MétaCan
Menu
Retour à la cohorte
Enregistrement W2944564267 · doi:10.17975/sfj-2018-008

Making Milk Less Allergenic

2018· article· en· W2944564267 sur OpenAlexfundvenueno aff
Fiona A. Ewart

Notice bibliographique

RevueSTEM Fellowship Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie University
Mots-clésFood scienceChemistryFood proteinCaseinFood allergyAmyloid (mycology)PolyphenolMilk proteinProtein aggregationMaillard reactionAllergenPasteurizationFish <Actinopterygii>BiochemistryAllergyBiologyImmunologyAntioxidant

Résumé

récupéré en direct d'OpenAlex

The formation of stable aggregates by food proteins is associated with allergenicity. In particular, amyloid formation by the fish allergen parvalbumin was recently shown to favor IgE binding and subsequent allergic recognition. Therefore, reducing amyloid content in an allergenic food might offer a direct way to make that food less likely to trigger an allergy. In this project, protein aggregation and amyloid formation were studied in milk using gel electrophoresis and fluorescence-based assays. The results suggested that ordinary pasteurized milk from the grocery store contained protein aggregates and specifically amyloid. Processing the milk as normally done during food preparation did not appreciably affect general aggregation or amyloid formation. However, the addition of some polyphenol-containing food products to the milk appeared to result in reduced amyloid levels. Moreover, cranberry juice also appeared to reduce amyloid formation by the milk protein casein. These results suggest that the addition of cranberry or other polyphenol-rich foods to milk products for young children may reduce the risk of milk allergy development by diminishing protein aggregation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,122
Tête enseignante GPT0,367
Écart entre enseignants0,245 · 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.

Devis d'étudeSans objet
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSTEM Fellowship JournalMême sujetFood Allergy and Anaphylaxis ResearchTravaux en français237 207