Acid Gelation in Heated and Unheated Milks: Interactions between Serum Protein Complexes and the Surfaces of Casein Micelles
Notice bibliographique
Résumé
The acid-induced interactions between different protein particles in milk (casein micelles and serum protein/kappa-casein complexes) were studied in a series of different mixtures of heated and unheated proteins using diffusing wave spectroscopy (DWS) and small deformation rheology. The measurements were made as functions of pH during acidification by addition of glucono-delta-lactone (GDL). Heat treatment (85 degrees C, 10 min) affected the composition of the serum and the reactivity of casein micellar surface based on the pH at which the casein micelles aggregated during acidification. It was observed that the gel points as defined by DWS and rheology did not always coincide. The experiments showed that all systems containing heated serum proteins gelled at a higher pH than those containing unheated serum proteins. For systems containing heated micelles, an intermediate network can be formed between heat-induced aggregates of serum proteins and kappa-casein formed at the surfaces of the micelles and dispersed as soluble complexes in the serum. This can explain the observation that DWS measurements detected aggregation of casein micelles at an earlier stage than did rheology. For systems containing unheated micelles and soluble complexes from heated milk, the results appear to be explained only by a direct interaction between soluble serum protein complexes and the casein micelles themselves, once the pH has decreased to below about 5.5. Comparison of the different systems studied gives a more complete description of the possible mechanism of interaction of the different protein materials during the acid-induced coagulation of milk-based systems.
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 | 0,000 | 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) | 0,000 | 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 ».