Study of the interactions between pectin in a blueberry puree and whey proteins: Functionality and application
Notice bibliographique
Résumé
Protein and fiber, especially pectin, can form complexes at acidic pH. Studies on these complexes under actual food conditions are scarce. The aim of this work was to study interactions between whey proteins and blueberry puree, in particular its pectin, and to evaluate the impact on the functionality of the puree alone or incorporated into a model beverage. After the addition of a whey protein isolate (WPI) into purees at pH 3.5 or 6.5, the soluble pectin and protein contents and the viscosity of the resulting mixtures were determined. The decrease in the solubility of pectin (80%) and proteins (94%) indicated the formation of protein-pectin complexes by electrostatic interactions at pH 3.5, contributing to increase the mixture viscosity. The amount of soluble pectin in blueberry limited the formation of complexes when more WPI was added (5%). Heating the puree prior to the WPI addition solubilized pectin, which limited the formation of insoluble complexes and reduced the viscosity increase. The solubility of the blueberry polyphenols did not decrease after WPI addition. Finally, the non-heated puree enriched in WPI was used to prepare smoothies. This time, the protein-pectin complexation, probably reinforced by the final pasteurization of the smoothies, contributed to reduce the smoothie viscosity and can be explained in particular by particles of smaller sizes. Although the smoothie stability can be improved, the interactions between blueberry pectin in a puree and whey proteins allowed to design a novel functional ingredient that may be helpful in formulating beverages rich in fiber and protein.
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 | 0,000 | 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 | 0,000 | 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 ».