Accelerated Cheddar cheese ripening with encapsulated proteinases
Notice bibliographique
Résumé
Abstract This work was undertaken to study the impact of bacterial and fungal proteinases encapsulated in liposomes on proteolysis and organoleptic properties of Cheddar cheese during ripening. Bacterial and fungal proteinases were encapsulated in liposomes with trapping efficiencies of 31.9 and 33.0%, respectively. The encapsulated bacterial proteinase was incorporated into Cheddar-cheese milk in order to reach enzyme concentrations of 5 × 10–6 (B1), 1 × 10–5 (B2) and 2 × 10–5 (B3) AU g–1 cheese curd, while encapsulated fungal proteinase was added in order to reach enzyme concentrations of 1 × 10–6 (F1), 2 × 10–6 (F2) and 4 × 10–6 (F3) AU g–1 cheese curd. Experimental cheeses showed slightly higher moisture content but lower protein content when compared to control cheeses. Rheological measurements revealed that experimental cheeses were slightly less firm but more brittle as compared to control cheeses. Proteolysis and texture development of experimental cheeses were faster than control cheeses. As observed by transmission-electron microscopy, liposome-treated cheeses exhibited less compact microstructure and liposomes were essentially located at the fat–casein interface. The elution patterns obtained from size-exclusion chromatography revealed that the accumulation of bitter and astringent peptides was higher in experimental cheeses than in control cheeses depending on the type and concentration of added enzyme. After 3 months ripening, the organoleptic properties of cheeses were markedly improved and no bitter off-flavour was detected among treatments except cheeses subjected to treatments B3 and F3. The present study showed that micro-encapsulated enzymes can be successfully used to accelerate cheese ripening and to avoid drawbacks resulting from the use of free enzymes. It was also concluded that the addition of encapsulated bacterial proteinase (up to 1 × 10–5 AU g–1 cheese curd) or encapsulated fungal proteinase (up to 2 × 10–6 AU g–1 cheese curd) could be recommended to accelerate the flavour and texture development of Cheddar cheese.
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 ».