Synthesis of Taste-Active γ-Glutamyl Dipeptides during Sourdough Fermentation by <i>Lactobacillus reuteri</i>
Notice bibliographique
Résumé
This study aimed to assess whether peptides influence the taste of sourdough bread. γ-Glutamyl dipeptides with known kokumi taste threshold, namely γ-Glu-Glu, γ-Glu-Leu, γ-Glu-Ile, γ-Glu-Phe, γ-Glu-Met, and γ-Glu-Val, were identified in sourdough by liquid chromatography-tandem mass spectrometry in MRM mode. γ-Glutamyl dipeptides were found in higher concentrations in sourdough fermented with Lactobacillus reuteri when compared to the chemically acidified controls. Proteolysis was an important factor for generation of γ-glutamyl dipeptides. Sourdoughs fermented with four strains of L. reuteri had different concentrations of γ-Glu-Glu, γ-Glu-Leu, and γ-Glu-Met, indicating strain-specific differences in enzyme activity. Buffer fermentations with L. reuteri confirmed the ability of the strains to convert amino acids to γ-glutamyl dipeptides as well as the strain-specific differences. Sensory evaluation of bread revealed that sourdough bread with higher concentrations of γ-glutamyl dipeptides ranked higher with respect to the taste intensity when compared to regular bread and type I sourdough bread. Sourdough breads fermented with L. reuteri LTH5448 and L. reuteri 100-23 differed with respect to the intensity of the salty taste; this difference corresponded to a different concentration of γ-glutamyl dipeptides. These results suggest a strain-specific contribution of γ-glutamyl dipeptides to the taste of bread. The use of sourdough fermented with glutamate and kokumi peptide accumulating lactobacilli improved the taste of bread without adverse effect on other taste or quality attributes.
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) | 0,000 | 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 | 0,000 |
| 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 ».