Characterization of Fenugreek (<i>Trigonella foenum‐graecum</i>) Seed Lipids
Notice bibliographique
Résumé
Abstract The composition and content of lipids, fatty acids, triacylglycerols, tocopherols and sterols in nine fenugreek genotypes were analyzed. Lipid content in fenugreek seeds ranged from 5.8 to 15.2%. Major fatty acids were: linoleic acid (45.1–47.5%), α‐linolenic (18.3–22.8%), oleic (12.4–17.0%), palmitic (9.8–11.2%) and stearic (3.8–4.2%) acids. The ratios of n‐6 to n‐3 fatty acids were between 2.1 and 2.7. Similar fatty acid distribution was observed in all analyzed samples with some deviations. α‐Tocopherol was the predominant component found in the fenugreek lipid antioxidants, and it constituted over 84% of the total amounts of tocopherols. It amounts ranged from 620 to 910 mg/kg lipids. β‐Sitosterol was the major sterol in all samples, varying from 14,203 to 18,833 mg/kg of lipids. Campesterol and cycloartenol were other major sterols, and these compounds including β‐sitosterol constituted 56–72% of all sterols. Fenugreek seed lipids consisted predominantly triunsaturated (56.9–66.5%) and diunsaturated (32.2–41.6%) triacylglycerides. Among these components trilinolein (LLL; 12.9–20.5%) dominated followed by PLL (14.0–20.4%), LnLnO (7.8–17.7%), PLO (5.7–11.6%), OLL (6.9–10.6%), LLLn (3.2–9.6%), and LnLnL (3.5–7.6%). Results of the study show that fenugreek seed lipids may be a source of a nutraceutical ingredient for food applications.
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) | 0,001 | 0,001 |
| 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 ».