MétaCan
Menu
Retour à la cohorte
Enregistrement W2096011362 · doi:10.6000/1929-5634.2013.02.03.4

Gliadin Degradation Ability of Artisanal Lactic Acid Bacteria, The Potential Probiotics from Dairy Products

2013· article· en· W2096011362 sur OpenAlexvenueno aff
Gökçen Kömen, Ayşe Handan Baysal, Hayriye Şebnem Harsa

Notice bibliographique

RevueJournal of Nutritional Therapeutics · 2013
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensnon disponible
Organismes subventionnairesİzmir Yüksek Teknoloji Enstitüsü
Mots-clésFood scienceChemistryGliadinLactic acidFermentationTitratable acidHigh-performance liquid chromatographyBioconversionChromatographyBacteriaLactobacillus plantarumGel electrophoresisPopulationGlutenBiochemistryBiology

Résumé

récupéré en direct d'OpenAlex

Selected Lactobacillus spp. with high protease and acid producing capacity was explored for effective gliadin degradation in wheat sourdough environment. The total titratable acidity (TTA), pH and lactic acid bacteria (LAB) counts were evaluated. At the end of fermentation, the acidity and pH of the sourdough samples reached to 13.49-17.34 and 3.84-3.52 range, respectively. LAB population was enumerated as 107-109 colony forming unit (CFU)/g dough. Gliadin profiles were examined qualitatively using sodium dodecyl sulfate-polyacrylamide gel electrophoresis (SDS-PAGE), two-dimensional electrophoresis (2-DE) and reverse phase-high performance liquid chromatography (RP-HPLC) techniques. Especially RP-HPLC could be considered as a sensitive technique and is useful to determine the biochemical changes in gliadin fragmentation throughout sourdough fermentation process. LAB inoculated sourdoughs and chemically acidified sourdoughs generally represent similar gliadin degradation patterns. Although the total removal of gliadin toxicity could not be achieved in all dough formulations, it may be beneficial to use LAB to improve the dough and bread quality through the exploration of its bioconversion by-products.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,256
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Nutritional TherapeuticsMême sujetFood composition and propertiesTravaux en français237 207