Origin and Mechanistic Pathways of Formation of the Parent FuranA Food Toxicant
Notice bibliographique
Résumé
Studies performed on model systems using pyrolysis-GC-MS analysis and (13)C-labeled sugars and amino acids in addition to ascorbic acid have indicated that certain amino acids such as serine and cysteine can degrade and produce acetaldehyde and glycolaldehyde that can undergo aldol condensation to produce furan after cyclization and dehydration steps. Other amino acids such as aspartic acid, threonine, and alpha-alanine can degrade and produce only acetaldehyde and thus need sugars as a source of glycolaldehyde to generate furan. On the other hand, monosaccharides are also known to undergo degradation to produce both acetaldehyde and glycolaldehyde; however, (13)C-labeling studies have revealed that hexoses in general will mainly degrade into the following aldotetrose derivatives to produce the parent furan-aldotetrose itself, incorporating the C3-C4-C5-C6 carbon chain of glucose (70%); 2-deoxy-3-ketoaldotetrose; incorporating the C1-C2-C3-C4 carbon chain of glucose (15%); and 2-deoxyaldotetrose, incorporating the C2-C3-C4-C5 carbon chain of glucose (15%). Furthermore, it was also proposed that under nonoxidative conditions of pyrolysis, ascorbic acid can generate the 2-deoxyaldotetrose moiety, a direct precursor of the parent furan. In addition, 4-hydroxy-2-butenal-a known decomposition product of lipid peroxidation-was proposed as a precursor of furan originating from polyunsaturated fatty acids. Among the model systems studied, ascorbic acid had the highest potential to produce furan, followed by glycolaldehyde/alanine > erythrose > ribose/serine > sucrose/serine > fructose/serine > glucose/cysteine.
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) | 0,001 | 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) | 0,001 | 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 ».