MétaCan
Menu
Retour à la cohorte
Enregistrement W2772689259 · doi:10.1021/acs.jafc.7b04562

Identification of New Anti-inflammatory Peptides from Zein Hydrolysate after Simulated Gastrointestinal Digestion and Transport in Caco-2 Cells

2017· article· en· W2772689259 sur OpenAlexafffund
Qiufang Liang, Meram Chalamaiah, Xiaofeng Ren, Haile Ma, Jianping Wu

Notice bibliographique

RevueJournal of Agricultural and Food Chemistry · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésHydrolysateCaco-2Gastrointestinal tractChemistryProteasesDigestion (alchemy)BiochemistryTumor necrosis factor alphaCell adhesionInflammationPeptideCellBiologyEnzymeImmunologyHydrolysisChromatography

Résumé

récupéré en direct d'OpenAlex

Chronic inflammation is an underlying contributor to various chronic diseases. The objectives of this study were to investigate the anti-inflammatory activity of zein hydrolysate after simulated gastrointestinal digestion and Caco-2 cell absorption and to identify novel anti-inflammatory peptides after transport across Caco-2 cells. Three zein hydrolysates were prepared and further digested using gastrointestinal proteases; their transports were studied in Caco-2 cells. Anti-inflammatory activity was studied in endothelial EA.hy926 cells. Three zein hydrolysates and their digests significantly decreased the expression of tumor necrosis factor-α (TNF-α) induced pro-inflammatory vascular cell adhesion molecule-1 (VCAM-1) by 37.3-66.0%. Eleven novel peptides with 5-9 amino acid residues were sequenced; three peptides showed strong anti-inflammatory activity by inhibiting the VCAM-1 by 54-38.9% and intercellular cell adhesion molecule-1 (ICAM-1) by 36.5-28.6% at 0.2 mM. A new approach to identify novel anti-inflammatory peptides that could survive gastrointestinal digestion and absorption was developed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,367
Score d'incertitude au seuil0,371

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,201
Écart entre enseignants0,196 · 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 tête enseignante, 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

Citations104
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Food ChemistryMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207