MétaCan
Menu
Retour à la cohorte
Enregistrement W2154134582 · doi:10.6000/1927-5951.2014.04.03.5

Lactic-Acid Bacteria Supplement Fermented Dairy Products with Human Behavior-Modifying Neuroactive Compounds

2014· article· en· W2154134582 sur OpenAlexvenueno aff
Alexander V. Oleskin, O. G. Zhilenkova, Shenderov Ba, Adelaide M. Amerhanova, В. С. Кудрин, Peter M. Klodt

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLactobacillus helveticusLactobacillus caseiChemistryLactic acidLactobacillusSerotoninFood scienceFermentationAmino acidDopamineBiochemistryBacteriaBiogenic amineProbioticBiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Using high performance liquid chromatography, we established that probiotic Lactobacillus strains (Lactobacillus helveticus 100ash, L. helveticus NK-1, L. casei K3III24, and L. delbrueckii subsp. bulgaricus) grown on two milk-containing nutrient media produce important neuromediators such as biogenic amines, their precursors and deamination products, as well as neuroactive amino acids. The concentrations of biogenic amines (such as catecholamines and, with L. helveticus 100ash, also serotonin) equal or exceed those contained in the bloodstream of healthy adult humans, whereas those of most amino acids are comparatively low, except for gamma-aminobutyric acid (GABA). Of paramount importance is the fact that the bacterial cultures can release micromolar amounts of GABA and L-3,4-dihydroxyphenylalanine (DOPA)into the milk-containing media. It is known that DOPA passes through the gut-blood and the blood-brain barrier and converts into major neurotransmitters (dopamine and norepinephrine) that influence important aspects of human behavior. The data obtained suggest that dairy products fermented by live lactobacilli-containing starters are potential sources of human behavior-modifying substances.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,084
Tête enseignante GPT0,352
Écart entre enseignants0,268 · 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 source (Gemma direct ou Codex distillé), 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

Citations49
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetGABA and Rice ResearchTravaux en français237 207