Using a Non-invasive Technique in Nutrition: Synchrotron Radiation Infrared Microspectroscopy Spectroscopic Characterization of Oil Seeds Treated with Different Processing Conditions on Molecular Spectral Factors Influencing Nutrient Delivery
Notice bibliographique
Résumé
Non-invasive techniques are a key to study nutrition and structure interaction. Fourier transform infrared microspectroscopy coupled with a synchrotron radiation source (SR-IMS) is a rapid, non-invasive, and non-destructive bioanalytical technique. To understand internal structure changes in relation to nutrient availability in oil seed processing is vital to find optimal processing conditions. The objective of this study was to use a synchrotron-based bioanalytical technique SR-IMS as a non-invasive and non-destructive tool to study the effects of heat-processing methods and oil seed canola type on modeled protein structure based on spectral data within intact tissue that were randomly selected and quantify the relationship between the modeled protein structure and protein nutrient supply to ruminants. The results showed that the moisture heat-related processing significantly changed (p<0.05) modeled protein structures compared to the raw canola (control) and those processing by dry heating. The moisture heating increased (p<0.05) spectral intensities of amide I, amide II, α-helices, and β-sheets but decreased (p<0.05) the ratio of modeled α-helices to β-sheet spectral intensity. There was no difference (p>0.05) in the protein spectral profile between the raw and dry-heated canola tissue and between yellow- and brown-type canola tissue. The results indicated that different heat processing methods have different impacts on the protein inherent structure. The protein intrinsic structure in canola seed tissue was more sensitive and more response to the moisture heating in comparison to the dry heating. These changes are expected to be related to the nutritive value. However, the current study is based on limited samples, and more large-scale studies are needed to confirm our findings.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».