Selective separation of cationic peptides from a tryptic hydrolysate of β‐lactoglobulin by electrofiltration
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
Electrofiltration (EF) was used to selectively separate cationic (basic) peptides contained in a tryptic beta-lactoglobulin (beta-LG) hydrolysate, with particular emphasis on the isolation of basic sequence beta-LG 142-148, which is a potential antihypertensive peptide. Both the influence of feed solution pH and operating parameters (transmembrane pressure, feed velocity) were assessed to find optimum conditions enabling the fractionation between peptides during EF. The cathode (-) was inserted in the permeate side to increase the separation of basic peptides contained in the tryptic beta-LG hydrolysate as compared to conventional NF. The highest separation factor between basic and neutral peptides was obtained at pH 9 using G-10 membrane with a molecular weight cut-off (MWCO) of 2,500 g/mol, at 5 V with the lowest transmembrane pressure (0.344 MPa) and feed velocity (0.047 m/s). The transmission behavior of the peptides during EF was better explained when taking into account the positive/negative charge ratio. Because of its 3+/1- charge ratio, beta-LG 142-148 had the highest transmission during EF. Consequently, its relative concentration was raised from 3.5% in the initial tryptic beta-LG hydrolysate up to 38% in the permeate. The electric field seemed more effective when the convective/shearing forces were minimized.
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