Blueberries and Their Anthocyanins: Factors Affecting Biosynthesis and Properties
Notice bibliographique
Résumé
Abstract: Blueberry is one of the most popular fruits in North America and rich in anthocyanins. Its content in anthocyanins contributes to the health‐beneficial effects of blueberry against several chronic diseases including cardiovascular disorders, neurodegenerative diseases, diabetes, and cancer. This paper summarizes various facts presenting blueberry as a fruit with huge potential for increased future consumption as a health‐enhancing food. Factors affecting the biosynthesis of the various anthocyanins in blueberries, including agronomic and genetic factors, and the possible pathways of biosynthesis of the major anthocyanins present in this plant are discussed. The important health‐beneficial effects associated with blueberry anthocyanins, properties of these anthocyanins leading to the beneficial effects, and food processing parameters leading to the depletion of the amounts of anthocyanins present in the final processed products are also briefly discussed. Furthermore, the general methods of extraction and analyses that have been reported for being successfully applied to blueberry anthocyanins are also reviewed. Practical Application: Blueberries are well known for their nutritional and beneficial health effects, however, information concerning the physiology behind the blueberry beneficial effects is still lacking. There is little or no information on the characterization of growing conditions on anthocyanins in blueberries and research is lagging behind on advanced methods of extracting blueberry anthocyanins.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».