MétaCan
Menu
Retour à la cohorte
Enregistrement W2474545475 · doi:10.1002/jsfa.7904

Effect of chitosan on the heat stability of whey protein solution as a function of <scp>pH</scp>

2016· article· en· W2474545475 sur OpenAlexaff
Zhengtao Zhao, Qian Xiao

Notice bibliographique

RevueJournal of the Science of Food and Agriculture · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésChitosanWhey proteinChemistryWhey protein isolateZeta potentialDenaturation (fissile materials)Chemical engineeringDispersion (optics)ChromatographyNuclear chemistryBiochemistryNanoparticle

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Chitosan was reported to interact with proteins through electrostatic interactions. Their interaction was influenced by pH, which was not fully characterized. Further research on the interactions between protein and chitosan at different pH and their influence on the thermal denaturation of proteins is necessary. RESULTS: In this research, the effect of chitosan on the heat stability of whey protein solution at pH 4.0-6.0 was studied. At pH 4.0, a small amount chitosan was able to prevent the heat-induced denaturation and aggregation of whey protein molecules. At higher pH values (5.5 and 6.0), whey proteins complexed with chitosan through electrostatic attraction. The formation of chitosan-whey protein complexes at pH 5.5 improved the heat stability of dispersions and no precipitation could be detected up to 20 days. The dispersion with a medium amount of chitosan (chitosan:whey protein 1:5) produced the most stable particles, which had an average radius of 135 ± 14 nm and a zeta potential value of 36 ± 1 mV. In contrast, at pH 6.0 only the dispersion with a high amount of chitosan (chitosan:whey protein 1:2) showed good shelf stability up to 20 days. CONCLUSIONS: It was possible to produce heat-stable whey protein beverages by regulating the interaction between chitosan and whey protein molecules. © 2016 Society of Chemical Industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,034
Score d'incertitude au seuil0,215

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,191 · 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 tête enseignante, 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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Science of Food and AgricultureMême sujetProteins in Food SystemsTravaux en français237 207