Grain constituents and starch characteristics influencing in vitro enzymatic starch hydrolysis in Hungarian triticale genotypes developed for food consumption
Notice bibliographique
Résumé
Abstract Background and objectives Triticale is mostly used for feed but there is an increasing interest for food consumption. In cereals, major storage carbohydrate is starch, whose concentration and composition influence the end use of the grain. Therefore, grain constituents focused on starch characteristics were analyzed in 11 triticale genotypes and compared to wheat and rye. Findings Significant genotypic variation was detected among the analyzed parameters, in triticale. Starch concentrations (59.2%–66.1%) were similar to wheat, and amylose varied in wide range (23.9%–34.5%). The A‐type starch granules had higher volume (70.5%–81.9%) similar to rye, but the amylopectin structure was in between rye and wheat. Both grain constituents and starch properties influenced starch in vitro enzymatic hydrolysis, where the triticale average was similar to wheat in meal, but extracted starch was more like in rye. Conclusions The advantageous properties and genotypic variation possessed by triticale starch suggest that targeted selection can be used to improve triticale grain quality and opens up the opportunity to use triticale not just in human food but develop value‐added products. Significance and novelty This research provides knowledge to understand better the food‐use aspects of triticale and revealed novel information about starch characteristics and amylopectin structure in relation to starch hydrolytic properties.
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 ».