/Lipase AY30 treatment, while the recovery of PC from the egg yolk was significantly lower in creams from Protex 7L or Protease 51FP treatments (12 and 10 %, respectively). Pellets treated with Protease M, Protex 7L or Protex 51FP in combination with Lipase AY30 led to a significant loss of PC due to the conversion of PC to lysophosphatidylcholine or its degradation. Cream fractions obtained from the study represented a better material for the recovery of PL than intact egg yolk using environmentally‐friendly techniques such as supercritical carbon dioxide (SC‐CO2) extraction.
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 ».