Structured Lipids via Lipase-Catalyzed Incorporation of Eicosapentaenoic Acid into Borage (<i>Borago officinalis</i> L.) and Evening Primrose (<i>Oenothera biennis</i> L.) Oils
Notice bibliographique
Résumé
Enzymatic acidolysis of borage oil (BO) or evening primrose oil (EPO) with eicosapentaenoic acid (20:5n-3; EPA) was studied. Of the six lipases that were tested in the initial screening, nonspecific lipase PS-30 from Pseudomonas sp. resulted in the highest incorporation of EPA into both oils. This enzyme was further studied for the influence of enzyme load, temperature, time, type of organic solvent, and mole ratio of substrates. The products from the acidolysis reaction were analyzed by gas chromatography (GC). The highest incorporation of EPA in both oils occurred at 45-55 degrees C and at 150-250 enzyme activity units. One unit of lipase activity was defined as nanomoles of fatty acids (oleic acid equivalents) produced per minute per gram of enzyme. Time course studies indicated that EPA incorporation was increased up to 26.8 and 25.2% (after 24 h) in BO and EPO, respectively. Among the solvents examined, n-hexane served best for the acidolysis of EPA with both oils. The effect of the mole ratio of oil to EPA was studied from 1:1 to 1:3. As the mole ratio of EPA increased, the incorporation increased from 25.2-26.8 to 37.4-39.9% (after 24 h). The highest EPA incorporations of 39.9 and 37.4% in BO and EPO, respectively, occurred at the stoichiometric mole ratio of 1:3 for oil to EPA.
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 ».