MétaCan
Menu
Retour à la cohorte
Enregistrement W2756011578 · doi:10.1007/s11746-017-3043-6

Polypeptide Profile, Amino Acid Composition and Some Functional Properties of Calabash Nutmeg (<i>Monodora myristica</i>) Flour and Protein Products

2017· article· en· W2756011578 sur OpenAlexafffund
Adedamola Iyioluwa Akinyede, Sunday A. Malomo, Tayo Nathaniel Fagbemi, Oluwatooyin F. Osundahunsi, Rotimi E. Aluko

Notice bibliographique

RevueJournal of the American Oil Chemists Society · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueProteins in Food Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesForeign Affairs and International Trade CanadaNatural Sciences and Engineering Research Council of CanadaDepartment of Foreign Affairs and Trade, Australian Government
Mots-clésChemistryFood scienceGlobulinAlbuminComposition (language)NutmegSolubilityChromatographyEmulsionBiochemistryBiologyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The aim of this work was to compare the physicochemical and functional properties of calabash nutmeg (Monodora myristica) seed protein flour with those of protein‐enriched products (albumin, globulin, and protein isolate). Defatted M. myristica seed flour (MMF) was used to prepare various protein products. A NaCl extract of MMF was dialyzed against water to obtain the soluble albumin fraction (MMA) and a precipitated globulin fraction (MMG). MMF was also extracted with NaOH, the extract adjusted to pH 4.0 and the precipitated proteins collected as the isolate (MMI). Non‐reducing gel electrophoresis showed that the MMF, MMG and MMI had similar composition that was dominated by 55 and 110 kDa polypeptides while MMA consisted mainly of smaller (<35 kDa) polypeptides. However, under reducing conditions, the 110 kDa polypeptide was not observed. Amino acid composition revealed an Arg/Lys ratio that increased in the extracts (1.92, 2.28 and 2.11 for MMA, MMG and MMI, respectively) relative to that in MMF (1.85). MMA had 67.5–86.5% protein solubility in the pH 4.0–6.0 range while those of MMF, MMG, and MMI were 37.7–63.8, 2.7–69.4 and 3.8–55.1%, respectively. MMA, MMG and MMI were found to be better emulsifiers based on their smaller oil droplet sizes (8–14 μm) compared with the 14–33 μm for MMF emulsion. Maximum foaming capacity was highest for MMI (205%) when compared with MMA or MMG (150%) and MMF (89%). We conclude that protein enrichment led to significantly enhanced emulsion and foam‐forming properties but high solubility may have contributed to reduced emulsion stability.

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 seuil0,003

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
Bibliométrie0,0010,000
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 GPT0,208
Écart entre enseignants0,185 · 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

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Oil Chemists SocietyMême sujetProteins in Food SystemsTravaux en français237 207