Synergistic, Additive, and Antagonistic Effects of Food Mixtures on Total Antioxidant Capacities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Different foods possess different bioactive compounds with varied antioxidant capacities. When foods are consumed together, the total antioxidant capacity of food mixtures may be modified via synergistic, additive, or antagonistic interactions among these components, which may in turn alter their physiological impacts. The main objective of this study was to investigate these interactions and identify any synergistic combinations. Eleven foods from three categories, including fruits (raspberry, blackberry, and apple), vegetables (broccoli, tomato, mushroom, and purple cauliflower), and legumes (soybean, adzuki bean, red kidney bean, and black bean) were combined in pairs. Four assays (total phenolic content, ferric reducing antioxidant power, 2,2-diphenyl-1-picrylhydrazyl, radical scavenging capacity, and oxygen radical absorbance capacity) were used to evaluate the antioxidant capacities of individual foods and their combinations. The results indicated that within the same food category, 13, 68, and 21% of the combinations produced synergistic, additive, and antagonistic interactions, respectively, while the combinations produced 21, 54, and 25% synergistic, additive, and antagonistic effects, respectively, across food categories. Combining specific foods across categories (e.g., fruit and legume) was more likely to result in synergistic antioxidant capacity than combinations within a food group. Combining raspberry and adzuki bean extracts demonstrated synergistic interactions in all four chemical-based assays. Compositional changes did not seem to have occurred in the mixture. Results in this study suggest the importance of strategically selecting foods or diets to maximum synergisms as well as to minimum antagonisms in antioxidant activity.
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.
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 découle