Characterisation of Protein Isolates Prepared from Processed Mungbean (Vigna radiata) Flours
Notice bibliographique
Résumé
Pulses are normally processed prior to consumption, are high in protein, providing opportunities for improving nutritional qualities of food. Processing methods can modify nutritional properties, affecting protein content, composition and functionality. In this study, we investigated the effect of processing methods on protein concentration and yield from protein isolates prepared by alkaline solubilisation and isoelectric precipitation, from whole seed flour, raw dahl flour, roasted dahl flour and germinated flour of mungbean. Protein isolates contained protein contents ranging from 87.3 to 90.4 g 100 g-1. The effect of processing methods on protein solubility characteristics was evident, as protein yields ranged from 75.7 (whole seed flour), 80.8 (raw dahl flour), 27.1 (roasted dahl flour) and 65.9 g 100 g-1 (germinated seed flour). Essential amino acid content was higher in protein isolates prepared from germinated flour, at 30.03 g 100 g-1 (39.1% of amino acids), compared to raw dahl flour, at 27.08 g 100 g-1 (38.3% of amino acids). A comparative proteomic analysis of protein isolates, prepared from raw dahl and germinated flour, resulted in the inferred identification of 214 proteins from protein sequence databases, in which, 72 proteins were classified as being common, 42 proteins specific to raw dahl flour and 28 proteins specific to germinated flour. Processing methods such as roasting and germination can significantly alter flour protein solubility, consequently, impacting on overall efficiency of protein extraction. The comparative proteomic analysis used in this study proved to be useful for investigating changes in protein composition and relative abundance, highlighting the potential in applying this technology for further characterisation of modified protein fractions for food applications.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».