Profiling of Phenolic Compounds in Sprouted Common Beans and Bambara Groundnuts
Notice bibliographique
Résumé
Consumption of sprouted legumes is a popular trend at household level in Africa at the moment. This study investigated the effect of sprouting on the phenolic phytochemicals of the red bambara groundnuts and red beans. Plant-derived phenolic compounds are important as antioxidants in our diet. Phenolic phytochemical profiling was performed using HPLC-PDA-ESI-MS and Folin Ciocalteu assay. There were noticeable changes in the phenolic profiles due to sprouting of the two legumes. The total polyphenol content increased by 1.3-fold and 3-fold after sprouting in red bambara groundnuts and red beans respectively. The HPLC-PDA-ESI-MS profiling of the methanolic extracts of the sprouts revealed new emerging compounds. In red bambara groundnuts, eleven new compounds emerged. The new compounds identified include caffeic acid hexoside, resveratrol glucoside, a caffeic acid derivative, naringenin and kaempferol glucoside. In red beans, eight new compounds emerged. Catechin glucoside, quercetin-3-O-glucoside, quercetin-3-rutinoside, luteolin hexoside, quercetin glucoside acylated and p-coumaric acid hexoside were new compounds identified. Sprouting therefore enhances the polyphenolic profiles of the two legumes.
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 | 0,001 | 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 | 0,001 | 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 ».