New Trends in the Microencapsulation of Functional Fatty Acid‐Rich Oils Using Transglutaminase Catalyzed Crosslinking
Notice bibliographique
Résumé
Preparing stable protein-based microcapsules containing functional fatty acids and oils for food applications has been a big challenge. However, recent advances with transglutaminase (TGase) enzyme as an effective protein cross-linker could provide workable solutions for the encapsulation of omega-3 and omega-6 fatty acids without compromising their targeted release and their biological and physicochemical characteristics. The recent and available literature related to the microencapsulation techniques, physical and oxidative properties, and core retention and release mechanisms of TGase-crosslinked microcapsules entrapping edible oils were reviewed. The effects of factors involved in microencapsulation processes, on the efficiency and quality of the produced innovative microcapsules were also discussed and highlighted. A brief focus has been finally addressed to new insights and additional knowledge on micro- and nanoencapsulation of lipophilic food-grade ingredients by TGase-induced gelation. Two dominant microencapsulation methods for fish, vegetable, and essential oils by TGase-crosslinking are complex coacervation and emulsion-based spray drying. The developed spherical particles (<100 μm) with some wrinkles and smooth surfaces showed an excellent encapsulation efficiency and yield. A negligible release rate and a substantial retention level can result for different lipid-based cores covered by TGase-crosslinked proteins during the oral digestion and storage. A significant structural, thermal and oxidative stability for edible oils-loaded microcapsules in the presence of TGase can be also obtained.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».