Impact of Ultrafiltration Membrane Material on Peptide Separation from a Snow Crab Byproduct Hydrolysate by Electrodialysis with Ultrafiltration Membranes
Notice bibliographique
Résumé
Electrodialysis with ultrafiltration membrane (EDUF) is a technology based on the separation of molecules according to their charge and molecular mass. Some works have already successfully demonstrated the recovery of bioactive peptide fractions. However, the impact of ultrafiltration membrane (UFM) material, used in the EDUF system, on the peptide migration has never been studied. Consequently, the objectives of this work were (1) to evaluate the effect of two different UFM materials on the selective separation of peptides from a snow crab byproduct hydrolysate by electrodialysis with ultrafiltration membranes and (2) to determine the effect of UFM material on their potential fouling by peptides. It appeared that, after 6 h of EDUF separation using polyether sulfone (PES) and cellulose acetate (CA) UFM, peptides with low molecular weights ranging from 300 to 700 Da represented the most abundant population in the KCl1 (compartment located near the anode for the recovery of anionic/acid peptide fractions) and KCl2 (compartment located near the cathode for the recovery of cationic/basic peptide fractions) permeates. Peptides with molecular weights ranging from 700 to 900 Da did not migrate during the EDUF treatment. Moreover, only CA UFM allowed the recovery of high molecular weight molecules (900-20000 Da) in both KCl compartments. Peptides desorbed from PES and CA UFM after 6 h of EDUF separation had low molecular weights and belonged mainly to the 600-700 Da molecular weight range. These peptides represented a low proportion of the peptides initially present in the snow crab byproduct hydrolysate with individual molecular weight range proportions from 1.52 ± 0.31 to 10.2 ± 2.32%.
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 ».