Enzymatic Pea Protein Hydrolysates Are Active Trypsin and Chymotrypsin Inhibitors
Notice bibliographique
Résumé
In this work, we report the potency of enzymatic hydrolysates of pea proteins against trypsin and chymotrypsin. Pea protein concentrate was digested with each of alcalase, chymotrypsin, pepsin, and trypsin, followed by membrane separation of the protein hydrolysates into peptide fractions (<1, 1–3, 3–5, and 5–10 kDa). Peptide size profiling with size-exclusion gel chromatography indicated the narrowest size range (0.85–4.98 kDa) for alcalase. Trypsin activity was strongly (p < 0.05) inhibited by the ultrafiltration fractions (mean IC50 = 2.2 mg/mL) obtained from the trypsin hydrolysate when compared to the unfractionated hydrolysate (IC50 = 6.8 mg/mL). Similarly, ultrafiltration also enhanced trypsin inhibition by the alcalase-digested peptides with an IC50 of 21.4 mg/mL for the unfractionated hydrolysate in comparison to 3.1–4.7 mg/mL for the fractions. However, ultrafiltration did not enhance trypsin inhibitory activity of chymotrypsin-digested peptides, while the peptide separation reduced efficacy of pepsin-digested peptides. In contrast, chymotrypsin inhibition by all the enzymatic digests was significantly (p < 0.05) enhanced by ultrafiltration, especially peptide sizes >3 kDa. Kinetics of enzyme inhibition indicate peptides were bound to the enzyme active site in a competitive mode that led to reduced catalysis. We conclude that the pea peptides could function as useful tools to promote human health and as a preservative during food processing and storage.
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 ».