MétaCan
Menu
Retour à la cohorte
Enregistrement W2322281622 · doi:10.1017/s0022029913000125

Binding of curcumin to milk proteins increases after static high pressure treatment of skim milk

2013· article· en· W2322281622 sur OpenAlexaff
Saeed Rahimi Yazdi, Francesco Bonomi, Stefania Iametti, M. Miriani, Andrea Brutti, Milena Corredig

Notice bibliographique

RevueJournal of Dairy Research · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCurcuminChemistryCaseinSkimmed milkPolyphenolSolubilityHydrostatic pressureMicelleFood scienceBiochemistryOrganic chemistryAntioxidantAqueous solution

Résumé

récupéré en direct d'OpenAlex

Curcumin is a bioactive polyphenolic compound extracted from turmeric with known anti-inflammatory properties, and its hydrophobic nature restricts its solubility and its bioaccessibility. Solubility may be improved upon binding of curcumin to native or treatment-modified casein micelles. The present work demonstrated that high hydrostatic pressure treatment of skim milk increases the binding of curcumin to caseins. The association of curcumin to casein micelles was assessed using fluorescence spectroscopy, either directly or by tryptophan quenching. The amount of curcumin associated with the milk proteins increased in pressure-treated milk, and a further improvement in the amount of bound curcumin was observed upon pressure treatment of a milk/curcumin mixture. However, in this case, some of the curcumin dissociated during storage, contrarily to what was observed for untreated milk. From a molecular standpoint, the data presented here indicate that structural modifications induced by high-pressure treatment and known to affect the structure of milk proteins result in a rearrangement of the amino acid residues in close proximity to the protein-associated curcumin.

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 enseignants0,002
Score d'incertitude au seuil0,008

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)0,0020,000

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 Opus0,073
Tête enseignante GPT0,327
Écart entre enseignants0,255 · 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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Dairy ResearchMême sujetProteins in Food SystemsTravaux en français237 207