MétaCan
Menu
Retour à la cohorte
Enregistrement W2905585179 · doi:10.1111/ijfs.14055

Current understanding of transport and bioavailability of bioactive peptides derived from dairy proteins: a review

2018· review· en· W2905585179 sur OpenAlexafffund
Qingbiao Xu, Xianghua Yan, Yangdong Zhang

Notice bibliographique

RevueInternational Journal of Food Science & Technology · 2018
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueProtein Hydrolysis and Bioactive Peptides
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésBioavailabilityParacellular transportTranscellularTranscytosisProteasesChemistryPeptideAbsorption (acoustics)BiochemistryPharmacologyBiologyEnzymeMembranePermeability (electromagnetism)Materials science

Résumé

récupéré en direct d'OpenAlex

Summary Dairy protein‐derived bioactive peptides (DBPs) have potential benefits for human health. However, their transport mechanisms and bioavailability from intestinal lumen to bloodstream are not well understood. This review summarises current understanding of their transport mechanisms across the intestinal membrane (peptide transport 1, paracellular route, transcytosis and passive transcellular diffusion) and the bioavailability of DBPs in animal and human studies. Some DBPs can escape the degradation of peptidase and reach the bloodstream at concentrations of micromolar range, and keep intact for several minutes to hours. The presences of brush‐border peptidases at the site of absorption and other peptidases in the blood, along with the peptide properties, such as molecular size and weight, stability to proteases, hydrophobicity and charge, determine their bioavailability. Developing novel analytical tools for accurate measurement and study of the transport, metabolism, and bioavailability of DBPs in vivo are expected.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,056
Tête enseignante GPT0,343
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Food Science & TechnologyMême sujetProtein Hydrolysis and Bioactive PeptidesTravaux en français237 207