MétaCan
Menu
Retour à la cohorte
Enregistrement W2225734800 · doi:10.1515/pjfns-2015-0030

Polyphenol-Protein Complexes and Their Consequences for the Redox Activity, Structure and Function of Honey. A Current View and New Hypothesis – a Review

2015· review· en· W2225734800 sur OpenAlexafffund
Katrina Brudzynski, Liset Maldonado-Alvarez

Notice bibliographique

RevuePolish Journal of Food and Nutrition Sciences · 2015
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBee Products Chemical Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesOntario Centres of Excellence
Mots-clésHelianthus annuusPolyphenolSunflowerPollenBotanyAntioxidantRedoxPlant scienceFood scienceFunction (biology)BiologyChemistryHorticultureBiochemistryEvolutionary biologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

There is increasing evidence that protein complexation by honey polyphenols is changing honey structure and function. This relatively less investigated filed of honey research is presented in a context of known mechanism of formation of the stable polyphenol-protein complexes in other foods. At a core of these interactions lies the ability of polyphenols to form non-covalent and covalent bonds with proteins leading to transient and/or irreversible complexes, respectively. Honey storage and thermal processing induces non-enzymatic oxidation of polyphenols to reactive quinones and enables them to form covalent bonds with proteins. In this short review, we present data from our laboratory on previously unrecognized types of protein-polyphenol complexes that differed in size, stoichiometry, and antioxidant capacities, and the implications they have to honey antioxidant and antibacterial activities. Our intent is to provide a current understanding of protein-polyphenol complexation in honey and also some new thoughts /hypotheses that can be useful in directing future research.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,171
Tête enseignante GPT0,321
Écart entre enseignants0,150 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations81
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolish Journal of Food and Nutrition SciencesMême sujetBee Products Chemical AnalysisTravaux en français237 207