MétaCan
Menu
Retour à la cohorte
Enregistrement W2735339956 · doi:10.1016/j.heliyon.2017.e00351

Antioxidant and lipoxygenase activities of polyphenol extracts from oat brans treated with polysaccharide degrading enzymes

2017· article· en· W2735339956 sur OpenAlexaff
Nisita Ratnasari, Mallory E. Walters, Apollinaire Tsopmo

Notice bibliographique

RevueHeliyon · 2017
Typearticle
Langueen
DomaineNursing
ThématiqueFood composition and properties
Établissements canadiensCarleton UniversityCanadian Nutrition Society
Organismes subventionnairesnon disponible
Mots-clésChemistryCellulasePolyphenolTroloxAntioxidantLipoxygenaseEnzymeFood sciencePolysaccharideBiochemistryRadicalChromatographyDPPH

Résumé

récupéré en direct d'OpenAlex

This study used polysaccharide degrading enzymes and protein precipitation to extract polyphenols from oats and to determine their bioactivity. Duplicate oat brans were treated with viscozyme (Vis), cellulase (Cel) or no enzyme (control, CTL) then, proteins were removed in one set (Vis1, Cel1, CTL1) and not in the other (Vis2, Cel2, CTL2). HPLC analyses showed that for cellulase treated brans, precipitation of proteins increased phenolic acids and avenanthramides by 14%. Meanwhile, a decreased of 67% and 20% respectively was found for viscozyme and control brans. The effect of protein precipitation on soluble polyphenols is therefore dependent of the carbohydrase, as proteins with different compositions will interact differently with other molecules. Radical scavenging data showed that Cel1 and Vis1 had higher quenching effects on ROO • radicals with activities of 22.1 ± 0.8 and 23.5 ± 1.2 μM Trolox Equivalents/g defatted brans. Meanwhile, CTL2 had the highest HO • radicals inhibition (49.4 ± 2.8%) compared to 10.8–32.3% for others. Samples that highly inhibited lipoxygenase (LOX), an enzyme involved in lipid oxidation were Cel1 (23.4 ± 2.3%) and CTL1 (18 ± 0.4%).

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,247
Écart entre enseignants0,225 · 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

Citations57
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetFood composition and propertiesTravaux en français237 207