Protein Subunit Composition Effects on the Thermal Denaturation at Different Stages During the Soy Protein Isolate Processing and Gelation Profiles of Soy Protein Isolates
Notice bibliographique
Résumé
Abstract This study focussed on the evaluation of thermal denaturation at three different stages during soy protein isolation and the effect of subunit composition on the formation of heat‐induced soy protein gels. Soy protein isolates (SPI) were prepared from 12 high protein lines, Harovinton variety and 11 derived null‐lines which lacked specific glycinin (11S) and β‐conglycinin (7S) protein subunits. Protein denaturation during SPI processing was monitored by differential scanning calorimetry (DSC). The results showed that hexane extraction of oil from soybean flours at 23 °C or 105 °C did cause changes in protein conformation. Rheological measurements showed that lines with different subunit compositions and 11S:7S ratio had distinctive gelation temperatures and resulted in gels with different network structures. All lines formed particulate gels at 11% protein. The 11S:7S ratio was not correlated to final stiffness, measured as the storage modulus G ′, of SPI gels. Lower gelation temperatures were usually observed for 7S‐rich lines. The absence of A3 and the combination of A1, A2 and A4 subunits of 11S fraction may suggest the formation of stiffer gels. A more detailed study of the frequency dependence of G ′ for the various networks formed also indicated that differences in subunit composition influenced the network structures.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».