Applying Nanoparticle Tracking Analysis to Characterize the Polydispersity of Aggregates Resulting from Tannin–Polysaccharide Interactions in Wine-Like Media
Notice bibliographique
Résumé
Interactions between grape seed tannin and either a mannoprotein or an arabinogalactan in model wine solutions of different ethanol concentrations were characterized with nanoparticle tracking analysis (NTA), UV-visible spectroscopy and dynamic light scattering (DLS). NTA results reflected a shift in particle size distribution due to aggregation. Furthermore, the light scattering intensity of each tracked particle measured by NTA demonstrated the presence of aggregates, even when a shift in particle size was not apparent. Mannoprotein and arabinogalactan behaved differently when combined with seed tannin. Mannoprotein formed large, highly light-scattering aggregates, while arabinogalactan exhibited only weak interactions with seed tannin. A 3% difference in alcohol concentration of the model solution (12 vs. 15% v/v) was sufficient to affect the interactions between mannoprotein and tannin when the tannin concentration was high. In summary, this study showed that NTA is a promising tool for measuring polydisperse samples of grape and wine macromolecules, and their aggregates under wine-like conditions. The implications for wine colloidal properties are discussed based on these results.
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 | 0,001 |
| 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 ».